異構(gòu)集群環(huán)境下通用量子計(jì)算仿真技術(shù)研究
發(fā)布時(shí)間:2020-10-13 23:21
量子計(jì)算近年來(lái)的一系列進(jìn)展吸引了廣泛的關(guān)注,量子計(jì)算機(jī)得益于其內(nèi)在并行性,可以在線性時(shí)間內(nèi)解決某些經(jīng)典計(jì)算機(jī)上的NP難問(wèn)題,盡管目前已有的優(yōu)于經(jīng)典計(jì)算的量子算法還比較少,量子計(jì)算的潛力已經(jīng)初現(xiàn)。然而,目前距離有實(shí)際使用價(jià)值的量子計(jì)算機(jī)的問(wèn)世還有很長(zhǎng)一段距離,量子計(jì)算機(jī)的物理實(shí)現(xiàn)規(guī)模還很小,因此,目前量子計(jì)算仿真技術(shù)仍然是進(jìn)行量子算法研究和驗(yàn)證的有效途徑。本文主要開(kāi)展了關(guān)于應(yīng)用CPU+GPU異構(gòu)集群進(jìn)行通用量子計(jì)算機(jī)仿真的研究。本文主要研究?jī)?nèi)容如下:1.對(duì)異構(gòu)集群量子計(jì)算仿真中的通信特點(diǎn)進(jìn)行分析,針對(duì)通信開(kāi)銷(xiāo)大的問(wèn)題提出了優(yōu)化方法,有效降低量子計(jì)算仿真過(guò)程中的通信開(kāi)銷(xiāo)。2.結(jié)合CUDA架構(gòu)特性、Kepler設(shè)備特性和量子計(jì)算仿真的特點(diǎn),對(duì)量子計(jì)算仿真進(jìn)行了訪存優(yōu)化和性能提升。3.在對(duì)量子計(jì)算仿真并行特征分析的基礎(chǔ)上,構(gòu)建了通用量子計(jì)算仿真平臺(tái),進(jìn)行了多組實(shí)驗(yàn)驗(yàn)證本文提出的方法的有效性,并對(duì)仿真平臺(tái)的性能進(jìn)行了分析。通過(guò)上述的研究,本文從降低通信開(kāi)銷(xiāo)、性能優(yōu)化等方面入手,構(gòu)建了基于CPU+GPU異構(gòu)集群的大規(guī)模通用量子計(jì)算機(jī)仿真平臺(tái),為量子算法的研究提供有力工具。
【學(xué)位單位】:南京航空航天大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2018
【中圖分類(lèi)】:TP38
【部分圖文】:
基本存儲(chǔ)單元,與經(jīng)典計(jì)算機(jī)的比特,即為基態(tài)的線性組合,稱為疊加態(tài),量以用二維向量來(lái)表示,本文采用向量 基態(tài)的概率幅,概率幅是復(fù)數(shù),其意義別為 和 ,并且滿足 =系統(tǒng)的基態(tài)復(fù)合態(tài)可以用如下的狀態(tài)向 ∑ ∑
小、寄存器初態(tài)、量子線路等數(shù)據(jù),然后主節(jié)點(diǎn)將各種參數(shù)及量子線路分發(fā)到其余各個(gè)節(jié)點(diǎn),然后每個(gè)節(jié)點(diǎn)啟動(dòng) GPU 設(shè)備,并檢測(cè)可用的 GPU 設(shè)備數(shù)量,然后每個(gè)節(jié)點(diǎn)都根據(jù)量子寄存器大小分配 Host 端內(nèi)存空間和 GPU 設(shè)備內(nèi)存空間然后根據(jù)寄存器初態(tài)初始化量子寄存器,然后將 Host 端數(shù)據(jù)分發(fā)到各個(gè) GPU 設(shè)備上來(lái),然后根據(jù)量子線路逐個(gè)量子門(mén)進(jìn)行仿真,每個(gè)量子門(mén)計(jì)算結(jié)束后進(jìn)行線程級(jí)同步并更新概率幅,直至量子門(mén)仿真結(jié)束后,將 GPU 上的數(shù)據(jù)拷貝到內(nèi)存中,最后返回仿真結(jié)果。在仿真中,本文對(duì)任務(wù)做水平拆分即將數(shù)據(jù)和任務(wù)均等的進(jìn)行分配,因?yàn)樵诹孔娱T(mén)仿真中,矩陣運(yùn)算的每一個(gè)單位計(jì)算基本都是相同的,所以可以將數(shù)據(jù)和計(jì)算任務(wù)進(jìn)行水平拆分,平均分發(fā)到各個(gè)節(jié)點(diǎn)和設(shè)備上去,這里的數(shù)據(jù)拷貝通過(guò) CUDA 的流來(lái)實(shí)現(xiàn),通過(guò)異步數(shù)據(jù)傳輸,可以達(dá)到部分隱藏 GPU 和 Host 端之間的通信開(kāi)銷(xiāo)的作用,在執(zhí)行過(guò)程中,并通過(guò)多線程來(lái)實(shí)現(xiàn)多 GPU 并行。仿真結(jié)束后,測(cè)量得到程序的執(zhí)行時(shí)間,并返回給客戶端,如果線路中有測(cè)量門(mén),則將測(cè)量得到的基態(tài)也返回給客戶端。3.3.2 量子計(jì)算仿真器設(shè)計(jì)本文設(shè)計(jì)實(shí)現(xiàn)的量子計(jì)算仿真器基于 QT 平臺(tái)開(kāi)發(fā),目標(biāo)是設(shè)計(jì)實(shí)現(xiàn)一個(gè)具備量子線路設(shè)計(jì)功能的可視化的量子線路編輯器。其工作界面如圖 3.4 所示。
【參考文獻(xiàn)】
本文編號(hào):2839840
【學(xué)位單位】:南京航空航天大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位年份】:2018
【中圖分類(lèi)】:TP38
【部分圖文】:
基本存儲(chǔ)單元,與經(jīng)典計(jì)算機(jī)的比特,即為基態(tài)的線性組合,稱為疊加態(tài),量以用二維向量來(lái)表示,本文采用向量 基態(tài)的概率幅,概率幅是復(fù)數(shù),其意義別為 和 ,并且滿足 =系統(tǒng)的基態(tài)復(fù)合態(tài)可以用如下的狀態(tài)向 ∑ ∑
小、寄存器初態(tài)、量子線路等數(shù)據(jù),然后主節(jié)點(diǎn)將各種參數(shù)及量子線路分發(fā)到其余各個(gè)節(jié)點(diǎn),然后每個(gè)節(jié)點(diǎn)啟動(dòng) GPU 設(shè)備,并檢測(cè)可用的 GPU 設(shè)備數(shù)量,然后每個(gè)節(jié)點(diǎn)都根據(jù)量子寄存器大小分配 Host 端內(nèi)存空間和 GPU 設(shè)備內(nèi)存空間然后根據(jù)寄存器初態(tài)初始化量子寄存器,然后將 Host 端數(shù)據(jù)分發(fā)到各個(gè) GPU 設(shè)備上來(lái),然后根據(jù)量子線路逐個(gè)量子門(mén)進(jìn)行仿真,每個(gè)量子門(mén)計(jì)算結(jié)束后進(jìn)行線程級(jí)同步并更新概率幅,直至量子門(mén)仿真結(jié)束后,將 GPU 上的數(shù)據(jù)拷貝到內(nèi)存中,最后返回仿真結(jié)果。在仿真中,本文對(duì)任務(wù)做水平拆分即將數(shù)據(jù)和任務(wù)均等的進(jìn)行分配,因?yàn)樵诹孔娱T(mén)仿真中,矩陣運(yùn)算的每一個(gè)單位計(jì)算基本都是相同的,所以可以將數(shù)據(jù)和計(jì)算任務(wù)進(jìn)行水平拆分,平均分發(fā)到各個(gè)節(jié)點(diǎn)和設(shè)備上去,這里的數(shù)據(jù)拷貝通過(guò) CUDA 的流來(lái)實(shí)現(xiàn),通過(guò)異步數(shù)據(jù)傳輸,可以達(dá)到部分隱藏 GPU 和 Host 端之間的通信開(kāi)銷(xiāo)的作用,在執(zhí)行過(guò)程中,并通過(guò)多線程來(lái)實(shí)現(xiàn)多 GPU 并行。仿真結(jié)束后,測(cè)量得到程序的執(zhí)行時(shí)間,并返回給客戶端,如果線路中有測(cè)量門(mén),則將測(cè)量得到的基態(tài)也返回給客戶端。3.3.2 量子計(jì)算仿真器設(shè)計(jì)本文設(shè)計(jì)實(shí)現(xiàn)的量子計(jì)算仿真器基于 QT 平臺(tái)開(kāi)發(fā),目標(biāo)是設(shè)計(jì)實(shí)現(xiàn)一個(gè)具備量子線路設(shè)計(jì)功能的可視化的量子線路編輯器。其工作界面如圖 3.4 所示。
【參考文獻(xiàn)】
相關(guān)期刊論文 前1條
1 郭光燦;周正威;郭國(guó)平;涂濤;;量子計(jì)算機(jī)的發(fā)展現(xiàn)狀與趨勢(shì)[J];中國(guó)科學(xué)院院刊;2010年05期
相關(guān)碩士學(xué)位論文 前1條
1 張珮;基于CPU+GPU異構(gòu)集群的量子計(jì)算仿真方法的研究[D];南京航空航天大學(xué);2016年
本文編號(hào):2839840
本文鏈接:http://sikaile.net/kejilunwen/jisuanjikexuelunwen/2839840.html
最近更新
教材專(zhuān)著