NVIDIA與AWS在混合量子計算開發方面達成戰略合作

最新的NVIDIA人工智能、機器人技術和量子計算軟件登陸AWS(最新的NVIDIA人工智能、機器人技術、量子 計算機軟件登陸AWS)

NVIDIA NIM在AWS上加速AI推理(AWS上的NVIDIA NIM加強AI推理)

邁向量子計算實用化的劃時代一步。NVIDIA和AWS宣佈在古典計算機和量子計算機相結合的混合方法開發方面達成戰略合作。這一合作有望大幅提高量子算法的開發效率，從而極大提高研究人員的工作效率。

NVIDIA的開源量子開發平台“CUDA-Q”與Amazon Braket的整合爲量子計算研究帶來了重大突破。值得關注的是，這種整合帶來的處理性能顯著提升。與傳統基於CPU的處理相比，對21量子比特的算法模擬實現了350倍的加速。這種性能提高可能從根本上改變複雜量子算法的開發過程。

GPU並行處理能力的性能可擴展性是另一個值得關注的方面。例如，將30量子比特的電路使用8個GPU進行並行處理，執行時間可縮短6.5倍。在參數化的電路中，通過分佈處理128個不同的電路，最高可確認17倍的速度提升。因此，研究人員可以在實際時間框架內探索更復雜的量子系統行爲。

這種整合的實際方面也是不容忽視的。CUDA-Q程序在Braket支持的全部量子硬件上都可以運行，而且將系統遷移至IonQ、Rigetti、IQM等系統只需更改1行代碼即可。這種高度兼容性大大降低了研究人員在不同量子系統之間進行實驗時的障礙，使得更靈活的研究方法成爲可能。

量子糾錯被視爲量子計算實用化中最重要的挑戰之一。與傳統經典計算機不同，量子位易受外部環境影響，即使輕微干擾也可能導致量子狀態崩潰。因此，糾錯機制是量子計算實用化中不可避免的技術挑戰。
AWS與NVIDIA的合作提出了對這一挑戰的創新方法。兩家公司正在開發利用傳統協處理的新糾錯方法。具體而言，藉助NVIDIA高性能GPU進行監視量子位狀態並實時進行糾錯的傳統計算處理，從而大大縮短了從檢測到糾錯的時間，提高了量子狀態的穩定性。

此次合作不僅在量子計算領域取得突破，在AI實用部署中也帶來了劃時代的進展。NVIDIA的NIM微服務已集成到AWS的各種平台中，開發人員可以輕鬆在熟悉的界面上部署高性能AI模型的推斷工作負載。
作爲更多創新進展，NVIDIA DGX Cloud在AWS部署的同時，企業可以訪問最新的NVIDIA H100和H200 GPU，進行生成式AI等領先AI模型的培訓和定製。不久的將來，將推出搭載下一代Blackwell芯片的GB200 NVL超級計算系統。

這一合作標誌着量子計算和AI融合的新時代的開端。兩家公司提供的技術堆棧爲研究人員提供了前所未有的可能性。然而，衡量真正成功的指標在於這些工具將爲實際量子算法開發和AI實用部署帶來多少創新。特別是量子糾錯的挑戰仍然是一個重要的技術難關。儘管兩家公司的合作有望克服這些挑戰，加速量子計算和AI的民主化進程，但鑑於該技術的複雜性，實際應用仍有一段漫長的道路需要走。

結束