IBM und AMD veröffentlichten Pelagos 2026 im Umfeld von SC26 als Open-Source-Software zur Auswertung von Decodern für Quantenfehlerkorrektur. Das Projekt implementiert einen GPU-basierten Relay-BP-Decoder für qLDPC-Codes; eine Forschungsarbeit berichtet über Messungen mit acht GPUs und unterscheidet dabei zwischen der Decodierzeit auf der GPU und der Laufzeit des gesamten Ablaufs. IBM beschreibt die Veröffentlichung, die Pelagos-Dokumentation den Decoder.

Für die Einordnung der Pelagos-Zahlen zählt die Messgröße: GPU-Decodierzeit und End-to-End-Laufzeit sind nicht dasselbe.

Was Pelagos für die Quantenfehlerkorrektur macht

Pelagos dient dazu, Decoder für die Quantenfehlerkorrektur (QEC) zu untersuchen. Das Projekt-Repository beschreibt einen in Triton implementierten Relay-BP-S-Decoder für quantenmechanische Low-Density-Parity-Check-Codes (qLDPC). Relay-BP-S verwendet demnach Min-Sum-Belief-Propagation mit unterschiedlichen Speicherstärken. Die Projektdokumentation beschreibt damit einen konkreten Decoder und Code-Typ, nicht ein allgemeines Werkzeug für beliebige QEC-Verfahren.

Welche Hardware Pelagos voraussetzt

Für die Decodierung ist eine GPU erforderlich; das Repository nennt keine CPU-Ausführung für Pelagos. Als CPU-Alternative verweist es auf die separate Rust-Implementierung relay-bp. Für Triton-Kernels führt die Dokumentation NVIDIA CUDA, AMD ROCm/HIP und Intel SPIR-V als GPU-Ziele auf.

Mehrere GPUs lassen sich laut Repository innerhalb eines einzelnen Rechners einsetzen. Eine Ausführung über mehrere Rechner hinweg unterstützt die dokumentierte Version nicht. Wer eine CPU-basierte oder rechnerübergreifende Umgebung plant, muss diese Grenzen daher bei der Auswahl berücksichtigen.

Was die Ergebnisse mit acht GPUs messen

Ein auf arXiv veröffentlichter Preprint berichtet über Versuche mit AMD Instinct MI300X und AMD Instinct MI355X. Untersucht wurden die Schaltungen [[144,12,12]] und [[288,12,18]]. Die folgende Tabelle gibt die im Preprint berichteten Beschleunigungswerte für jeweils acht GPUs wieder. Die Forschungsarbeit unterscheidet dabei zwischen der End-to-End-Laufzeit und der GPU-Decodierzeit.

SchaltungMessgröße8 × AMD Instinct MI300X8 × AMD Instinct MI355X
[[144,12,12]]End-to-End-Beschleunigung5,68×6,23×
[[288,12,18]]End-to-End-Beschleunigung6,92×7,01×
[[288,12,18]]GPU-Decodierzeit7,58×7,45×

Die Werte von 7,58× und 7,45× beziehen sich auf die Decodierung auf der GPU. Für die gesamte Ausführung derselben Schaltung nennt der Preprint niedrigere End-to-End-Werte von 6,92× und 7,01×. Wer die Leistung eines vollständigen Ablaufs beurteilen will, sollte daher die End-to-End-Messung heranziehen, nicht allein die schnellere Teilstufe.

Pelagos auf dem Supercomputer Lux

Die Autoren berichten außerdem von einem Einsatz auf Lux, einem Supercomputer des Oak Ridge National Laboratory (ORNL), der auf AMD Instinct MI355X basiert. Wer den weiteren IBM-AMD-ORNL-Kontext nachlesen möchte, findet ihn in unserem früheren Beitrag über Umbra; Pelagos ist ein separates Softwareprojekt.