Descripción

Una plataforma de altas prestaciones basada en JupyterHub para el desarrollo y experimentación colaborativo de pruebas de concepto enfocadas en Quantum Machine Learning (QML). Esta plataforma configura e integra la mayoría de los frameworks relevantes del ecosistema de computación cuántica. Principalmente, Tensorflow Quantum, Qiskit y PennyLane. El sistema está diseñado para simplificar las tareas de configuración y mantenimiento de infraestructura del personal investigador, así como para proporcionarles un volumen de recursos que no suele estar disponible en workstations locales.

La infraestructura expone un volumen significativo de recursos de computación:

• 8 GPUs NVIDIA A100.
• 2TB de memoria.
• 128 cores físicos (256 lógicos) AMD EPYC.

Esta infraestructura se explota y demuestra a través de múltiples pruebas de concepto que exploran técnicas como las Quantum Convolutional Neural Networks (QCNN), el algoritmo de optimizatión QAOA o las Quantum Support Vector Machines (QSVM).

Uso

El ámbito de la computación cuántica, específicamente la inteligencia artificial cuántica, se encuentra en una etapa relativamente temprana. Aunque existen numerosos recursos de software de calidad probada, la instalación, configuración y uso no son tareas sencillas. Además, los procesos de simulación cuántica requieren considerables recursos de computación, especialmente en lo que respecta a la memoria.

Esta plataforma tiene como objetivo abordar estos desafíos. En otras palabras, busca simplificar tanto la configuración como la instalación de herramientas. Simultáneamente, pretende facilitar el acceso a GPU de vanguardia y considerables capacidades de memoria para el personal investigador. Además, funciona como un escaparate de demostración para diversas pruebas de concepto QML desarrolladas en el contexto de AI4ES.

Web

Más información en https://qmlv2.test.ctic.es/