NVIDIA通过CUDA-Q平台拓展量子计算前沿
realtime news Mar 20, 2025 12:56
根据NVIDIA开发者博客，NVIDIA的CUDA-Q平台增强了量子计算研究，提升了混合量子超级计算机的性能和可扩展性。
NVIDIA正在量子计算领域取得重大进展，它推出了CUDA-Q平台，旨在简化混合加速量子超级计算机的软件和硬件开发。根据NVIDIA开发者博客，该平台允许用户一次编写代码并在任何量子处理单元（QPU）或模拟器上进行测试，大大加速了工作流程，使研究人员能够专注于科学突破。
CUDA-Q v0.10的增强功能
最新版本CUDA-Q v0.10带来了增强的功能和性能。它支持四种不同量子比特模态的八个QPU后端，并与最先进的NVIDIA Blackwell GPU兼容。这个版本还引入了对NVIDIA GB200 NVL72及其第五代多节点NVLink功能的支持，通过标准化的量子经济发展联盟 (QED-C) 基准应用程序进一步推动性能的边界。
量子研究与合作
为标准化量子基准测试，NVIDIA与QED-C合作。QED-C标准和性能指标技术咨询委员会的创始主席Tom Lubinski强调了在量子基准测试工作中需要透明和无偏度量。QED-C基准测试GitHub存储库现已包含CUDA-Q，允许用户在标准应用程序上评估其模拟性能。
CUDA-Q的威力通过QED-C基准测试进行展示，模拟来自HamLib数据集的哈密顿量子，涵盖从化学到优化的各种问题。使用单个NVIDIA GB200芯片进行的33量子比特空间矢量模拟比192核EPYC CPU快34倍，比上一代NVIDIA GH200格雷斯·霍珀超级芯片快两倍。
加速量子化学和AI应用
NVIDIA与IonQ、亚马逊和阿斯利康合作，使用Amazon Braket中的CUDA-Q开发了一种加速的量子化学工作流程。此工作流程旨在模拟镍催化的铃木-宫浦交叉偶联反应，这是药物分子合成中的重要过程。量子和经典计算技术的整合可探索更广泛的化学反应性问题。
此外，CUDA-Q正在促进量子应用AI的发展，例如生成量子特征求解器（GQE），其扩展到生成用于组合优化问题的电路。
产业与学术参与
CUDA-Q的基于内核的编程模式能够轻松在多个GPU上扩展，吸引了产业和学术合作伙伴将工作负载转移到CUDA-Q。像Aramco这样的公司正在利用CUDA-Q进行图像处理应用中的混合工作流程，旨在有效识别三维图像中的物体边界。
CUDA-Q的MQPU后端允许使用多个GPU模拟的QPU进行算法并行化，大大缩短了开发周期。这对于像Hewlett Packard Enterprise（HPE）这样的项目至关重要，这些项目探索跨加速量子超级计算机分发大型量子电路的方法。
教育计划与未来展望
NVIDIA还通过CUDA-Q学术计划培养技能娴熟的量子人才，与超过25所领先大学合作。基于NVIDIA量子计算快速入门系列的研讨会在向初学者教授高级量子概念方面效果显著。
CUDA-Q平台有望成为开发混合应用的行业标准，其性能和灵活性为广泛的受众所接受。随着NVIDIA继续扩展其软件和硬件集成，加速量子计算应用的潜力日益巨大。
Image source: Shutterstock