Australia’s Pawsey Supercomputing Research Center to Boost Quantum Computing with Nvidia Superchips

Australia’s Pawsey Supercomputing Research Center has announced plans to enhance its open-source CUDA Quantum computing platform with the deployment of eight Nvidia Grace Hopper Superchips nodes. These powerful supercomputing nodes will significantly increase the center’s processing performance, delivering up to ten times higher capabilities than before.

The Grace Hopper Superchips will enable researchers at Pawsey to run more advanced simulation tools and drive breakthroughs in various fields such as quantum algorithm discovery, machine learning, chemistry simulations, astronomy, bioinformatics, and financial analysis. By advancing scientific exploration, both within Australia and globally, these new chips hold great potential for innovation and progress.

Nvidia’s Grace Hopper Superchips nodes incorporate the Grace central processing unit and Hopper graphics processing unit architectures, combined with the Nvidia cuQuantum software development kit. Together, they form the center’s CUDA Quantum platform, which is a first-of-its-kind hybrid quantum computing platform.

The modular architecture design of the chips eliminates the need for a traditional CPU-to-GPU PCIe connection, thanks to Nvidia’s NVLink-C2C chip interconnects. This innovation provides more than seven times the bandwidth of the most advanced PCIe technology, resulting in a 10-fold increase in application performance for processing multiterabyte datasets.

Each superchip node consists of an Arm-based Nvidia Grace CPU and an Nvidia H100 Tensor Core GPU, making a total of eight Grace CPUs and eight H100 GPUs in the Pawsey installation. This architecture enables the integration of classical CPUs and GPUs with experimental quantum processing units within a single system, enhancing performance and scalability.

With its hybrid design, the Nvidia CUDA Quantum platform bridges the worlds of classical and quantum computing. This platform allows for dynamic workflows across different system architectures, enabling high-fidelity and scalable quantum simulations while seamlessly interacting with future quantum hardware designs.

The deployment of the new superchips at Pawsey underscores Australia’s growing prominence in the emerging quantum computing industry. The country aims to lead this field and has a vibrant startup ecosystem dedicated to quantum computing. The Australian government believes that by taking the quantum industry lead, the nation can create up to 10,000 new jobs by 2040.

Australiajski Pawsey Supercomputing Research Center ogłosił plany wzmocnienia swojej platformy open-source CUDA Quantum Computing poprzez wdrożenie ośmiu węzłów z superchipami Nvidia Grace Hopper. Te potężne węzły superkomputerowe znacząco zwiększą wydajność centrum, dostarczając możliwości nawet dziesięciokrotnie większe niż dotychczas.

Superchipy Grace Hopper pozwolą badaczom w Pawsey na uruchomienie bardziej zaawansowanych narzędzi symulacji i przyczynią się do przełomów w różnych dziedzinach, takich jak odkrywanie algorytmów kwantowych, uczenie maszynowe, symulacje chemiczne, astronomia, bioinformatyka i analiza finansowa. Dzięki popularyzacji badań naukowych zarówno w Australii, jak i globalnie, nowe chipy mają ogromny potencjał dla innowacji i postępu.

Węzły Nvidia Grace Hopper zawierają procesor centralny Grace i architektury procesorów graficznych Hopper, połączone z zestawem deweloperskim Nvidia cuQuantum. Razem tworzą platformę CUDA Quantum centrum, która jest hybrydową platformą obliczeniową kwantową pierwszego rodzaju.

Modularna architektura chipów eliminuje potrzebę tradycyjnego połączenia CPU-GPU przez PCI Express dzięki połączeniom układów scalonych NVLink-C2C firmy Nvidia. Ta innowacja zapewnia ponad siedmiokrotnie większą przepustowość niż najbardziej zaawansowana technologia PCIe i prowadzi do dziesięciokrotnego wzrostu wydajności aplikacji przy przetwarzaniu wielowaterabajtowych zbiorów danych.

Każdy węzeł superchipa składa się z procesora Nvidia Grace opartego na technologii Arm i procesora graficznego Nvidia H100 Tensor Core GPU, co daje łącznie osiem procesorów Grace i osiem procesorów GPU H100 w instalacji Pawsey. Ta architektura umożliwia integrację klasycznych procesorów i procesorów graficznych z eksperymentalnymi jednostkami przetwarzania kwantowego w jednym systemie, poprawiając wydajność i skalowalność.

Dzięki swojej hybrydowej konstrukcji, platforma Nvidia CUDA Quantum łączy światy obliczeń klasycznych i kwantowych. Ta platforma umożliwia dynamiczne przepływy pracy na różnych architekturach systemowych, umożliwiając wysoką wierność i skalowalne symulacje kwantowe, jednocześnie bezproblemowo współdziałając z przyszłymi projektami sprzętu kwantowego.

Wdrożenie nowych superchipów w Pawsey podkreśla rosnącą renomę Australii w powstającej branży komputacji kwantowej. Kraj ten dąży do przodowstwa w tej dziedzinie i ma vibrant startup ecosystem, dedykowany komputacji kwantowej. Rząd australijski jest przekonany, że stając na czele przemysłu kwantowego, kraj ten może tworzyć do 2040 roku nawet 10 000 nowych miejsc pracy.

Definitions:
– CUDA Quantum Computing: Platforma obliczeniowa kwantowa wykorzystująca technologię CUDA (Compute Unified Device Architecture) firmy Nvidia.
– Grace Hopper Superchips: Potężne układy scalone (chipy) opracowane przez Nvidia, które łączą procesor centralny Grace i procesor graficzny Hopper.
– GPU: Graphics Processing Unit (jednostka przetwarzania grafiki) – specjalizowany procesor służący do przetwarzania grafiki.
– CPU: Central Processing Unit (procesor centralny) – jednostka centralna odpowiedzialna za wykonanie instrukcji i obliczeń w komputerze.
– NVLink-C2C: Chip interconnect firmy Nvidia, który eliminuje potrzebę tradycyjnego połączenia CPU do GPU przez PCIe (Peripheral Component Interconnect Express) i zapewnia większą przepustowość.
– Arm-based CPU: Procesor oparty na architekturze ARM, która jest szeroko stosowana w urządzeniach mobilnych i wbudowanych.
– Tensor Core GPU: Procesor graficzny Nvidia oferujący wysoką wydajność przy obliczeniach tensorowych, często stosowanym w głębokim uczeniu (deep learning).

Suggested related links:
– Pawsey Supercomputing Research Center
– Nvidia CUDA

The source of the article is from the blog guambia.com.uy