如何借助NVIDIA技术攻克量子计算关键难题

量子计算有望重塑各行各业，但其发展进程取决于能否攻克诸多关键难题，例如纠错、量子比特设计的模拟、电路编译优化任务等。加速计算的出现为解决这些难题提供了可能，其并行处理能力为实现量子计算突破提供了必要的算力支撑。

从加快量子纠错的解码速度，到设计更大规模的量子比特系统，研究人员正借助 GPU 加速的工具来拓展经典计算的能力，推动实用型量子应用逐步走向现实。

研究人员使用NVIDIA CUDA-Q QEC 库开发新型解码方法，实现了解码速度与精度的双倍提升；

与 QuEra 合作基于NVIDIA CUDA-Q开发的 AI 模型把解码速度提升了 50 倍；

通过NVIDIAcuDF开发的布局选择方法在量子编译中实现了高达 600 倍的加速；

通过NVIDIA cuQuantum进行的高保真量子系统模拟把大型系统的性能提升了高达 4000 倍。

使用 NVIDIA CUDA-Q QEC 和 cuDNN 加速量子纠错解码器：爱丁堡大学信息学院下属的量子软件实验室使用 NVIDIA CUDA-Q QEC 库开发了名为 AutoDEC 的新型 qLDPC 解码方法，实现了解码速度与精度的双倍提升。该方法基于 CUDA-Q 的 GPU 加速的信念传播顺序统计解码（BP-OSD）功能开发，通过并行处理解码流程而提高了纠错成功率。

在与 QuEra 的合作中，研究团队利用 NVIDIA PhysicsNeMo 框架与 cuDNN 库，成功开发出基于 Transformer 架构的 AI 解码器。AI 方法为未来量子计算机所需的更大距离编码提供了可行的、可扩展的解码方案。

使用基于 NVIDIA CUDA-Q 开发的 AI 模型，QuEra 把解码速度提升了 50 倍，同时精度也获得提升。

通过 cuDF 优化量子电路编译：NVIDIA 与 Q-CTRL 及 Oxford Quantum Circuits 合作，开发出一种名为 ∆-Motif 的 GPU 加速的布局选择方法。该方法在量子编译等涉及图同构的应用中实现了高达 600 倍的加速。

使用 cuQuantum 加速高保真量子系统模拟：QuTiP 的一个关键应用场景是开放量子系统的高保真模拟。

QuTiP 与舍布鲁克大学及亚马逊云科技的合作，通过一个名为 qutip-cuquantum 的全新 QuTiP 插件实现了与 NVIDIA cuQuantum 软件开发套件的集成。研究人员在研究耦合谐振器的超导传输子量子比特时发现，这种模拟把大型系统的性能提升了高达 4000 倍。