양자 시뮬레이터, HPC를 위해 설계되다.

QXel은 QubiStack의 고성능 GPU 가속 양자 회로 시뮬레이터입니다. 단일 노드를 기존의 메모리 한계 너머로 끌어올리고, 이미 사용 중인 SDK 위에서 동작하며, 노트북에서 멀티노드 GPU 클러스터까지 확장됩니다.

가이드 둘러보기

단일 노드 큐비트 수

시뮬레이터 (상태 벡터, 밀도 행렬, 스태빌라이저)

SDK (Braket, Qiskit, PennyLane)

이 제공하는 것.

단일 노드 42 큐비트

일반적인 시뮬레이터는 노드당 30~35 큐비트가 한계입니다. 보조 스토리지 오프로딩은 QXel을 42 큐비트까지 끌어올리며, 그것도 메모리 비용의 일부만으로 가능합니다.

멀티 프레임워크

기존 코드를 그대로 가져오세요. qiskit, pennylane, AWS Braket SDK 모두 단일 Local 백엔드를 통해 QXel에서 실행됩니다.

GPU & 분산

GPU 가속을 위한 CUDA와 cuQuantum 커널. 가장 큰 회로를 위해 여러 노드에 걸친 MPI 기반 분산 시뮬레이션을 지원합니다.

제로 셋업 클라우드

회로를 관리형 GPU 워커에 제출하면 결과가 돌아옵니다. 작업 이력과 결과는 모두 자동으로 처리됩니다.

작동 방식.

스토리지 오프로딩: 값비싼 DRAM 대신 NVMe나 HDD를 사용해, 메모리 비용을 늘리지 않고도 큐비트 수를 확장합니다.
GPU 커널: 디바이스당 최대 처리량을 위한 수작업 튜닝 CUDA 게이트 커널과 cuQuantum 통합.
분산 시뮬레이션: 노드당 단일 프로세스 모드와 디바이스당 단일 프로세스 모드를 지원하는 MPI 기반 멀티노드 실행.
게이트 퓨전: 더 적은 커널 실행, 더 적은 메모리 트래픽, 더 빠른 실행.

ghz.py

from braket.devices import LocalSimulator
from braket.circuits import Circuit

# 3-qubit GHZ state
circuit = Circuit().h(0).cnot(0, 1).cnot(1, 2)
circuit.probability()

# GPU kernels + statevector offloaded to two NVMe drives
qxel = LocalSimulator(backend="QXel-sv")
result = qxel.run(
    circuit,
    shots=4096,
    compute_type="cuda",
    offload_type="storage",
    max_fusion=2,
    path=["/dev/nvme0n1", "/dev/nvme1n1"],
).result()

print(result.values)

모든 실행을 조정하세요.

run() 에 키워드 인자를 전달해 커널, 오프로딩, 게이트 퓨전을 선택하세요.

compute_typecpu · cuda · cuquantum

실행마다 커널 세트를 선택합니다.

offload_typenone · cpu · storage

상태 벡터를 DRAM이나 보조 스토리지로 오프로드합니다.

max_fusionint (default 1)

퓨전을 위한 최대 게이트 폭. 커널 실행 횟수를 줄입니다.

pathList<string>

오프로딩에 사용할 스토리지 디바이스로, RAID0 방식으로 스트라이핑됩니다.

결과 타입

AmplitudeExpectationVarianceProbabilityStateVectorDensityMatrixSample

에서 실행할 준비가 되셨나요?

문서를 읽고 QXel을 설치해 첫 회로를 실행해 보거나, 가이드와 레퍼런스를 살펴보세요.

QXel 가이드 QXel SaaS 가이드