NVIDIA amplía Slurm para integrar procesadores cuánticos en supercomputadores
QRMI y QDMI permitirán integrar QPU en centros HPC existentes. | Créditos: NVIDIA

NVIDIA amplía Slurm para integrar procesadores cuánticos en supercomputadores

NVIDIA presentó durante SC26 una ampliación del gestor de cargas Slurm para incorporar procesadores cuánticos (QPU) en los sistemas de supercomputación. La actualización permite administrar estos equipos mediante los mecanismos habituales de asignación de recursos y ejecución de trabajos científicos.

Según los datos publicados por la compañía, los despliegues de procesadores cuánticos en centros de supercomputación se multiplicaron casi por siete en los últimos cinco años. Cerca de 30 centros trabajan actualmente en la instalación de más de 50 QPU.

NVIDIA fortalece su ecosistema de IA con la adquisición estratégica de SchedMD
NVIDIA integra SchedMD para fortalecer la gestión de cargas en IA y asegurar continuidad operativa en centros de datos avanzados.

Slurm 26.11 incorpora interfaces comunes para gestionar QPU

Slurm 26.11 permitirá que los fabricantes definan mediante un archivo una interfaz común de acceso a sus procesadores, reutilizable en diferentes centros de supercomputación. Para ello, incorporará soporte para QRMI y QDMI, evitando integraciones específicas para cada combinación de QPU e infraestructura HPC.

Diagrama de integración de un QPU en Slurm mediante el plugin HRES
Slurm reserva el QPU como un recurso único mediante el plugin HRES, mientras el middleware de cada fabricante gestiona el acceso al equipo. | Créditos: NVIDIA

El desarrollo continúa trabajos anteriores con IBM, Pasqal y la comunidad de computación cuántica. Alice & Bob, IBM, IQM, Pasqal, Quantinuum y MQSC ya adoptan esta ampliación, mientras que la disponibilidad de Slurm 26.11 está prevista para noviembre de 2026.

Esta integración también permite ejecutar aplicaciones híbridas desarrolladas con NVIDIA CUDA-Q, con Slurm a cargo de coordinar el acceso a los recursos de procesamiento clásicos y cuánticos. Los centros podrán incorporar nuevos QPU a sus sistemas existentes de programación y administración de cargas.

AMD, IBM y Oak Ridge reúnen computación cuántica y HPC para investigar la corrección de errores
El entorno une computadores cuánticos de IBM con el supercomputador Umbra, equipado con GPU AMD Instinct MI355X y CPU EPYC de quinta generación.

CUDA-Q incorpora herramientas de corrección de errores y control de cúbits

Como parte de los anuncios de SC26, NVIDIA presentó un servidor de decodificación en CUDA-Q QEC para desarrollar y probar técnicas de corrección de errores cuánticos. Según la empresa, su nuevo decodificador TCBP-JOBS es 13000 veces más rápido que el estándar de la industria.

CUDA-Q también amplía las primitivas para compilar aplicaciones tolerantes a fallos. NVIDIA señaló que Fermilab realizó con CUDA-Q estudios en tres semanas que normalmente habrían requerido cinco meses.

NVIDIA amplía CUDA-Q con una capa para computación cuántica tolerante a fallos
CUDA-Q Logical permite evaluar algoritmos, corrección de errores y arquitecturas cuánticas antes de disponer del hardware tolerante a fallos requerido

CUDA-Q Algorithms incorpora componentes reutilizables para introducir datos en circuitos cuánticos y herramientas orientadas a química y materiales. CUDA-Q Pulse añade funciones para diseñar los pulsos que controlan los cúbits y acelerar su generación mediante GPU.

Altera y Oxford Quantum Circuits diseñaron un controlador basado en FPGA que conecta el control y la lectura de cúbits con GPU a través de NVQLink. Por su parte, Quantum Motion integró su entorno de química QUICHE con CUDA-Q.

En simulación, QunaSys utilizó cuQuantum y 1024 GPU NVIDIA Hopper del sistema ABCI-Q para ejecutar más de 300 millones de operaciones cuánticas, con precisión química en un modelo de cuatro átomos de hidrógeno.

Investigadores de NVIDIA emplearon JUPITER para simular 104 cúbits bajo condiciones de ruido realistas, con el propósito de evaluar diseños tolerantes a fallos antes de construirlos.