Algorithmes hybrides quantiques-classiques pour le calcul haute performance

Hybrid quantum-classical algorithms for high performance computing

• Auteur / Autrice : Océane Koska
• Direction : Marc Baboulin
• Type : Projet de thèse
• Discipline(s) : Informatique
• Date : Inscription en doctorat le 01/04/2023
• Etablissement(s) : université Paris-Saclay
• Ecole(s) doctorale(s) : École doctorale Sciences et technologies de l'information et de la communication (Orsay, Essonne ; 2015-....)
• Partenaire(s) de recherche : Laboratoire : Laboratoire Méthodes Formelles
• Partenaire(s) de recherche : Référent : Université Paris-Saclay. Faculté des sciences d’Orsay (Essonne ; 2020-....)

Mots clés

Mots clés libres

Calcul et simulation quantique

Calcul haute performance

Programmation hybride CPU-QPU

Algorithmes d'algèbre linéaire

Linear algebra algorithms

High performance computing

Quantum computing and simulation

Hybrid CPU-QPU programming

Résumé

Le calcul quantique est prometteur car il permet d'envisager, par rapport au calcul classique, des accélérations théoriques qui peuvent être exponentielles pour certaines applications. Cette accélération potentielle des calculs est particulièrement attractive pour le calcul haute performance (HPC). Cependant il y a encore un fossé entre la théorie et la pratique dans le domaine du calcul quantique qui empêche encore de pouvoir utiliser des algorithmes quantiques dans des applications pratiques de HPC. Tout d'abord le phénomène de décohérence provenant de l'interaction avec l'environnement empêche les plateformes quantiques d'exécuter des algorithmes quantiques longs et exigeants. D'autre part il manque des modèles de programmation pour le calcul quantique qui soit accessible pour les utilisateurs de HPC. Ce projet de thèse propose d'étudier un nouveau modèle de programmation quantique basé sur une approche hétérogène similaire au modèle de calcul hybride utilisé pour combiner les processeurs CPU et GPU. Ce type d'hétérogénéité consiste à exécuter la partie principale du code sur un processeur hôte classique et de déléguer à un accélérateur QPU (Quantum Processing Unit) certaines tâches spécifiques qui peuvent bénéficier d'une accélération potentielle. Les noyaux exécutés sur le QPU devront être bien intégrés dans le code afin de de remplacer certaines parties du code existant sans nécessiter une totale ré-écriture de l'algorithme. Cette approche sera appliquée à des routines sélectionnées qui sont communément utilisées dans les applications du HPC . Parmi les algorithms de HPC que nous souhaitons ``hybridiser'', nous considérerons en particulier les solveurs de systèmes linéaires et la décomposition en valeurs singulières (SVD) qui ont l'avantage de concerner un nombre important d'applications pratiques. Une nouvelle bibliothèque ``hybride'' pourrait naitre de l'implémentation de noyaux de calcul. Enfin nous fournirons une estimation réaliste de l'accélération obtenue et des ressources nécessaires pour l'exécution de ces routines. Cette estimation prendra en compte l'application elle-même, le modèle de correction d'erreurs quantiques et le hardware cible.

Quantum computing is promising because it offers a theoretical speedup over classical computing that can be exponential for several applications and this possible speedup is attractive for High Performance Computing (HPC). However there is still a gap between theory and practice in the quantum computing field that prevents the use of quantum algorithms in practical HPC applications. First, the phenomenon of decoherence arising from the interaction with the environment prevents quantum platforms from executing long, demanding quantum algorithms. Second, there is a lack of programming models for quantum computation that would be accessible to HPC practitioners. This PhD project propose to investigate a new “HPC-friendly” quantum programming framework based on a heterogeneous approach similarly to the hybrid computing model used for combining CPU and GPU processors. This kind of heterogeneity consists in executing the main part of the code on the classical host that delegates to an accelerator QPU (Quantum Processing Unit) some specific tasks that would benefit from a potential speedup. The kernels executed on the QPU will need to be well-integrated in order to replace some parts of the existing code without requiring a total rewrite of the algorithm. This approach will be applied to selected routines commonly used in HPC applications. Among the HPC algorithms that we plan to “hybridize”, we will consider in particular the solution of linear systems and the SVD (Singular Value Decomposition) since they cover a wide range of practical applications. A new “hybrid” library could result from these kernel implementations. Finally, we will provide a realistic estimation of the speed-up and the required resources for the execution of the implemented kernels. This estimation will take into account the application itself, the quantum error correction model and the targeted hardware.