作者：毛朔。
“英伟达希望在未来支持量子计算机的实际应用，”黄仁勋说。 ”
因此，NVIDIA Cuda Quantum 平台正在澳大利亚国家超级计算和量子计算创新中心投入使用，进一步推动了量子计算的突破。
这一切的起点可以追溯到 2023 年的 GTC 春季会议。 当时，英伟达宣布已与Quantum Machines共同开发了世界上第一个GPU加速的量子计算系统NVIDIA DGX Quantum。
作为技术革命的先行者，NVIDIA DGX Quantum 不仅是全球首款 GPU 加速的量子计算系统，还将 NVIDIA Grace Hopper 超级芯片的计算能力与 Cuda Quantum 开源编程模型的灵活性，以及 Quantum Machines 构建的全球领先的量子控制平台 OPX 相结合。
或许，当命运的齿轮开始缓缓转动时，现阶段加速计算的这一最新成就，预示着量子计算领域新时代的到来。
NVIDIA Cuda Quantum 使量子编程的复杂性变得不可计数
在当今瞬息万变的技术环境中，NVIDIA Cuda Quantum 的推出标志着量子计算与经典计算融合的重大突破。 这个创新平台不仅扩展了混合量子经典系统的编程模型，而且通过其对 GPU 混合计算的原生支持，为量子计算研究和应用开辟了新的途径。
具体而言，NVIDIA Cuda Quantum 使用支持 C++ 和 Python 语言的高级内核编程模型，使研究人员和开发人员能够以前所未有的灵活性和效率进行编写**。
以此类推，NVIDIA Cuda Quantum 在处理大规模并行处理和数据密集型量子应用程序时非常强大。 它的 GPU 预处理和后处理能力，加上对经典优化算法的支持，就像一个高效的加速器，显著提高了计算的速度和效率。
NVIDIA Cuda Quantum 引入的系统级编译器工具链带来了更多的经验能力。 其NVQ++编译器具有分解编译的“超能力”，可以将量子编程的复杂度降低到零。
有了这个“超能力”，NVIDIA Cuda Quantum 能够为量子核心创建多级中间表示 （MLIR） 和量子中间表示 （QIR），这就像构建了一个多维世界，让 ** 不仅可以在不同的环境中自由行走，还可以为未来的优化带来更多可能。 事实上，这个过程不仅降低了编程的复杂度，还拓宽了可移植性和优化的空间，让量子编程的旅程更加充满惊喜。
初步的 NVQ++ 基准测试结果显示，与传统的 Pythonic 实现相比，使用 NVIDIA CUDA Quantum 的变分量子弯曲器-求解器 （VQE） 任务的端到端性能提高了惊人的 287 倍，尤其是在处理 20 量子比特系统时，随着系统的扩展，性能显着增加。
此外，Cuda Quantum 提供了一个标准库，涵盖了量子算法的基本基元，使开发人员更容易实现复杂的量子算法。
该平台的互操作性也是其强大功能的一部分，因为它不仅与合作伙伴量子处理单元 （QPU） 交互，还支持通过 CuQuantum GPU 平台模拟的 QPU，以及与 QPU 构建者合作处理许多不同类型的量子比特。 这意味着研究人员可以轻松地在不同的 QPU 之间切换，无论是模拟的还是物理的，就像更改编译器标志一样简单。
在笔者看来，NVIDIA Cuda Quantum的出现不仅提高了量子算法的实现效率，而且通过其高灵活性和可扩展性，为量子计算的研究和实际应用提供了强大的动力。 NVIDIA Cuda Quantum 的 GPU 混合计算支持和系统级编译器工具链为量子经典聚变系统的发展树立了新标准，预示着未来量子计算技术将在更多领域得到广泛应用，从而加速向量子优势和量子效用的过渡。
事实上，澳大利亚国家超级计算和量子计算的研究人员正在使用 NVIDIA CUDA Quantum，这是一个开源混合量子计算平台，具有强大的仿真工具，能够对混合 CPU、GPU 和 QPU 系统进行编程，以及 NVIDIA CUDA QUANTUM 软件开发工具包，其中包括为加速量子计算工作流程而优化的库和工具。
正如 Pawsey 超级计算研究中心执行主任 Mark Stickells 所解释的那样：“Pawsey 超级计算研究中心的研究和测试平台设施正在推动澳大利亚和世界各地的科学探索。 NVIDIA 的 CUDA Quantum 平台将使我们的科学家能够推动量子计算研究的突破性创新。 ”
设置 7 倍“高速”和 10 倍性能的 GPU 和 CPU，为量子计算构建“大核心污垢”
澳大利亚 Pawsey 超级计算研究中心的 NVIDIA CUDA Quantum 平台将由其国家超级计算和量子计算创新中心的 NVIDIA Grace Hopper 超级芯片加速，旨在进一步推动该中心在量子计算方面取得突破。
无论是位于英国雷丁的 Oxford Quantum Circuits，还是在由 CUDA Quantum 编程的混合 QPU GPU 系统中使用 NVIDIA Grace Hopper。 或者芝加哥的 Qbraid 使用 NVIDIA Grace Hopper 来构建量子云服务，或者阿姆斯特丹的 Fermioniq 使用 NVIDIA Grace Hopper 来开发张量网络算法。
为什么超级芯片经常被量子计算领域的创新研究所“喜爱”？
事实上，NVIDIA Grace Hopper 超级芯片架构将 NVIDIA Hopper GPU 的强大功能与 NVIDIA Grace CPU 的灵活性和多功能性相结合。 巧妙地“放置”在这款独一无二的超级芯片中，伪造了传统的 CPU-GPU PCIe 连接，先进的 NVIDIA NVLink 芯片 2 芯片 （C2C） 高速通道和 NVIDIA NVLink 交换机系统可实现数据和内存的快速流动，无缝连接高带宽和内存的世界。
与最新的 PCIe 技术相比，NVIDIA Grace Hopper 在 GPU 和 CPU 之间提供了一条超宽的“高速公路”，为运行 TB 级数据的应用程序提供高达 7 倍的带宽和高达 10 倍的性能，使量子计算研究人员能够以前所未有的方式解决世界上最复杂的问题。
高性能超级芯片还能够在加速器上进行高保真、可扩展的量子模拟，并能够与量子硬件基础设施对接。
无论是开发算法、设计设备，还是发明可靠的纠错、校准和控制方法，高性能仿真对于研究人员应对量子计算中的重大挑战都至关重要。 CUDA Quantum 与 NVIDIA Grace Hopper 超级芯片一起，在 Pawsey 超级计算研究中心等创新组织中实现了这些重要突破，加速了量子集成超级计算的采用。 英伟达高性能计算和量子计算总监蒂姆·科斯塔（Tim Costa）表示。
目前，Pawsey 超级计算研究中心正在部署八个基于 NVIDIA MGX 模块化架构的 NVIDIA Grace Hopper 超级芯片节点。
随着超级芯片的加速，PAWSEY将能够直接在传统的高性能计算系统上运行量子工作负载，利用现有系统的处理能力，通过开发混合算法，将计算任务智能地划分为经典内核和量子内核，从而提高计算效率。
站在“量子变分算法”研究的起点，当PAWSEY超级计算研究中心决定开始部署它时，它预示着在多个领域实现前所未有的计算效率提升的可能性。 量子机器学习、化学模拟、射电天文学图像处理、金融分析、生物信息学以及专业量子模拟器的研究都将受益于 NVIDIA 强大的计算能力。 特别是在化学模拟和量子机器学习等计算密集型领域计算能力极强的领域，这种混合计算模型有可能彻底改变世界。
写在最后
随着多机构部署的加速，量子计算生态与发展的整体格局不断扩大，PAWSEY超级计算研究中心也致力于为澳大利亚量子社区及其国际合作伙伴搭建桥梁。 并为其提供 NVIDIA Grace Hopper 平台。
随着量子计算生态边界的不断拓展，以及如今SORA等新一代大型模型的问世，它们在量子计算中的支持可能意味着更高效的数据处理和分析能力，尤其是在处理高复杂度的任务时。 量子加速的人工智能算法有可能显著提高模型训练的速度和效率，使模型能够处理更大的数据集，实现更高的准确性，并实现更快的推理。
我们有理由相信，量子计算有望成为下一代人工智能基础设施的关键。 尽管英伟达强调不直接参与量子计算，但其对AI基础设施未来的潜在贡献不容忽视，而NVIDIA Grace Hopper等跨领域合作和技术融合，有望加速AI技术的进步，推动全球AI应用向更广、更深层次的发展。