ArticleSam Stanwyck·2026년 11월 16일·0

NVIDIA Expands Slurm to Bring Quantum Computing Into Supercomputing

Quick Summary

NVIDIA는 Slurm의 QPU 지원을 확장해 양자 프로세서 통합을 간소화하고, CUDA Q 기반 양자·고전 하이브리드 컴퓨팅을 기존 슈퍼컴퓨팅 작업 흐름에 연결한다.

NVIDIA Expands Slurm to Bring Quantum Computing Into Supercomputing 관련 대표 이미지

🖼️ 인포그래픽

NVIDIA Expands Slurm to Bring Quantum Computing Into Supercomputing 내용을 설명하는 본문 이미지

🖼️ 4컷 인포그래픽

NVIDIA Expands Slurm to Bring Quantum Computing Into Supercomputing의 핵심 내용을 4단계로 요약한 인포그래픽
NVIDIA Expands Slurm to Bring Quantum Computing Into Supercomputing 핵심 내용을 4단계로 압축한 4컷 인포그래픽

💡 한 줄 요약

NVIDIA는 Slurm의 QPU 지원을 확장해 양자 프로세서 통합을 간소화하고, CUDA-Q 기반 양자·고전 하이브리드 컴퓨팅을 기존 슈퍼컴퓨팅 작업 흐름에 연결한다.

📌 핵심 요약

  • 슈퍼컴퓨팅 센터의 양자 프로세서 배치는 지난 5년간 약 7배로 증가했으며, 전 세계 약 30개 센터가 50개 이상의 양자 프로세서를 배치하는 과정에 있다.
  • Slurm 확장은 QRMI·QDMI 인터페이스를 지원하고, QPU 제조사가 간단한 파일로 정의한 하드웨어 인터페이스를 여러 센터에서 재사용하도록 한다. Alice & Bob, IBM, IQM, Pasqal, Quantinuum, MQSC가 이미 도입하고 있으며, Slurm 26.11은 기사 기준 이달 말 제공될 예정이다.
  • Slurm은 NVIDIA CUDA-Q 등으로 개발한 양자·고전 애플리케이션에 필요한 처리 자원 접근을 조율한다. SC26에서 발표된 CUDA-Q QEC, CUDA-Q, CUDA-Q Algorithms, CUDA-Q Pulse의 새 릴리스는 오류 정정, 내결함성 컴파일, 응용 구성 요소, 큐비트 제어 펄스 생성을 확장한다.
  • NVIDIA는 CUDA-Q QEC의 새 TCBP-JOBS 디코더가 업계 표준보다 13,000배 빠르다고 밝혔다. Fermilab은 통상 5개월 걸릴 연구를 CUDA-Q로 3주 만에 수행했으며, Quantum Motion은 QUICHE 화학 프레임워크를 CUDA-Q와 통합했다.
  • QunaSys는 ABCI-Q에서 cuQuantum과 NVIDIA Hopper GPU 1,024개로 3억 회 이상의 양자 연산을 시뮬레이션해 수소 원자 4개 모델에서 화학적 정확도에 도달했다. NVIDIA 연구진은 JUPITER에서 현실적인 잡음을 반영한 104큐비트를 시뮬레이션해 내결함성 설계를 제작 전에 시험했다.

🧩 주요 포인트

  1. QPU와 센터마다 반복되던 개별 통합 → QRMI·QDMI와 Slurm을 통한 통합 재사용으로 기존 스케줄링·자원 관리 체계의 확장 부담 완화.
  2. Slurm의 자원 조율과 CUDA-Q 계열 기능 확장 → 연구 애플리케이션부터 오류 정정·하드웨어 제어까지 양자·GPU 슈퍼컴퓨팅 플랫폼의 연결 범위 확대.
  3. 디코더 속도·연구 기간·대규모 시뮬레이션 사례 제시 → 개발과 사전 검증의 활용 가능성을 보여주지만, 각 성과의 적용 범위와 비교 조건은 구분해 해석할 필요.

🧠 상세 정리

1. 양자 프로세서 확산과 기존 연구 환경의 연결

슈퍼컴퓨팅 센터의 양자 프로세서 배치는 지난 5년간 약 7배로 증가했으며, 전 세계 약 30개 센터가 50개 이상의 양자 프로세서를 배치하는 과정에 있다. 이들 센터 중 상당수는 과학 슈퍼컴퓨팅 작업을 실행하는 데 Slurm을 사용한다. NVIDIA가 발표한 Slurm의 양자 프로세서 지원 확장은 연구자가 익숙한 작업 흐름과 도구를 활용하도록 하는 데 초점을 둔다. 계산화학자, 핵물리학자, 재료과학자가 양자컴퓨팅을 자신의 연구 분야에 도입할 때 겪는 마찰을 줄이겠다는 취지다.

2. 반복적인 QPU 통합을 줄이는 Slurm 확장

기존에는 새로운 QPU를 도입하거나 다른 슈퍼컴퓨팅 센터에 연결할 때마다 별도의 소프트웨어 통합 과제가 발생했다. 새 Slurm 릴리스는 IBM, Pasqal 및 양자컴퓨팅 커뮤니티와의 기존 작업을 바탕으로, QPU 제조사가 간단한 파일을 통해 여러 센터에서 사용할 단일 하드웨어 인터페이스를 만들도록 한다. 널리 쓰이는 QRMI와 QDMI를 지원하므로 제조사는 배치 장소가 달라져도 통합 작업을 재사용할 수 있다. 센터 역시 QPU별 맞춤형 솔루션을 개발하지 않고 기존 스케줄링과 자원 관리 흐름에 새 프로세서를 추가할 수 있다는 설명이다. Alice & Bob, IBM, IQM, Pasqal, Quantinuum, MQSC가 이미 이 확장을 도입하고 있으며, Slurm 26.11은 기사 기준 이달 말 제공될 예정이다.

3. 자원 조율에서 오류 정정과 내결함성 개발까지

Slurm 확장은 CUDA-Q를 중심으로 하는 NVIDIA의 개방형 양자·GPU 슈퍼컴퓨팅 플랫폼에 커뮤니티가 개발한 자원 조율 계층을 추가한다. 연구자는 CUDA-Q 같은 플랫폼으로 만든 양자·고전 애플리케이션을 실행하고, Slurm을 통해 필요한 처리 자원에 대한 접근을 조율할 수 있다. SC26에서 공개된 CUDA-Q QEC의 새 릴리스는 디코더 서버 등을 통해 양자 오류 정정 아이디어를 빠르게 시제품으로 구현하고 시험하도록 지원한다. NVIDIA는 새 TCBP-JOBS 디코더가 업계 표준보다 13,000배 빠르다고 밝혔지만, 본문에는 비교 대상과 측정 조건의 세부 내용이 제시되지 않았다. CUDA-Q에는 내결함성 기본 구성 요소가 확대됐으며, Fermilab은 이를 활용해 통상 5개월 걸릴 연구를 3주 만에 수행한 사례로 소개됐다.

4. 응용 개발과 큐비트 제어로 넓어지는 생태계

CUDA-Q Algorithms는 양자 애플리케이션 개발자가 재사용할 수 있는 구성 요소를 제공하며, 양자 회로에 데이터를 적재하는 방식의 설계를 돕는 기능과 화학·재료 분야용 도구를 추가했다. CUDA-Q Pulse는 QPU의 큐비트를 제어하는 펄스를 설계하는 계층을 제공하고, 펄스 생성을 GPU로 가속하는 도구도 포함한다. 이는 응용 알고리즘뿐 아니라 양자 하드웨어 제어까지 플랫폼의 지원 범위를 넓히는 흐름이다. 생태계 사례로 Quantum Motion은 QUICHE 화학 프레임워크를 CUDA-Q와 통합했다. Altera와 Oxford Quantum Circuits는 NVQLink를 통해 큐비트 제어 및 판독을 GPU에 연결하는 FPGA 기반 컨트롤러를 설계했다.

5. 슈퍼컴퓨팅 규모의 시뮬레이션과 사전 검증

QunaSys는 ABCI-Q에서 cuQuantum과 NVIDIA Hopper GPU 1,024개를 사용해 3억 회 이상의 양자 연산을 시뮬레이션했다. 이 작업은 수소 원자 4개로 구성된 모델에서 화학적 정확도에 도달한 사례로 제시된다. 별도로 NVIDIA 연구진은 JUPITER를 활용해 현실적인 잡음을 반영한 104큐비트를 시뮬레이션했다. 이 연구의 목적은 내결함성 설계를 실제로 제작하기 전에 시험하는 것이다. 두 사례는 대규모 시뮬레이션이 화학 응용과 내결함성 설계 검증에 활용되고 있음을 보여주며, 원문은 각 성과를 해당 모델과 시뮬레이션 조건에 한정해 설명한다.

🧾 핵심 주장 / 시사점

  • Slurm 확장의 핵심은 QPU 성능 자체의 향상보다 통합 작업의 재사용과 기존 연구 환경의 연속성에 있다. 배치가 늘어나는 상황에서 제조사와 센터 양쪽의 반복 작업을 줄이는 접근이다.
  • CUDA-Q 계열의 확장은 오류 정정, 애플리케이션 구성, 제어 펄스 생성과 자원 조율을 연결한다. 양자컴퓨팅을 연구에 활용하려면 여러 개발·운영 계층을 함께 지원해야 한다는 방향이 드러난다.
  • 13,000배의 디코더 속도, Fermilab의 연구 기간 단축, 대규모 시뮬레이션은 서로 다른 작업의 성과다. 이를 모든 양자 애플리케이션에 동일하게 적용되는 성능 향상으로 일반화할 근거는 본문에 없다.

✅ 액션 아이템

  • Slurm 26.11과 QRMI·QDMI 지원을 기준으로 기존 스케줄링·자원 관리 환경에서 QPU 통합을 재사용할 수 있는 범위 검토.
  • CUDA-Q QEC, CUDA-Q Algorithms, CUDA-Q Pulse의 확장 기능을 연구 애플리케이션·오류 정정·큐비트 제어의 필요에 맞춰 검토.
  • TCBP-JOBS의 13,000배 속도와 Fermilab의 5개월 대비 3주 성과를 비교 조건 및 적용 범위와 함께 평가.

❓ 열린 질문

  • Slurm 26.11의 QRMI·QDMI 지원으로 기존 QPU 통합을 어느 범위까지 재사용할 수 있는가?
  • TCBP-JOBS가 업계 표준보다 13,000배 빠르다는 결과는 어떤 비교 조건에서 측정됐는가?
  • Fermilab이 CUDA-Q로 연구 기간을 5개월에서 3주로 줄인 성과는 다른 연구 애플리케이션에도 어느 범위까지 적용될 수 있는가?

관련 문서

공통 태그와 주제 흐름을 기준으로 같이 보면 좋은 문서를 이어서 제안합니다.