英伟达加速了通过量子设备物理模拟设计 Google 量子人工智能处理器

借助NVIDIA CUDA-Q平台，Google量子AI研究人员能够创建大规模数字模型，解决设计上的挑战。

📌CUDA-Q(NVIDIA CUDA-Q™ 是一个不依赖于QPU的平台，可实现快速量子超级计算)

📌通过新的量子动力学功能加速谷歌的QPU开发 | NVIDIA技术博客(New Quantum Dynamics Capabilities 加速谷歌的QPU开发)

📌NVIDIA H100 Tensor Core GPU(NVIDIA H100 Tensor Core GPU，为所有数据中心提供卓越的性能、可扩展性和安防-半导体)

📌量子加速超级计算简介 | NVIDIA技术博客(量子加速超级计算入门)

NVIDIA今日宣布与Google Quantum AI合作，利用NVIDIA CUDA-Q™平台的模拟来加速设计下一代量子计算设备。

Google Quantum AI正在使用混合量子古典计算平台和NVIDIA 柚子 超级计算机对量子处理器的物理进行模拟。这样一来，研究人员可以克服当前量子计算硬件的限制，即由于他们称之为“噪音”的原因，只能执行一定数量的量子运算，并且必须停止计算。
Google 量子人工智能的研究科学家Guifre Vidal指出，“商业上有用的量子计算机的开发只有在能够抑制噪音的同时扩大量子硬件的规模时才有可能。”他还表示：“利用NVIDIA高速计算，我们正在调查日益庞大的量子芯片设计对噪音的影响。”
要了解量子硬件设计中的噪音，需要进行复杂的动态模拟，以完全掌握量子处理器内量子比特与环境如何相互作用。

以往这些模拟非常昂贵进行。但是，Google通过使用CUDA-Q平台，在NVIDIA柚子超级计算机上使用1,024个NVIDIA H100张量核心GPU，可以仅需低廉成本即可执行世界上最大最快的量子设备动态模拟之一。

NVIDIA的量子和高性能计算主管Tim Dai指出：“AI超级计算的能力将有助于量子计算的成功。”他还表示：“Google的CUDA-Q平台的使用表明，GPU加速模拟将推动量子计算发展，并在解决现实世界问题方面发挥重要作用。”

通过CUDA-Q和H100 GPU，Google可以对包含40个量子比特的设备进行全面且实用的模拟。这是迄今为止规模最大的这类模拟。基于CUDA-Q提供的模拟技术，原本需要一周时间的高噪音模拟现在可以在数分钟内完成。
这些加速的动态模拟软件已在CUDA-Q平台上发布，使量子硬件工程师能够快速扩展系统设计。

结束了