IBM e AMD hanno annunciato Pelagos, un framework open source per valutare decoder di correzione degli errori quantistici. Il progetto implementa un decoder Relay-BP per codici qLDPC; i risultati pubblicati con otto GPU distinguono l’accelerazione del solo tempo di decodifica da quella dell’intero processo.
Che cosa fa Pelagos per la correzione degli errori quantistici?
Pelagos serve a simulare e valutare decoder di correzione degli errori quantistici, o QEC. Il repository del progetto lo descrive come un decoder Relay-BP-S per codici qLDPC, implementato con Triton. La variante indicata usa min-sum belief propagation con disordered memory strengths. IBM ha annunciato il software open source in occasione di SC26 nel 2026. (Annuncio di IBM; repository di Pelagos)
Il repository indica il comando pip install pelagos-decoder[gpu] per installare il pacchetto con il supporto GPU. Il codice elenca target NVIDIA CUDA, AMD ROCm/HIP e Intel SPIR-V tramite Triton: sono le piattaforme dichiarate dal progetto, non una garanzia di compatibilità con ogni singolo modello di GPU.
Quali sono i requisiti GPU e i limiti di esecuzione?
Pelagos richiede una GPU per la decodifica e non offre un percorso CPU. Chi deve eseguire la decodifica su CPU può usare l’implementazione separata in Rust relay-bp. Il repository limita inoltre l’esecuzione multi-GPU a un singolo nodo: il supporto descritto non comprende il calcolo distribuito fra nodi. (Documentazione del progetto)
Queste condizioni aiutano a valutare subito l’idoneità del framework: chi lavora su un sistema senza GPU deve orientarsi altrove per la decodifica, mentre un’installazione multi-GPU deve restare entro un nodo.
Che cosa misurano i risultati con otto GPU?
Un preprint inviato ad arXiv il 12 novembre 2026 riporta test con otto GPU AMD Instinct MI300X e otto AMD Instinct MI355X, su due circuiti: one-gross [[144,12,12]] e two-gross [[288,12,18]]. I valori seguenti sono i risultati riportati dagli autori del paper. (Preprint sullo scaling multi-GPU)
| Circuito e metrica | Otto AMD Instinct MI300X | Otto AMD Instinct MI355X |
One-gross [[144,12,12]], accelerazione end-to-end | 5,68× | 6,23× |
Two-gross [[288,12,18]], accelerazione end-to-end | 6,92× | 7,01× |
Two-gross [[288,12,18]], accelerazione del solo tempo di decodifica GPU | 7,58× | 7,45× |
Per il circuito two-gross, i valori di 7,58× e 7,45× riguardano il tempo di decodifica sulla GPU; quelli end-to-end sono 6,92× e 7,01×. Il secondo tipo di misura considera quindi il processo nel suo insieme, non soltanto la fase di decodifica.
Per confrontare le prestazioni, controlla quale parte del lavoro misura il dato: in questi test il tempo del decoder e il risultato end-to-end non coincidono.
Dove è stato impiegato Pelagos?
Il preprint riferisce anche un impiego di Pelagos su Lux, il supercomputer dell’Oak Ridge National Laboratory basato su AMD Instinct MI355X. La collaborazione tra IBM, AMD e Oak Ridge compare anche nel progetto distinto Umbra, raccontato da NeoTeo in un precedente approfondimento su Umbra.