在刚刚过去的 ISC 2022（国际超级计算机大会）大会上， NVIDIA分别介绍了公司在 CPU、DPU、GPU 产品上的进展，及量子计算方面的努力。
NVIDIA（英伟达）表示是时候开始构建明天的混合量子计算机了。动机是令人信服的，路径是明确的，并且如今可以使用这项工作的关键组件。
量子计算有可能克服当今一些最严峻的挑战，推动从药物发现到天气预报的一切。简而言之，量子计算将在 HPC 的未来发挥巨大作用。
NVIDIA在2021 GTC 上宣布了cuQuantum软件开发套件，到此时，已有数十家量子组织开始使用NVIDIA cuQuantum软件开发套件，在GPU上加速其量子电路模拟。
迈出第一步，今天的超级计算机正在模拟量子计算工作，其规模和性能水平超出了当今相对较小、容易出错的量子系统的范围。
最近，亚马逊云科技（AWS）宣布在其 Braket 服务中提供cuQuantum。它还在Braket上展示 了cuQuantum如何为量子机器学习工作负载提供高达900倍的加速。
cuQuantum现在可以在主要的量子软件框架上实现加速计算，包括谷歌的qsim、IBM的 Qiskit Aer、Xanadu的PennyLane和Classiq的量子算法设计平台。这意味着这些框架的用户无需任何额外编码即可访问 GPU 加速。
今天，Menten AI 加入了使用 cuQuantum 的公司来支持其量子工作。
这家湾区药物发现初创公司将使用 cuQuantum 的张量网络库来模拟蛋白质相互作用并优化新的药物分子。它旨在利用量子计算的潜力来加速药物设计，这一领域与化学本身一样，被认为是最先受益于量子加速的领域之一。
具体来说，Menten AI正在开发一套量子计算算法，包括量子机器学习，以突破医疗设计中计算要求高的问题。
“虽然能够运行这些算法的量子计算硬件仍在开发中，但像 NVIDIA cuQuantum 这样的经典计算工具对于推进量子算法的开发至关重要，”Menten AI 的首席科学家 Alexey Galda 说。
随着量子系统的发展，下一个重大飞跃是转向混合系统：量子计算机和经典计算机协同工作。研究人员对系统级量子处理器或 QPU 有着共同的愿景，它可以作为一类新的强大的加速器。
因此，未来最大的工作之一是将经典系统和量子系统连接到混合量子计算机中。这项工作有两个主要组成部分。
首先，NVIDIA需要在 GPU 和 QPU 之间建立快速、低延迟的连接。这将使混合系统能够将 GPU 用于它们擅长的经典工作，例如电路优化、校准和纠错。
GPU 可以加快这些步骤的执行时间，并减少经典计算机和量子计算机之间的通信延迟，这是当今混合量子作业的主要瓶颈。
其次，行业需要一个统一的编程模型以及高效且易于使用的工具。NVIDIA在HPC和AI方面的经验教会了和用户一个可靠的软件堆栈的价值。
今天，为了对QPU进行编程，研究人员被迫使用与量子等效的低级汇编代码，这超出了非量子计算专家的科学家的能力范围。此外，开发人员缺乏统一的编程模型和编译器工具链，无法让他们在任何QPU上运行他们的工作。
为了有效地找到量子计算机加速其工作的方法，科学家们需要先轻松地将部分 HPC 应用程序移植到模拟 QPU，然后再移植到真实 QPU。这需要一个编译器使它们能够以高性能水平和熟悉的方式工作。
通过将 GPU 加速的仿真工具与编程模型和编译器工具链结合起来，HPC 研究人员将能够开始构建未来的混合量子数据中心。
对某些人来说，量子计算听起来像是未来几十年的科幻小说。事实是，每年研究人员都在构建更多更大的量子系统。
NVIDIA正在全力投入到这项工作中，并且诚邀大家加入NVIDIA，共同构建明天的混合量子系统。
[1].https://www.hpcwire.com/off-the-wire/nvidia-the-road-to-the-hybrid-quantum-hpc-data-center-starts-here/
[2].http://app.myzaker.com/news/article.php?pk=629587168e9f096c5f65cadc
量子创投界