För organisationer
Ge forskningsgrupper en styrd miljö för kvantsimulering och behåll kontrollen över infrastruktur, åtkomst, projektgränser och data.
Förhandsvisning av QuFabric Workbench med exempelvärden; klustret, utkastet och kontrollerna är illustrativa, och det går ännu inte att skicka in jobb.
Beställ QuFabric för forskningsteam vid universitet, laboratorier eller företag som behöver reproducerbara simuleringsflöden utan att skicka indata och resultat till någon annans moln.
Ge forskningsgrupper en styrd miljö för kvantsimulering och behåll kontrollen över infrastruktur, åtkomst, projektgränser och data.
Utveckla i notebooks, arbeta i projektet som avgränsar forskningen, välja bland de simuleringsmotorer som ditt infrastrukturteam har gjort tillgängliga och förbereda körningar mot versionsbundna miljöer som går att återskapa exakt.
Kontroll över identitet, projektåtkomst, miljöer, kvoter, godkända motorer, beräkningstilldelning, dataplats, övervakning och livscykelpolicyer.
Vi validerar målinfrastrukturen, driftsätter och integrerar QuFabric, konfigurerar forskningsmiljöer med ditt team och sköter den avtalade löpande driften.
Ett projekt är den beständiga arbetsytan som forskningen hör hemma i: notebooks, indata, medarbetare och varje körning som följer av dem.
Miljökatalogen är uppbyggd kring reproducerbara vetenskapliga stackar – Cirq + qsim, quimb + cotengra, TeNPy, QuTiP, PySCF, OpenFermion + PennyLane och NetKet – och en motor visas först när dina operatörer har aktiverat den mot den avbildning och det kluster som faktiskt är i drift.
Arbeta i Jupyter och beskriv sedan samma kod som ett jobbutkast – motor, källfil, resurser och körtid. QuFabric uppskattar hur mycket minne den valda metoden behöver och kontrollerar det mot det anvisade forskningsklustret, så att en körning som inte får plats fångas i formuläret i stället för efter väntan i kön.
Jobbposten är byggd för att bära motorversionen, den versionsbundna miljön, indatafiler, resursbegäran och loggar, så att en körning kan spåras tillbaka till exakt det som skapade den.
Grindbaserad kretssimulering med Cirq och statevector-motorn qsim: amplituder, sampling och väntevärden. Det här är den körmiljö QuFabric verifierar i dag.
QuFabrics mångpartikelomfång täcker grundtillstånd med DMRG och tidsutveckling med TEBD/TDVP i TeNPy, tensornätverkskontraktion med quimb + cotengra, neuronnätsbaserade kvanttillstånd med NetKet och dynamik för öppna system med QuTiP.
CPU-baserade kemimiljöer kan avgränsas för forskningsflöden med medelfältsmetoder, Hartree-Fock och potentialenergiytor, medan indata och resultat stannar i organisationen.
project: h2-ground-state
engine: Cirq · qsim
source: ground_state.py
resources: 1 node · 8 CPU · 02:00
preflight: passed
state: blueprint (pre-release)
result: none yet
Exempel på en QuFabric-jobbpost; projektet, motorn och resurserna är illustrativa, och det går ännu inte att skicka in jobb.
En miljökatalog organiserad efter forskningsområde, där varje post motsvarar en exakt, checksummaverifierad artefaktuppsättning med en programvaruförteckning.
QuFabric ger varje jobb en stabil, projektbunden identitet och en fullständig livscykelpost – statushistorik, avbrytning och omförsök – så att en körning redovisas, inte bara namnges.
QuFabric är byggt för att koppla interaktiv forskning till schemalagd klusterkörning och arbetsflöden med parametersvep, och hålla besläktade körningar samlade under projektet som äger dem.
QuFabrics resultatlager är definierat kring versionerade resultatscheman – normaliserade counts, statevectors, väntevärden och andra artefakter, som hålls samman med körningens loggar och mätvärden.
Prototypa i JupyterLab mot samma versionsbundna miljö som en körning sedan beskrivs mot – ingenting i programvarustacken ändras mellan utforskning och storskalig körning.
Kör på molnkapaciteten du redan driftar och behåll känsliga kretsar, kemiindata och resultat i din egen miljö.
| Qubitar | Amplituder | Tillståndsvektor | Körtid (s) |
|---|---|---|---|
| 24 | 224 = 16 777 216 | 0,12 GiB | 1,63 |
| 26 | 226 = 67 108 864 | 0,5 GiB | 7,23 |
| 28 | 228 = 268 435 456 | 2,0 GiB | 34,47 |
| 30 | 230 = 1 073 741 824 | 8,0 GiB | 146,69 |
Tiderna är enkeltrådade: qsimcirqs standardvärde cpu_threads=1 lämnades orört, så varje siffra speglar en kärna i den 32 vCPU stora noden, inte hela maskinen.
Endast CPU är här kategoriskt, inte tillfälligt. Det installerade qsimcirq-paketet levererar bara simulatorerna basic, sse, avx2, avx512 och decide och innehåller ingen CUDA-modul, så det finns ingen GPU-kodväg att välja; och den låsta profilen släpper in exakt cirq==1.7.0 med qsimcirq==0.22.0 och ingen CUDA- eller NVIDIA-artefakt. Vart och ett av skälen räcker i sig. Värdmaskinen har en GPU – den här körningen kunde inte nå den.
Beräknat tak – modellen för en complex64-tillståndsvektor (2ⁿ × 8 byte) ger på en nod med 125 GiB omkring 33 qubitar före ramverkets och arbetsytans overhead. Det här är aritmetik, inte en körning.
En reproduktionsbaslinje, inte ett påstående om prestanda, skalning, servicenivå eller kapacitet.
Två undervisningsexempel följer med modulen, och båda prövas mot en referens som skrivits från grunden i Python med enbart grundläggande numeriska bibliotek och utan något kvantbibliotek alls.
4 spinn · h = 0,7 · öppen rand · 4 RY-lager med CNOT-kedja · 400 optimeringssteg
Referens: direkt diagonalisering av den 16×16 stora hamiltonianen.
Stjärngraf med 4 noder · djup 2 · utan samplingsbrus · slumpfrö 25102
Referens: fullständig uppräkning av alla 16 tillstånd. Bästa snittet är 3, vid 0100 och 1011.
89,64 % av slutsannolikheten ligger på de två optimala svaren, så algoritmen nådde dem inte av en slump. Båda värdena blev exakt de som fanns registrerade i paketet.
Nej. QuFabric är en plattform för kvantsimulering: motorer med öppen källkod som körs på den klassiska kapaciteten i ditt eget moln. WECORE tillhandahåller inte kvanthårdvara, QPU:er eller superdatorer, och ingenting på den här sidan körs på riktiga qubitar.
QuFabric är i sina första driftsättningssamtal: varje driftsättning definieras, valideras och driftas tillsammans med forskningsorganisationen. Kör du ingen molngrund ännu kan uppdraget omfatta driftsättning av det öppna infrastrukturlager som plattformen körs på. Inlämning till kön är stängd tills ett forskningskluster anvisats och validerats för driftsättningen; under tiden finns utkastformuläret och dess kontroller på plats, så att en körning kan förberedas och granskas. Boka en genomgång för att vara med i det skedet.
Den nuvarande verifierade körmiljön innehåller Cirq och statevector-motorn qsim. Ytterligare forskningsmiljöer och motorkrav definieras och valideras för driftsättningen.
Forskare prototypar i projektets notebookmiljö och beskriver sedan en körning mot de beräkningsresurser som tilldelats projektet – motor, källfil, resurser och körtid – och QuFabric kontrollerar utkastet mot det anvisade forskningsklustret. Simuleringar körs för närvarande på exakt en nod, så minnet sätter taket: en tillståndsvektor växer som 2ⁿ och en täthetsmatris som 2²ⁿ, och kontrollen jämför den uppskattningen med det minne klustret faktiskt erbjuder. Skalan beror på organisationens infrastruktur och kvot.
Hostade tjänster kör ditt arbete på sin infrastruktur, under deras konto och kreditmodell. Med QuFabric hanterar ditt team projekt, miljöer, jobb och resultat på kapacitet som du driftar, så att kretsar, kemiindata och resultat aldrig lämnar din miljö.
Ja. JupyterLab är arbetsytan, med ägarbundna kernels kopplade till en namngiven, reproducerbar miljö – samma miljö som en körning sedan beskrivs mot, så att ingenting i stacken ändras mellan utforskning och storskalig körning.
Reproducerbarheten är inbyggd i jobbposten, som är byggd för att bära motorversionen, avbilden den löser ut till, källfilen, resursbegäran, slumpfröet, loggar och tidsåtgång – så att ett resultat pekar tillbaka på exakt den stack som gav det. Miljöerna är versionsbundna till checksummade artefaktuppsättningar, så den stacken går att bygga om. Att köra om ett jobb automatiskt med garanterat identiskt resultat erbjuder QuFabric inte ännu.
WECORE driftsätter plattformen och sköter den avtalade plattformslivscykeln – övervakar plattformens hälsa, samordnar uppgraderingar och hanterar incidenter inom den ansvarsfördelning som avtalats för din driftsättning. Ditt team äger identitet, projekt, kvoter, godkända motorer och dataplats; dina forskare äger sina jobb och resultat. Panelåtkomsten är rollbaserad, och administrativa åtgärder registreras i manipuleringssäkra revisionsposter.
QuFabric levereras som ett avgränsat driftsättningsuppdrag. Priset anpassas till varje driftsättning och speglar den infrastruktur, de forskningsmiljöer och den driftomfattning som avtalas med organisationen.