Inventory number | IRN | Number of state registration | ||
---|---|---|---|---|
0324РК01805 | AP19576314-KC-24 | 0123РК00113 | ||
Document type | Terms of distribution | Availability of implementation | ||
Краткие сведения | Gratis | Number of implementation: 0 Not implemented |
||
Publications | ||||
Native publications: 1 | ||||
International publications: 1 | Publications Web of science: 1 | Publications Scopus: 1 | ||
Patents | Amount of funding | Code of the program | ||
0 | 24997887 | AP19576314 | ||
Name of work | ||||
Разработка высокопроизводительных гибридных алгоритмов для решения задач вытеснения нефти на основе классических (GPU) и квантовых вычислений | ||||
Type of work | Source of funding | Report authors | ||
Applied | Дарибаев Беимбет Серикович | |||
0
1
2
0
|
||||
Customer | МНВО РК | |||
Information on the executing organization | ||||
Short name of the ministry (establishment) | Нет | |||
Full name of the service recipient | ||||
Товарищество с ограниченной ответственностью "DigitAlem" | ||||
Abbreviated name of the service recipient | ТОО "DigitAlem" | |||
Abstract | ||||
Данный проект нацелен на решение проблем разработки квантовых вычислении и алгоритмов. Идея проекта заключается в разработке гибридных алгоритмов на основе классических (GPU) и квантовых вычислений для решения задач вытеснения нефти с использованием модели Маскета-Леверетта. Для реализации идеи проекта будет разработана архитектура гибридного подхода классических (GPU) и квантовых вычислений, которая позволит ускорить время вычисления за счет балансировки нагрузки между классическим и квантовым устройствами. Данную архитектуру можно применить не только в нефтяных задачах, но и в других задачах использующие большие данные. Предлагаемый подход даст импульс в научных направлениях квантовых и высокопроизводительных вычислений, и внесет существенный вклад в развитие науки Казахстана и мира. Бұл жоба кванттық есептеулер мен алгоритмдерді әзірлеу мәселелерін шешуге бағытталған. Жобаның идеясы Маскет-Леверетт моделін пайдалана отырып, мұнайды ығыстыру мәселелерін шешу үшін классикалық (GPU) және кванттық есептеулерге негізделген гибридті алгоритмдерді әзірлеу болып табылады. Жоба идеясын жүзеге асыру үшін классикалық (GPU) және кванттық есептеулердің гибридті тәсілінің архитектурасы әзірленеді, ол классикалық және кванттық құрылғылар арасындағы жүктемені теңестіру арқылы есептеу уақытын жылдамдатады. Бұл архитектураны тек мұнай мәселелеріне ғана емес, сонымен қатар үлкен деректерді пайдаланатын басқа тапсырмаларға да қолдануға болады. Ұсынылып отырған тәсіл кванттық және өнімділігі жоғары есептеулердің ғылыми салаларына серпін беріп, Қазақстан мен әлем ғылымының дамуына зор үлес қосады. Целью проекта является разработка высокопроизводительных алгоритмов и гибридной архитектуры на основе классических (GPU) и квантовых вычислений для увеличения точности результатов и скорости вычисления на примере задачи вытеснения нефти с использованием модели Маскета-Леверетта. Жобаның мақсаты – Маскет-Леверетт моделін пайдалана отырып, мұнайды ығыстыру есебінің мысалын пайдалана отырып, нәтижелердің дәлдігі мен есептеу жылдамдығын арттыру үшін классикалық (GPU) және кванттық есептеулерге негізделген жоғары өнімді алгоритмдер мен гибридті архитектураны әзірлеу. В рамках выполнения данного научно-исследовательского проекта используются методы квантового и классического моделирования, высокопроизводительные вычисления на GPU с применением технологий CUDA, cuQuantum и MPI для параллельной реализации, гибридные алгоритмы и оптимизационные техники, что позволяет эффективно решать задачи моделирования процессов вытеснения нефти с использованием численных методов и квантовых алгоритмов, таких как HHL и VQLS. Эти подходы обеспечивают эффективное взаимодействие между классическими и квантовыми компонентами системы через квантово-классические интеграционные методы. Осы ғылыми-зерттеу жобасын орындау шеңберінде кванттық және классикалық модельдеу әдістері, параллельді іске асыру үшін CUDA, cuQuantum және MPI технологияларын қолдана отырып, GPU-да жоғары өнімді есептеулер, гибридті Алгоритмдер және оңтайландыру әдістері пайдаланылады, бұл HHL және VQLS сияқты сандық әдістер мен кванттық алгоритмдерді пайдалана отырып, мұнайдыесыстыру процестерін модельдеу мәселелерін тиімді шешуге мүмкіндік береді. Бұл тәсілдер кванттық классикалық интеграциялық әдістер арқылы жүйенің классикалық және кванттық компоненттері арасындағы тиімді өзара әрекеттесуді қамтамасыз етеді. За отчетный период оптимизирована гибридная архитектура с классическими (GPU) и квантовыми вычислениями, что повысило энергоэффективность и производительность. При решении уравнения Маскета-Леверетта с алгоритмами HHL и VQLS было достигнуто ускорение вычислений за счет распараллеливания на GPU с использованием CUDA и MPI. В VQLS применены улучшенные методы оптимизации параметров, что повысило точность при минимальных затратах. Квантовая схема с QFT и QPE эффективно решала систему уравнений, а библиотека cuQuantum ускорила квантовые операции и улучшила точность решений. Есепті кезеңде классикалық (GPU) және кванттық есептеулері бар гибридті архитектура оңтайландырылды, бұл энергия тиімділігі мен өнімділігін арттырды. Маскет-Леверетт теңдеуін HHL және VQLS алгоритмдерімен шешу кезінде CUDA және MPI көмегімен GPU-да параллельдеу арқылы есептеу жеделдетуіне қол жеткізілді. VQLS ең аз шығынмен дәлдікті жақсарту үшін кеңейтілген параметрлерді оңтайландыру әдістерін пайдаланады. QFT және QPE бар кванттық схема теңдеулер жүйесін тиімді шешті, ал cuQuantum кванттық операцияларды жеделдетіп, шешімдердің дәлдігін жақсартты. Основные конструктивные параметры включают в себя дизайн и оптимизацию квантовых цепей, обеспечивающих эффективное взаимодействие Qbits с классическими вычислительными ресурсами, такими как GPU. Технико-экономические показатели проекта направлены на повышение вычислительной производительности за счет применения квантовых преимуществ, таких как параллельные вычисления в суперпозиции. Негізгі дизайн параметрлері Qbits графикалық процессорлар сияқты классикалық есептеу ресурстарымен тиімді өзара әрекеттесуді қамтамасыз ету үшін кванттық тізбектерді жобалау және оңтайландыруды қамтиды. Жобаның техникалық-экономикалық көрсеткіштері суперпозициядағы параллельді есептеулер сияқты кванттық артықшылықтарды пайдалану арқылы есептеу өнімділігін арттыруға бағытталған. Опубликованы и подготовлены 2 научные статьи в рецензируемых изданиях, рекомендованных Комитетом по обеспечению качества в сфере науки и высшего образования Министерства науки и высшего образования Республики Казахстан (КОКНВО) и включенных в Scopus WoS. Қазақстан Республикасы Ғылым және жоғары білім министрлігінің Ғылым және жоғары білім саласындағы сапаны қамтамасыз ету комитеті (КОКНВО) ұсынған және Scopus WoS-қа енгізілген рецензияланатын басылымдарда 2 ғылыми мақала жарияланды және дайындалды. Результаты экспериментальной и теоретической работы могут быть использованы для значительного (потенциальное повышение эффективности может достигать до 35% по сравнению с традиционными методами) повышения эффективности с использованием квантовых вычислений и квантовых алгоритмов. Эксперименттік және теориялық жұмыстың нәтижелерін кванттық есептеулер мен кванттық алгоритмдерді қолдану арқылы тиімділікті айтарлықтай арттыру үшін пайдалануға болады (тиімділіктің ықтимал жоғарылауы дәстүрлі әдістермен салыстырғанда 35% дейін жетуі мүмкін). Потенциальными целевыми потребителями являются исследователи в областях физики, химии, генетики и т.д. Коммерциализация научных результатов возможна и применима через предоставление к гибридным квантовым вычислениям облачного доступа с наличием полноценного стека инструментов. Также, научных результатов проекта можно применить в любых коммерческих продуктах, где используются алгоритмы машинного обучения, моделирования, оптимизации и т.д. Потенциалды мақсатты тұтынушылар физика, химия, генетика және т.б. салалардағы зерттеушілер болып табылады. Ғылыми нәтижелерді коммерцияландыру гибридті кванттық есептеулерге құралдардың толық жиынтығымен бұлттық қолжетімділікті қамтамасыз ету арқылы мүмкін және қолдануға болады. Сондай-ақ, жобаның ғылыми нәтижелерін машиналық оқыту, модельдеу, оңтайландыру және т.б. үшін алгоритмдерді қолданатын кез келген коммерциялық өнімдерде қолдануға болады. |
||||
UDC indices | ||||
004.42 | ||||
International classifier codes | ||||
20.01.00; | ||||
Key words in Russian | ||||
Высокопроизводительные вычисления; Квантовые вычисления; Гетерогенные вычисления; модель Маскета-Леверетта; Гибридная архитектура; | ||||
Key words in Kazakh | ||||
Жоғары өнімді есептеулер; Кванттық есептеулер; Гетерогенді есептеулер; Маскет-Леверетт моделі; Гибридті архитектура; | ||||
Head of the organization | Шинасылова Шона Жораевич | / | ||
Head of work | Дарибаев Беимбет Серикович | PhD / ассоциированный профессор (доцент) |