Большая репетиция для квантовой химии: 1024 GPU посчитали молекулу воды так, как это сделает квантовый компьютер через 10 лет

Квантовые компьютеры, способные без ошибок считать сложную химию, пока остаются делом будущего. Но алгоритмы для таких машин уже нужно проверять на практике. Японская команда из Университета Осаки и компании Fixstars провела один из крупнейших в мире классических запусков схем IQPE для квантовой химии и вышла за предел, который долго держался на уровне 40 кубитов. Для расчета использовали до 1 024 графических процессоров.

Работу представили на конференции NVIDIA GTC 2026 в Сан-Хосе, которая проходила с 16 по 19 марта. Химикам нужны все более тяжелые расчеты, чтобы разбираться в свойствах молекул, искать новые лекарства и подбирать материалы для энергетики, электроники и климатических технологий. Обычные вычислительные методы быстро упираются в пределы по времени и ресурсам. Поэтому большие надежды связывают с отказоустойчивыми квантовыми компьютерами, хотя до их полноценного появления еще далеко.

Пока таких машин нет, ученые заранее готовят и проверяют квантовые алгоритмы, которые позже смогут работать на реальном оборудовании. Один из главных инструментов здесь, quantum phase estimation, по-русски обычно называют алгоритмом оценки фазы. В квантовой химии метод помогает точно оценивать энергетические характеристики квантовой системы. Именно на таких расчетах классические компьютеры часто начинают сдавать позиции.

Группа сосредоточилась на версии Iterative Quantum Phase Estimation, или IQPE. Итеративный вариант требует меньше кубитов, поэтому лучше подходит для моделирования в условиях жестких ограничений. В проекте участвовали профессор Ватару Мидзуками, младшие технические сотрудники Сёма Хираока и Сё Нисида, а также Юсукэ Тэраиси из Fixstars Corporation.

Исследователи встроили IQPE в chemqulacs-gpu - симулятор квантовой химии для графических ускорителей. Одной реализации алгоритма было недостаточно. При росте масштаба расчеты быстро упираются в обмен данными между узлами, распределение памяти и синхронизацию вычислений. Поэтому команда параллельно разработала новый метод параллельных вычислений, рассчитанный именно на большие GPU-кластеры. Задача была предельно понятной и технически сложной: заставить сотни и тысячи ускорителей работать как единая система и не потерять производительность на внутренних накладных расходах.

Результат удивил сразу в двух плоскостях. Первая касается самой химической задачи. Исследователи провели расчет для системы из 42 спин-орбиталей в молекуле воды H₂O, причем использовали технологию сокращения числа кубитов. Вторая касается уже масштаба квантовой схемы. Для молекулы Fe₂S₂ команда выполнила расчет 41-кубитной схемы в режиме чистого бенчмарка, где важен прежде всего размер цепочки квантовых операций.

Разница между двумя результатами здесь важна. В случае с H₂O акцент сделан на размере химической системы, которую удалось охватить после снижения квантовых затрат. В случае с Fe₂S₂ команда показывала предел по самой схеме, без упора на химическую интерпретацию. Вместе оба результата показывают, что новая вычислительная связка подходит и для более крупных молекулярных задач, и для проверки того, до какого масштаба вообще можно довести симуляцию.

Для расчетов использовали до 1 024 NVIDIA H100 на системе ABCI-Q. Прежний предел для квантово-химических симуляций на основе векторного представления состояния в прошлых работах составлял 40 кубитов. Новый запуск позволил пройти дальше и расширил круг молекул, на которых можно разрабатывать и проверять квантовые алгоритмы для будущих отказоустойчивых машин.

Техническая часть проекта оказалась не менее сложной, чем научная. По словам Ватару Мидзуками, запуск 1 024 GPU как единой вычислительной системы потребовал очень тонкой настройки, а все работы нужно было уложить в 48-часовое окно. За это время команда несколько раз сталкивалась с неожиданными проблемами. Мидзуками отдельно отметил вклад Юсукэ Тэраиси и Сёмы Хираоки, а также оперативную помощь персонала ABCI-Q, который поддерживал запуск со стороны инфраструктуры.

Практический смысл работы в том, что разработчики квантовых алгоритмов получили более крупный и более реалистичный полигон для проверки идей. Чем шире круг молекул, доступных для таких симуляций, тем лучше можно понять, какие методы действительно пригодятся в задачах поиска лекарств и создания новых материалов. Следующий шаг здесь вполне понятен: переходить к еще более сложным молекулярным системам и готовить алгоритмы к моменту, когда отказоустойчивые квантовые компьютеры наконец станут рабочими машинами.