时间:2024-03-31 来源：原创/投稿/转载作者：管理员点击:
量子计算曾经只是一个局限于理论推测的领域，现在得益于 NVIDIA 的开拓性努力，正在转变为现实。通过在GTC 2024上宣布的一系列进展，NVIDIA 不仅展望了计算的未来，而且还在积极推进它的发展。
在加拿大和美国，科学家们利用LLM来简化量子模拟，帮助探索分子结构。领导该团队的多伦多大学化学和计算机科学教授Alan Aspuru-Guzik说：“这种新的量子算法开辟了一种将量子算法与机器学习相结合的新方法。”
该团队是第一个使用量子计算机和经典计算机发现新方法的团队。这项工作采用了 NVIDIA 的CUDA-Q，这是一种专供量子系统使用的 GPU、CPU 和 QPU 设计的混合编程模型。研究团队在 Eos 上进行了实验，Eos 是 NVIDIA 的 H100 GPU 超级计算机。
在GTC上，Aspuru-Guzik 展示了他开发的算法，该算法采用机器学习和量子计算来模拟化学系统。该算法现在可用于研究，并有助于医疗保健和化学领域。Aspuru-Guzik表示，如果继续使用类似 GPT 的模型和这些算法进行量子计算，就可以拥有一个类似 GPT 的量子计算模型。
NVIDIA 在 GTC 上推出了 NVIDIA Quantum Cloud，旨在支持生物制药和各领域的研究人员推动量子计算和算法研究。
NVIDIA 表示，该云平台使用户能够开发和试验新颖的量子算法和应用程序，例如用于混合量子经典计算机编程的模拟器和工具，这标志着可访问性和功能的重大进步。
汇丰银行是利用和引领 NVIDIA 量子愿景的一个客户，它是世界上最大的银行之一。研究人员开发了一种量子机器学习应用程序，能够识别数字支付系统中的欺诈活动。
通过 NVIDIA GPU，该银行的量子机器学习算法模拟了令人瞩目的 165 个量子比特。通常，研究论文关注的量子计算单元不到 40 个。
汇丰银行（HSBC）量子计算研究科学家Mekena Metcalf在 GTC 的一次会议上讨论了她的发现。汇丰银行在 NVIDIA GPU 上采用了与 CUDA-Q 和 cuTensorNet 软件集成的机器学习方法，以解决扩展量子电路模拟的困难。重点是应用这些模型对数字支付中的欺诈交易进行分类。
第一个是日本国家先进工业科学技术研究所的ABCI-Q，是专门致力于量子计算研究的最大超级计算机之一。它利用 NVIDIA H100 GPU 上的 CUDA-Q 来支持国家在这一领域的努力。
与此同时，在丹麦，诺和诺德基金会正在牵头部署 NVIDIA DGX SuperPOD，其中很大一部分资金用于量子计算研究，这与该国推进该技术的战略计划相一致。
这些新系统是对澳大利亚Pawsey 超级计算研究中心的补充，该中心最近宣布，在其国家超级计算和量子计算创新中心的 NVIDIA Grace Hopper 超级芯片上采用 CUDA-Q。
NVIDIA致力于开展量子计算的卓越研究和协作。通过与领先的学术机构建立战略合作伙伴关系，NVIDIA 正在培养下一代量子科学家和工程师。
例如，以色列初创公司 Classiq 在 GTC 上推出了与 CUDA-Q 的新集成。Classiq的量子电路合成能够从高级功能模型自动生成优化的量子程序。这一进步使研究人员能够最大限度地提高当前量子硬件的效率，并将他们的工作范围扩展到未来的算法。
总部位于伦敦、专门从事量子系统开发的ORCA Computer展示了使用 CUDA-Q 在其光子处理器上运行量子机器学习的成果。此外，ORCA 还被选中，为英国国家量子计算中心构建和提供量子计算测试台，该中心将采用利用 CUDA-Q 的 NVIDIA GPU 集群。
NVIDIA 还与量子技术领域的领导者Inflection合作，通过 NVIDIA 支持的 Superstaq 软件，为欧洲最大的网络防御演习提供尖端的量子解决方案。
qBraid是一个基于云的量子计算平台，正在将 CUDA-Q 集成到其开发人员环境中。此外，总部位于加利福尼亚州的BlueQubit在一篇博文中详细介绍了 NVIDIA 的量子技术如何利用其研究和 GPU 服务，促进在 GPU 上实现最快、最广泛的量子仿真。
所有这些都只是 GTC 上宣布的一些进展。随着量子革命的展开，NVIDIA 将引领我们迈向未来，将不可能变为现实。返回搜狐，查看更多