NVIDIA助力解决量子计算领域重大挑战

NVIDIA 加速量子研究中心提供了强大的工具，助力解决量子计算领域的重大挑战。

随着量子计算机的持续发展，它们将与 AI 超级计算机集成，形成加速量子超级计算机，从而解决一些全球最具挑战性的难题。

将量子处理单元（QPU）集成到 AI 超级计算机中是开发新应用的关键，有助于实现运行未来量子硬件的关键突破，以及促进对于量子纠错和器件控制方面的进展至关重要。

在上周举行的 NVIDIA GTC 全球 AI 大会上，NVIDIA 加速量子研究中心（NVAQC）正式成立，旨在推动这些领域取得重大进展。该中心配备了一个 NVIDIA GB200 NVL72 系统和 NVIDIA Quantum-2 InfiniBand 平台，拥有一台搭载 576 个 NVIDIA Blackwell GPU 的超级计算机，专门用于量子计算研究。

NVIDIA 计算机辅助工程、量子与 CUDA-X 高级总监 Tim Costa 表示：“NVIDIA 加速量子研究中心汇聚了急需的和长久以来备受期待的工具，以将量子计算扩展到新一代器件。该中心将聚焦量子算法和硬件的大规模模拟、量子处理器的紧密集成，以及量子 AI 模型的训练和部署。”

NVIDIA 加速量子研究中心将配备一个 GB200 NVL72 系统。

Quantinuum、QuEra 和 Quantum Machines 等量子计算创新企业，以及来自哈佛量子计划和麻省理工学院工程量子系统组的学术合作伙伴，将与 NVIDIA 在该中心合作开展相关项目，探索 AI 超级计算如何加速量子计算的发展进程。

EQuS 小组负责人兼 MIT 量子工程中心主任、电气工程和计算机科学以及物理学教授 William Oliver 表示：“NVIDIA 加速量子研究中心是一个强大的工具，将在推动整个量子生态系统的下一代研究工作中发挥重要作用。NVIDIA 是实现实用量子计算的关键合作伙伴。”

在几个重大量子计算挑战方面，NVIDIA 加速量子研究中心已经产生了重大影响。

利用 AI 超级计算保护量子比特

量子比特的相互作用是一把双刃剑。虽然量子比特必须与周围环境相互作用才能被控制和测量，但这些相互作用同时也是噪声的来源，这些不必要的干扰会影响量子计算的准确性。只有在有效控制噪声的情况下，量子算法才能正常运行。

量子纠错提供了一种解决方案，即在多个有噪声的物理量子比特中编码无噪声的逻辑量子比特。通过处理这些有噪声量子比特的重复测量结果，就可以识别、跟踪和纠正量子比特错误，同时不会破坏计算所需的脆弱量子信息。

确定错误发生位置以及采用何种纠正措施的过程被称为解码。解码是一项极具挑战性的任务，必须由传统计算机在极短的时间内完成，以防止噪声失控。

NVIDIA 加速量子研究中心的一个关键目标将是探索 AI 超级计算如何加速解码过程。通过研究如何在该中心内配置量子硬件，将有助于开发在 NVIDIA GB200 Grace Blackwell 超级芯片上运行的低延迟、并行化和 AI 增强的解码器。

NVIDIA 加速量子研究中心还将应对量子纠错领域的其他挑战。QuEra 将与 NVIDIA 合作，加速寻找全新的、改进的量子纠错码，并通过对复杂量子电路进行严格模拟来评估候选纠错码的性能。

Joshua and Beth Friedman 大学教授兼哈佛大学 HQI 联合主任 Mikhail Lukin 表示：“NVIDIA 加速量子研究中心将成为发现、测试和改进新型量子纠错码和解码器的重要工具，让整个行业实现实用量子计算迈向新阶段。”

为加速量子超级计算机开发应用

大多数实用的量子算法都同等依赖经典计算和量子计算资源，从而需要一台能将两种硬件统一起来的加速量子超级计算机。

例如，启动量子计算通常需要经典超级计算机的输出结果。NVIDIA 加速量子研究中心提供了开发和改进此类混合算法所需的异构计算基础设施。

加速量子超级计算机将连接量子处理器和经典处理器以运行混合算法。

NVIDIA 加速量子研究中心还将探索基于 AI 的新型编译技术，这些技术有望加速所有量子算法的运行时，其中包括与 Quantinuum 的合作项目。Quantinuum 将在之前与 NVIDIA 的集成工作的基础上，通过 NVIDIA CUDA-Q 平台提供其硬件和模拟器。目前，CUDA-Q 用户可以获得访问 Quantinuum 的 System H1 QPU 硬件和模拟器的权限，为期 90 天。

Quantinuum 总裁兼首席执行官 Rajeeb Hazra 表示：“我们很高兴能在这个中心与 NVIDIA 合作。通过将 Quantinuum 强大的量子系统与 NVIDIA 的顶尖加速计算技术相结合，我们正在突破量子-经典混合计算的界限，开启令人兴奋的新可能。”

量子处理单元集成

将量子硬件与 AI 超级计算集成，这是实现实用量子硬件的主要障碍之一。

这种集成的要求极为苛刻。只有在量子硬件和经典硬件之间以超低延迟传输数百万个量子比特的数据时，量子纠错所需的解码才能发挥作用。

Quantum Machines 和 NVIDIA 将在该中心开展合作，共同开发并优化新的控制器技术，以支持量子处理器与 GB200 超级芯片之间的快速、高带宽接口。

Quantum Machines 首席执行官 Itamar Sivan 表示：“我们很高兴看到 NVIDIA 不断增加投入，以加速实现实用量子计算机，为研究人员提供最先进的基础设施来推动量子-经典计算的发展。”

NVIDIA DGX Quantum 系统包含一个 NVIDIA GH200 超级芯片和 Quantum Machines 的 OPX1000 控制系统。

集成量子硬件和经典硬件的关键是打造一个平台，让研究人员和开发者在单个应用中快速地在这两种截然不同的计算范式之间切换。NVIDIA CUDA-Q 平台将作为入口，让研究人员能充分利用 NVIDIA 加速量子研究中心的量子-经典计算集成。

基于 NVIDIA DGX Quantum（一种用于集成量子和经典硬件的参考架构）和 CUDA-Q 等工具，NVIDIA 加速量子研究中心有望成为量子计算下一代发展的枢纽，推动量子比特逐步发展为具有影响力的量子计算机。