IBM ogłosił przy okazji SC26 w 2026 r. Pelagos jako oprogramowanie open source do oceny dekoderów korekcji błędów kwantowych. Repozytorium projektu opisuje go konkretniej: to dekoder Relay-BP-S dla kodów qLDPC, działający na GPU. Preprint złożony 12 listopada 2026 r. podaje wyniki dla konfiguracji z ośmioma GPU, rozdzielając przyspieszenie całego przebiegu od czasu samego dekodowania.
Wyniku dla etapu dekodowania nie należy utożsamiać z przyspieszeniem całej symulacji — porównuj tę samą metrykę i ten sam obwód.
Co robi Pelagos
Pelagos służy do symulacyjnej oceny dekoderów korekcji błędów kwantowych. IBM ogłosił jego udostępnienie jako projektu open source, a repozytorium Pelagos określa zakres implementacji: dekoder Relay-BP-S dla kodów qLDPC, napisany z użyciem Triton. Relay-BP-S wykorzystuje propagację przekonań metodą min-sum z nieuporządkowanymi siłami pamięci.
Jakiego sprzętu i wdrożenia wymaga
Repozytorium wymienia cele Triton dla kart AMD przez ROCm/HIP, NVIDIA przez CUDA oraz Intel przez SPIR-V. To deklarowany zakres platform projektu; nie oznacza potwierdzenia działania na każdym modelu GPU.
Dekodowanie w Pelagos wymaga GPU — projekt nie oferuje trybu awaryjnego na CPU. Repozytorium wskazuje osobną implementację Rust relay-bp jako rozwiązanie do dekodowania na procesorze. Można też używać wielu GPU w jednym węźle, ale projekt nie obsługuje skalowania między węzłami.
Co pokazują wyniki na ośmiu GPU
Autorzy preprintu o skalowaniu Pelagos podają rezultaty dla ośmiu akceleratorów AMD Instinct MI300X i AMD Instinct MI355X oraz dwóch obwodów. Przyspieszenie end-to-end obejmuje cały przebieg; osobna metryka dotyczy wyłącznie czasu dekodowania na GPU.
| Obwód i metryka | Osiem GPU AMD Instinct MI300X | Osiem GPU AMD Instinct MI355X |
one-gross [[144,12,12]], przyspieszenie end-to-end | 5,68× | 6,23× |
two-gross [[288,12,18]], przyspieszenie end-to-end | 6,92× | 7,01× |
two-gross [[288,12,18]], przyspieszenie czasu dekodowania na GPU | 7,58× | 7,45× |
Wartości 7,58× i 7,45× dotyczą samego dekodowania w przypadku obwodu two-gross. Dla tego samego obwodu przyspieszenie całego przebiegu wynosi odpowiednio 6,92× i 7,01×. Różnica ma znaczenie, gdy porównujesz wydajność pojedynczego etapu z czasem całej symulacji.
Pelagos na superkomputerze Lux
Innym projektem związanym z Oak Ridge jest Umbra, którą opisywaliśmy wcześniej. Autorzy pracy o Pelagos raportują wdrożenie frameworka na superkomputerze Lux w Oak Ridge National Laboratory (ORNL), opartym na AMD Instinct MI355X.