AMD en Qibo hebben een nieuwe doorbraak gepresenteerd op het gebied van kwantumsimulatie op klassieke hardware: een exacte simulatie van een kwantumtoestandsvector met 35 qubits uitgevoerd op een enkele AMD Instinct MI355X GPU. Dit resultaat betekent niet dat AMD een kwantumcomputer met 35 qubits heeft gebouwd, noch dat er praktische kwantumvoordelen zijn bereikt, maar het markeert wel een belangrijke mijlpaal voor onderzoekers die algoritmen willen testen, circuits willen valideren en kwantumsystemen willen bestuderen voordat ze op echt hardware worden uitgevoerd.
Het uitvoeren van exacte kwantumsimulaties is een van de meest veeleisende taken voor het geheugen. Elk extra qubit verdubbelt de omvang van de toestandsvector, waardoor de sprong van 34 naar 35 qubits niet gering is: het vereist de dubbele hoeveelheid geheugen en bandbreedte om alle mogelijke toestanden van het systeem op te slaan en te bewerken. Daarom gaat dit nieuws meer over de capaciteit van HBM-geheugen, gesustainede prestaties en de volwassenheid van de ROCm-stack dan over een simpele verbetering in raw rekenkracht.
Waarom 35 qubits op één GPU belangrijk zijn
Bij het simuleren van een toestandsvector bewaart een klassiek systeem alle complexe amplitudes die het kwantumcircuit beschrijven. Voor kleine aantallen qubits is dit beheerlijk. Bij meer dan 30 draait het probleem snel uit de hand. Al bij 35 qubits spreken we van 2³⁵ amplitudes, een schaal die het gebruik van GPU’s met veel geheugen en snelle toegang vereist.
AMD had al samen met BlueQubit simulaties tot 34 qubits laten zien op een Instinct MI300X GPU. Die GPU beschikt over 192 GB HBM3 geheugen en 5,3 TB/s bandbreedte. De nieuwe Instinct MI355X verhoogt de capaciteit naar 288 GB HBM3E en tot 8 TB/s bandbreedte, waardoor het mogelijk wordt om de grenzen van exacte simulatie op één kaart verder op te schuiven.
Dat “wat verder opschuiven” is significant, omdat het voor bepaalde toepassingen de noodzaak wegneemt om het kwantumtoestandsvector te verdelen over meerdere GPU’s. Multi-GPU simulaties blijven nodig voor nog grotere systemen, maar brengen extra complexiteit met zich mee: verdeling van de toestand, communicatie tussen apparaten, synchronisatie en mogelijk verlies van efficiëntie. Als één enkele GPU een groter circuit aankan, wordt de workflow eenvoudiger en kunnen onderzoekers en teams die geen toegang hebben tot grote supercomputers sneller en gemakkelijker werken.
Deze vooruitgang is gerealiseerd met Qibo, een open source framework voor kwantumcomputing dat verschillende lagen van het werk ondersteunt: circuit simulatie, benchmarking, validatie en hardwarecontrole voor experimentele systemen. De backend Qibojit gebruikt JIT-compilatie en geoptimaliseerde kernels, met ondersteuning voor AMD GPU’s via CuPy op ROCm. Het doel is dat onderzoekers kunnen werken in een flexibel ecosysteem en hun circuits naadloos kunnen overzetten tussen simulators en echte hardware.
MI355X, Qibojit en de rol van HBM-geheugen
De door AMD gepubliceerde vergelijking richt zich op circuits voor de Quantum Fourier Transform, een standaardtest voor de schaalbaarheid van kwantumsimulatoren. Volgens AMD vermindert de MI355X de totale simulatie-tijd in vergelijking met de MI300X over het gehele testbereik, met duidelijkere verbeteringen naarmate het aantal qubits toeneemt en de geheugenbelasting toeneemt.
Dit benadrukt waarom GPU’s in datacenters niet alleen voor AI-generatie worden gebruikt, maar steeds vaker in wetenschappelijke simulaties, moleculaire dynamica, numerieke analyse en ook in kwantumcircuits. De combinatie van HBM-geheugen, bandbreedte en parallelisme, die snelheid brengt bij taalmodellen, maakt het ook zeer geschikt voor deze toepassingen.
AMD wijst erop dat bij veel-qubitsimulaties de bottleneck vaker ligt bij geheugenaccess dan bij pure floating-point-prestaties. Hoewel de overstap van enkel- naar dubbelprecisie beperkt blijft in bepaalde tests, neemt de geheugenbelasting aanzienlijk toe naarmate zwaardere representaties worden gebruikt.
Het is belangrijk te benadrukken dat het exact simuleren van 35 qubits op een GPU nuttig is, maar geen vervanging vormt voor een echte kwantumcomputer. Klassieke simulators reproduceren het mathematische gedrag van een kwantumcircuit, maar de kosten groeien exponentieel met het aantal qubits. Een fysieke kwantumcomputer, indien ze verder evolueert, zou bepaalde problemen op een andere manier kunnen aanpakken. Totdat die hardware volwassen is, blijven simulators essentieel voor het ontwerpen van algoritmes, het debuggen van circuits en het voorbereiden van workloads die later op echte systemen kunnen worden getest.
Van simulatie naar hardwarecontrole
De samenwerking tussen AMD en Qibo beperkt zich niet tot het uitvoeren van simulaties op GPU’s. Het AMD-blog benadrukt ook de rol van Qibolab en Qibosoq, onderdelen van het Qibo-ecosysteem gericht op hardwarecontrole. Qibolab zet circuits om in pulsen en commando’s voor elektronische controle, terwijl Qibosoq communicatie mogelijk maakt met systemen gebaseerd op QICK, een opensource systeem ontwikkeld door Fermilab dat wordt ondersteund door AMD Zynq UltraScale+ RFSoC FPGA’s.
Deze brug tussen simulatie en fysiek beheer is cruciaal. Veel onderzoeksteams willen circuits ontwerpen, testen in simulatie en daarna op real hardware gebruiken zonder de logica geheel te herschrijven. Als hetzelfde framework tussen al deze fasen kan schakelen, wordt de ontwikkeling sneller, efficiënter en minder foutgevoelig.
AMD zet in op een open ecosysteemstrategie: GPU’s voor massale simulatie, ROCm als softwareplatform, en FPGA’s zoals RFSoC voor controle en gegevensverwerking van kwantumsystemen. Het gaat niet om het fabriceren van een volledige universele kwantumcomputer, maar om het bieden van de infrastructuur op de klassieke kant die nodig is bij kwantumcomputing.
Ook de marktpositie moet worden gelezen: NVIDIA domineert de markt voor AI en wetenschappelijke compute, maar AMD probeert terrein te winnen met grote HBM-geheugens, concurrerende prijzen, ROCm en open source-partnerschappen. In kwantumsimulatie, waar geheugen een grote rol speelt, biedt de MI355X GPU hier een sterk voordeel.
Het toegankelijk maken van deze technologie wordt verder ondersteund via AMD Developer Cloud met toegang tot instaties van MI300X en MI350X op DigitalOcean. Zo kunnen onderzoekers en ontwikkelaars Qibo gebruiken zonder eigen hardware aan te schaffen. Hoewel de setup nog complex is en kennis van ROCm vereist, biedt dit een meer toegankelijke weg voor labs en software-teams in de kwantumwereld.
De echte kwantumcomputing kent nog grote uitdagingen: foutcorrectie, ruis, stabiliteit, fysiek schalen en controle. Tot die tijd blijft klassieke simulatie een cruciaal instrument. Het resultaat van AMD en Qibo toont dat de vooruitgang niet alleen afhankelijk is van nieuwe fysieke qubits, maar ook van betere manieren om algoritmen en systemen te bestuderen en voor te bereiden met klassieke middelen.
Veelgestelde vragen
Wat hebben AMD en Qibo bereikt?
Ze hebben een exacte simulatie van een kwantumtoestandsvector met 35 qubits uitgevoerd op één AMD Instinct MI355X GPU met behulp van Qibo en de backend Qibojit.
Betekent dit dat AMD een kwantumcomputer met 35 qubits heeft?
Nee. Het gaat om een klassieke simulatie van een kwantumsysteem, geen fysieke kwantumcomputer. Het is bedoeld voor het testen van algoritmen en circuits, uitgevoerd door een conventionele GPU.
Waarom is HBM-geheugen zo belangrijk?
Omdat de omvang van de toestandsvector exponentieel groeit met het aantal qubits. Vanaf ongeveer 30 qubits wordt de capaciteit en bandbreedte van het geheugen net zo belangrijk als de rekenkracht zelf.
Welke rol speelt Qibo?
Qibo is een open source framework voor kwantumcomputing dat simulaties, algoritmetests en hardwarecontrole integreert via modulariteit zoals Qibolab en Qibosoq.
via: amd