Alex McCaskey – NVIDIA 技術博客

NVIDIA 和 QuEra 利用人工智能解碼量子錯誤

Tue, 18 Mar 2025 06:04:51 +0000

量子位本身對噪聲很敏感，預計即使是最可靠的量子位也始終會表現出比實際量子應用所需數量級的噪聲水平。此噪聲問題可通過量子糾錯（Quantum Error Correction，QEC）解決。這是一系列能夠以可控方式識別和消除錯誤的技術，前提是量子位的噪聲級別可以低于某個更可實現的閾值級別。QEC 代碼將許多物理量子位編碼為邏輯量子位，這些量子位在防止錯誤時保持穩健性。在這種方法中，通過重復測量構成邏輯量子位的許多物理量子位的選定組，然后在推理錯誤發生位置的傳統算法中使用測量結果 (此過程稱為解碼 ) 來糾正錯誤。解碼具有計算挑戰性，是 QEC 技術的主要瓶頸之一。構建快速、準確且可擴展的解碼器對于實現有用的量子計算機至關重要。在許多案例中， AI 通過解決與 QEC、編譯、算法開發等相關的挑戰來支持量子計算，這是一個很好的例子。在 GTC 25 上，

Source

]]>

隆重推出用于加速量子超級計算的 NVIDIA CUDA-QX 庫

Mon, 18 Nov 2024 09:35:58 +0000

加速量子超級計算將人工智能超級計算的優勢與量子處理器（QPUs）相結合，為世界上一些最棘手的問題開發解決方案。實現此類設備需要將一個或多個 QPUs 無縫集成到傳統的 CPU 和 GPU 超級計算架構中。任何加速量子超級計算機的基本組成部分都是與之交互的編程模型。這必須經過高度優化，不僅可以運行真正的混合量子經典應用，還可以同時管理對 QPU 硬件的控制。這涉及編排實時量子糾錯（QEC）等任務，這使得開發高性能和可擴展的混合應用極具挑戰性。開源 NVIDIA CUDA-Q 平臺正是提供了這樣一種編程模型，能夠幫助研究人員和開發者解決在實施加速量子超級計算方面的挑戰。在 SC24 上，NVIDIA 宣布推出 CUDA-QX ：這是 CUDA-Q 的擴展，由經過優化的庫組成，可直接提供 CUDA-Q 強大的編程模型，

Source

]]>

借助 NVIDIA CUDA-Q v0.8 更輕松地進行高性能量子編程

Thu, 08 Aug 2024 02:31:13 +0000

NVIDIA CUDA-Q（以前稱為 NVIDIA CUDA Quantum）是一個開源編程模型，用于構建充分利用 CPU、GPU 和 QPU 計算能力的混合量子經典應用程序。目前開發這些應用程序具有挑戰性，需要靈活、易于使用的編碼環境以及強大的量子模擬功能，以高效地評估和提高新算法的性能。 CUDA-Q 是專門為實現這一點而構建的平臺。它能夠在模擬和各種實際 QPU 硬件后端之間輕松切換，這使其成為量子應用開發的長期解決方案。最近的 v0.8 版本進一步提高了 CUDA-Q 模擬性能、開發者體驗和靈活性。在本文中，我們將討論CUDA-Q v0.8: 量子態準備是有用的量子算法的核心組件，但它通常是最復雜、最昂貴的模擬元素之一。在內存中保留相同的狀態并對其進行重復使用，可以在使用不同參數的狀態多次或遵循經典的預處理和后處理步驟時優化模擬。

Source

]]>

量子經典超級計算機的編程

Wed, 19 Jul 2023 05:32:38 +0000

異構計算架構——那些結合了各種協同工作的處理器類型的架構——在人工智能、機器學習（ ML ）、量子物理和通用數據科學中的計算工作負載的持續可擴展性方面被證明是非常有價值的。這一開發的關鍵在于能夠抽象出異構體系結構，并促進一個框架，使設計和實現這類應用程序更加高效。實現這一點的最著名的編程模型是 CUDA Toolkit，它能夠按照單指令多數據模型將工作并行地分發到數千個 GPU 核心。最近，一種新形式的節點級協處理器技術引起了計算科學界的注意：量子計算機，它依靠量子物理的非直觀定律，利用疊加、糾纏和干涉等原理來處理信息。這種獨特的加速器技術可能在非常具體的應用中被證明是有用的，并準備與 CPU 和 GPU 協同工作，開創了一個以前被認為不可行的計算進步時代。問題變成了：如果你用量子協處理器增強現有的經典異構計算架構，你將如何以適合計算可擴展性的方式對其進行編程？

Source

]]>

介紹 QODA ：混合量子經典計算平臺

Tue, 12 Jul 2022 05:18:00 +0000

在過去的十年里，量子計算從學術實驗室躍入主流。創業公司和大公司都在努力制造更好的量子計算機。雖然目前尚不清楚我們離在常見問題上使用量子優勢還有多遠，但很明顯，現在是構建交付有價值的量子應用所需工具的時候了。首先，我們需要在理解量子算法方面取得進展。去年， NVIDIA 發布了 cuQuantum ，這是一款用于加速量子計算模擬的軟件開發工具包（ SDK ）。在 GPU 上使用 cuQuantum 模擬量子電路，使算法研究的性能和規模遠遠超過了目前在量子處理單元（ QPU ）上可以實現的性能和規模。這為在理解如何充分利用量子計算機方面取得突破鋪平了道路。除了改進量子算法外，我們還需要充分利用 QPU 以及經典計算資源 CPU 和 GPU 。如今， NVIDIA 宣布推出量子優化設備架構（ QODA ）是一個混合量子經典計算平臺，其使命是實現這一效用。

Source

]]>