Optimizing Quantum Computer Simulations With Data Compression & GPU Acceleration
Abstract
Simulating quantum computers involves high memory usage and often long execution
times. For that reason the purpose of this project was to analyze whether data
compression and GPU acceleration can be used to run simulations with more qubits
than previously allowed. Ultimately this project sheds some light on how GPU acceleration
and data compression algorithms, ZFP and FPZIP, impact the amount
of qubits that are able to be simulated. The simulator tested in this project was
a modified version of the Quantum Exact Simulation Toolkit (QuEST). From the
results of this project it was found that data compression shows good potential in
decreasing the total memory usage per qubit size. However, the use of data compression
negatively impacted the execution time, but by using GPU acceleration the
impact was reduced.
Degree
Student essay
Other description
Simulering av kvantdatorer har en hög minnesanvändning och ofta långa exekveringstider.
Av den anledningen var syftet med detta projektet att analysera ifall
datakomprimering och GPU-acceleration kan användas för att köra simuleringar
med fler qubits än vad som var tidigare möjligt. Detta projekt belyser hur GPUacceleration
och komprimeringsalgoritmerna, ZFP och FPZIP, påverkar mängden
qubits som kan simuleras. Simulatorn som testades i projektet var en modifierad
version av Quantum Exact Simulation Toolkit (QuEST). Resultatet av projektet
påvisade att datakomprimering visar en god potential för att minska den totala
minnesanvändningen per qubit. Användningen av datakomprimering påverkade dock
exekveringstiden negativt, men genom att använda GPU-acceleration minskades effekterna.
Collections
View/
Date
2023-03-03Author
Ljung, Erik
Petrov, Darko
Bråberg, Felix
Forssén, Björn
Ringmar, Beata
Hedlund, Jonas
Language
eng