Efrat Shabtai – NVIDIA 技術博客

借助新的量子動力學功能加速 Google 的 QPU 開發

Mon, 18 Nov 2024 06:46:40 +0000

量子動力學描述了復雜的量子系統如何隨時間演變并與其周圍環境相互作用。模擬量子動力學極其困難，但對于了解和預測材料的基本特性至關重要。這在開發量子處理單元（QPUs）中尤為重要，量子動力學模擬使 QPUs 開發者能夠了解其硬件的物理特性并改進其硬件。量子動力學模擬與用于研究未來量子算法運行方式的主流電路模擬有所不同。電路模擬模擬了離散量子邏輯門應用下量子位的演變。這種簡化視圖將量子位與其周圍環境的交互方式進行了理想化，從而排除了對真實噪音和其他因素的考慮。相比之下，量子動力學模擬全面地反映了量子系統如何隨時間演變，揭示了量子過程的速度和準確性的基本限制。為進行經典類比，可以使用應用于晶體管（抽象表示為 0 和 1）的二進制邏輯（AND、OR、XOR）對經典計算機的邏輯進行建模。然而，為了設計速度更快、性能更高的晶體管，電氣工程師需要運行能夠完全模擬設備物理特性的復雜模型，

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

]]>

NVIDIA CUDA-Q 新功能提升量子應用程序性能

Sun, 12 May 2024 07:15:11 +0000

NVIDIA CUDA-Q（前身為 NVIDIA CUDA Quantum）是一個開源編程模型，旨在構建量子加速超級計算，充分發揮 CPU、GPU 和 QPU 的計算能力。由于開發這些應用程序具有挑戰性，需要一個易于使用的編碼環境，能夠提供強大的量子模擬能力，以有效評估和提高新算法的性能。 CUDA-Q 包括許多顯著提高性能的新功能，使用戶能夠突破經典超級計算機上模擬的極限。這篇文章展示了 CUDA-Q 在量子模擬中的性能增強，并簡要解釋了這些改進。計算期望值是變分量子本征求解器（VQE）應用中的主要量子任務。您可以使用作用來確定兩個小分子（C2H2 和 C2H4）的期望值。實驗使用標準的 UCCSD 模擬，并使用 Python 進行編寫。對于每個版本（v0.6、v0.7、v0.7.1），我們測試了三個狀態向量模擬器后端：（單精度）、（雙倍精度）和（具有柵極融合）。

Source

]]>

CUDA Quantum 為量子加速超級計算引入更多功能

Wed, 07 Feb 2024 04:48:33 +0000

CUDA Quantum 是一種用于構建量子經典應用的開源編程模型。有用的量子計算工作負載將在異構計算架構上運行，例如量子處理器(QPU)、GPU 和 CPU，它們協同工作以解決現實世界的問題。CUDA Quantum 通過提供對這些計算架構進行協調編程的工具來加速此類應用程序。針對多個 QPU 和 GPU 的能力對于擴展量子應用至關重要。當這些工作負載可以并行化時，將工作負載分配到多個計算端點可以實現顯著加速。新的 CUDA Quantum 功能支持多 QPU 平臺以及多個 GPU 無縫編程。 CUDA Quantum 中的大部分加速都是通過消息傳遞接口 (MPI) 完成的，MPI 是一種用于并行編程的通信協議。它對于解決天氣預報以及流體和分子動力學模擬等需要大量計算的問題特別有用。現在，CUDA Quantum 可以使用 MPI 插件與任何 MPI 實現集成，

Source

]]>

CUDA Quantum 0.5 為量子經典計算提供新功能

Wed, 29 Nov 2023 06:16:24 +0000

CUDA 量子是一個用于構建量子經典計算應用的平臺。它是一種開源編程模型，適用于異構計算，例如量子處理器單元 (QPU)、GPU 和 CPU。 CUDA Quantum 可加速量子模擬、量子機器學習、量子化學等工作流程。它可優化作為其編譯器工具鏈一部分的這些工作流程，并利用 GPU 的強大功能來加速這些工作流程。CUDA Quantum 提供基于內核的編程，可與 Python 或 C++一起使用。最新版本的 CUDA Quantum 0.5 引入了更多的 QPU 后端、增強的模擬器功能以及其他改進。欲了解更多信息，請參閱CUDA Quantum 0.5 版本說明。量子糾錯和其他形式的混合量子-經典計算通常需要非凡的控制流和緊密交織的基元。CUDA Quantum 現在支持運行自適應量子內核，這是實現真正集成的量子-經典編程的關鍵一步。詳情請參閱：規格。

Source

]]>