【摘要】 Nvidia正在加快其在GPU和量子计算领域的沟通，通过一个具有Tensor功能的量子模拟工具（在新标签中打开）来包装Cuquntum。通过它，该公
Nvidia正在加快其在GPU和量子计算领域的沟通，通过一个具有Tensor功能的量子模拟工具（在新标签中打开）来包装Cuquntum。通过它，该公司旨在加速量子电路模拟工作负载，而今天的NISQ（噪声中的尺度量子）系统无法实现。但为了实现这一目标，该公司将押注于进一步整合量子和经典系统，以实现混合解决方案。不出所料，GPU在Nvidia的量子开发中处于领先地位。
Nvidia将注意力转向了一个低延迟连接，该连接可以连接其GPU和具有量子模拟能力的Tensor核心，以及当前和即将到来的QPU（量子处理单元）。这里的目的是在解除量子和经典系统之间的通信瓶颈的同时，利用GPU强大的并行处理能力，将其用于特定的量子工作负载，如电路优化、校准和纠错。
另外一个要素是Nvidia的量子计算方法，它提供了与该公司的CUDA编程模型没有区别的通用软件层。
这个想法是为了大大简化与QPU和量子模拟的编程模型之间的代码级互动，这仍然是在相当于低级的汇编代码中完成的。它的目的是简化一个量子化的编程模型和编译工具链（在新标签中打开），并抽象不同的QPU，以便更集中地利用量子能力。NVIDIA希望将其HPC（高性能计算）应用程序转移到模拟QPU，然后通过允许用户转移到处理器本身，从而促进从经典到量子经典的工作负载的转变。
根据NVidia的说法，几十个组织已经在使用他们的cuquantum工具包来支持他们的量子工作。亚马逊网络服务提供了cuquantum集成，通过其braket服务在新标签中打开），以900倍的速度显示量子机器学习工作负载。其他使用nvidiacuquntum的平台包括谷歌qsim、ibmqkitaer、xadupenyLane和classiq的量子算法设计平台。nvidia最近使用了一台超强大的sen超级计算机，该计算机由其cuququantum框架和一台由其dgxsuperpodderpods驱动，在量子计算模拟方面取得了世界记录（在新标签中打开）。
MentenAI是一家药物发现初创公司，该公司在NVidia开发过程中加入了Cuquantum生态系统，旨在利用Cuquantum的网络库来模拟蛋白质相互作用和新药分子。其目的是加快药物设计，其工作负荷自然适合量子计算的概率性质。
“虽然能够运行这些算法的量子计算硬件仍在开发中，但像NVIDIAcuquantum这样的经典计算工具对于推动量子算法的发展至关重要，”mentenAixeyGalda说。
NVIDIA通过其CUDA软件堆栈实现了HPC市场的重大渗透，该公司似乎通过CUQuantum重复了量子领域的这一成就。当然，一个简化的软件包将有助于加速通往量子的飞跃，这是世界上最复杂的研究领域之一。