最近，美国那边搞了个大动作，用Perlmutter超级计算机上的7168块GPU，全力运行了24小时，结果模拟出了超精准的量子微芯片细节。这次模拟是美国劳伦斯伯克利国家实验室和加州大学伯克利分校合作的。他们利用了位于美国国家能源研究科学计算中心的Perlmutter超级计算机，把上面几乎全部的GPU都拿出来计算。虽然这个芯片只有10毫米见方、厚度0.3毫米，蚀刻线宽细到1微米，但是研究人员还是把它给划分成了高达110亿个网格单元。他们还在短短7小时内运行了超一百万个时间步长，在一天内就评估了三种不同的电路配置。这次模拟和以前那种把芯片当成“黑盒”的常规模拟不同，这次实现了“全波物理级模拟”。这种方法就是说把芯片用什么材料、线怎么接、形状多大都算得清清楚楚，等于在电脑里克隆了一个真实的物理环境。团队还用百亿亿次级建模平台ARTEMIS，结合经典微波工程和超低温量子物理需求，模拟出了量子比特之间以及它们与电路其他部分的真实通信过程。通过提前进行虚拟测试，科学家就能及早发现设计缺陷，少走弯路，节省昂贵的物理试错成本。接下来他们还打算在频域内分析系统光谱行为，并把模拟数据和实际制造出的物理芯片进行对比校准。 这次研究是在美国劳伦斯伯克利国家实验室和加州大学伯克利分校的科研团队领导下完成的。研究人员把这块极度复杂的微缩芯片当成了重点对象，因为它尺寸小、结构复杂。为了给这个芯片做个高精度模拟，研究人员把它划分成了110亿个网格单元。他们使用了7168块英伟达GPU参与计算，在Perlmutter超级计算机上给芯片进行了全面测试。为了捕捉其结构与功能细节，他们用的是“全波物理级模拟”，这种方法能把每一个物理细节都考虑进去。 通过这次成功的模拟实验，研究团队得到了宝贵的数据和经验。他们发现通过虚拟测试能够大幅减少昂贵的物理试错成本，并提升设备可靠性。这样一来就省去了很多麻烦和费用，提高了研究效率。 为了实现这个目标，他们把这个模拟过程放到了美国国家能源研究科学计算中心（NERSC）的Perlmutter超级计算机上进行处理。这台超级计算机具备强大的计算能力和存储能力，在这个过程中起到了重要作用。 研究人员还提到，他们利用的是Full-wave物理级模拟方法，这种方法能够更真实地还原芯片内部各种物理行为和信号传输过程。 在进行这项工作时，他们还借助麦克斯韦方程组来求解时域内的非线性行为，并生动地模拟出量子比特之间以及它们与电路其他部分的真实通信过程。 最终他们将这些模拟数据与实际制造出的物理芯片进行对比校准。通过这种方式可以验证设计方案是否符合预期，并且可以进一步优化设计方案。 美国劳伦斯伯克利国家实验室和加州大学伯克利分校之间的科研团队共同参与了这个项目。 这次实验使用了Perlmutter超级计算机上的7168块英伟达GPU来完成计算任务。 通过这个项目，科研人员成功地验证和优化了下一代量子硬件的设计方案。 通过这种方式可以大幅减少昂贵的物理试错成本，并显著提升设备可靠性。 通过这个项目可以提前发现潜在设计缺陷并进行修正。 通过这种方式可以节省时间和费用，提高研究效率。 通过这个项目可以把设计方案提前进行虚拟测试并得到验证结果。 通过这种方式可以更好地理解量子硬件内部结构和功能细节。 通过这种方式可以更好地掌握量子硬件内部各种行为和信号传输过程。 通过这种方式可以更好地分析量子硬件内部各种频率响应行为和光谱特征。 通过这种方式可以更好地进行下一代量子硬件设计优化和改进工作。 最后需要提到的是，这个项目得到了美国国家能源研究科学计算中心（NERSC）的支持。 最后需要说明的是，这次项目中使用了Quantum Microchip作为主要研究对象。 最后需要强调的是，这项工作是在加州大学伯克利分校和美国劳伦斯伯克利国家实验室共同努力下完成的。