cuQuantum – 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 cuQuantum 23.10 加速量子電路模擬

Mon, 18 Dec 2023 05:09:08 +0000

NVIDIA cuQuantum 是一個用于加速量子計算工作流程的優化庫和工具集 SDK。借助 NVIDIA Tensor Core GPU，開發者可以利用它將基于狀態向量和張量網絡方法的量子電路模擬加速數個數量級。 cuQuantum 的目標是在 NVIDIA GPU 和 CPU 上以光速提供量子電路模擬。量子計算框架的用戶可以利用 cuQuantum 支持的模擬器為其工作負載實現 GPU 加速。 cuQuantum 23.10 對 NVIDIA cuTensorNet 和 NVIDIA cuStateVec 進行了更新。新功能包括對 NVIDIA Grace Hopper 系統的支持。欲了解更多信息，請參閱 cuQuantum 23.10 版本說明。 cuTensorNet 提供高級 API，便于量子模擬器開發者以直觀的方式進行編程，以充分利用其功能。

Source

]]>

借助寶馬集團和 NVIDIA cuQuantum 對量子計算應用程序進行基準測試

Tue, 12 Dec 2023 04:41:20 +0000

從復雜系統的數值模擬和優化到機器學習 (ML)，量子計算有可能徹底改變行業的各個方面。汽車行業的許多計算挑戰非常適合量子計算，包括新型材料的開發、高效的部件設計、優化制造流程和準確的風險預測。 NVIDIA Omniverse GPU 的優勢在于NVIDIA cuQuantum，這是一個用于加速量子電路模擬的 SDK。而寶馬集團最近發表了一項關于面向應用的量子機器學習基準測試的研究。目前，該小組正在研究量子計算如何增強生成建模中的算法。他們觀察到，使用 cuQuantum 時，模擬性能提高了 300 倍，從每次迭代 8 小時提高到幾分鐘。生成式 AI 是一種 ML 技術，其中算法被訓練以創建類似于其訓練數據的新數據樣本。它常用于圖像生成、文本轉語音等任務，以及旨在生成新內容的其他應用。ML 中的量子方法可以幫助生成針對特定參數優化的設計，從而實現更快、

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

]]>

使用 NVIDIA cuQuantum 實現基于矩陣產品狀態的量子電路仿真

Mon, 06 Mar 2023 04:36:45 +0000

量子電路模擬是設計量子就緒算法的最佳方法，因此您可以在強大的量子計算機可用時立即利用它們。 NVIDIA cuQuantum 是一個 SDK ，它使您能夠利用不同的方式來執行量子電路模擬。 cuStateVec ，一個為狀態向量量子模擬器構建的高性能庫，依賴于在 GPU 存儲器中保存量子狀態向量。它的內存需求按 O （ 2 ^ N ）進行縮放， N 表示量子位的數量。當你開始擴展到超過 40 個量子位時，這可能會非常昂貴。為了減輕使用狀態向量方法的量子電路模擬的存儲器需求的指數縮放，可以使用張量網絡作為替代方案。你可以通過用增加的計算換取減少的空間來模擬更大的量子電路。 cuTensorNet 使您可以利用 NVIDIA GPU 上的張量網絡方法，與其他替代方案相比，提供了更高的可擴展性和更好的性能。盡管最近在加速張量收縮路徑發現方面取得了進展，

Source

]]>

使用 NVIDIA cuQuantum 設備進行大規模最佳量子電路仿真

Thu, 15 Dec 2022 06:55:00 +0000

政府、企業和學術界的量子算法研究人員有興趣在越來越大的量子系統上開發和測試新的量子算法。用例包括藥物發現、網絡安全、高能物理和風險建模。然而，這些系統仍然很小，質量仍有待提高，容量有限。因此，在量子電路模擬器上開發應用程序和算法是很常見的。 NVIDIA cuQuantum 是一個軟件開發工具包（ SDK ），使用戶能夠使用 GPU 輕松加速和縮放量子電路模擬。一種計算狀態向量的自然工具，它使用戶能夠模擬比現在的量子計算機更深（更多的門）和更寬（更多的量子比特）的量子電路。 cuQuantum 包括最近發布的 NVIDIA cuQuantum Appliance ，這是一個具有多 GPU 、多節點狀態向量仿真支持的部署就緒軟件容器。 NVIDIA cuStateVec 中也提供了通用的多 GPU API ，可輕松集成到任何模擬器中。對于張量網絡模擬，

Source

]]>

用 NVIDIA DGX cuQuantum 設備實現超級計算規模的量子電路仿真

Thu, 22 Sep 2022 08:10:00 +0000

量子電路模擬對于開發量子計算機的應用程序和算法至關重要。由于已知量子計算算法和用例的破壞性，政府、企業和學術界的量子算法研究人員正在開發新的量子算法，并在更大的量子系統上進行基準測試。在沒有大規模糾錯量子計算機的情況下，開發這些算法的最佳方法是通過量子電路模擬。量子電路模擬需要大量計算， GPU 是計算量子態的天然工具. 為了模擬更大的量子系統，有必要將計算分布在多個 GPU 和多個節點上，以充分利用超級計算機的計算能力。 NVIDIA cuQuantum 是一個軟件開發工具包（ SDK ），使用戶可以使用 GPU 輕松加速和縮放量子電路模擬，為探索量子優勢提供了新的能力。此 SDK 包括最近發布的 NVIDIA DGX cuQuantum Appliance ，這是一個支持部署的軟件容器，具有多 GPU 狀態向量模擬支持。通用多 GPU API 現在也可在…

Source

]]>

新的 SDK 加速 AI 研究、計算機視覺、數據科學等

Wed, 21 Sep 2022 09:09:00 +0000

NVIDIA 向開發者透露了 AI 軟件套件的主要更新，包括 JAX 、 NVIDIA CV-CUDA 和 NVIDIA RAPIDS 。要了解 NVIDIA SDK 的最新進展，請觀看首席執行官黃延森（黃仁勛）發布的主題演講。就在今天的 GTC 2022 年， NVIDIA 在 NVIDIA -AI 上引入了 JAX ，這是其 GPU 加速深度學習框架的最新補充。 JAX 是一個快速增長的高性能數值計算和機器學習研究庫。 JAX 可以自動區分本機 Python 函數并實現類似 NumPy 的 API 。只需幾行代碼， JAX 就可以跨多節點和多 GPU 系統進行分布式訓練，并通過 NVIDIA GPU 上的 XLA 優化內核加速性能。使用 JAX 實現的一些研究領域包括變壓器、強化學習、流體動力學、地球物理建模、藥物發現、計算機視覺等。

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

]]>

最新版本和資源：NVIDIA GTC 2022

Thu, 24 Mar 2022 07:07:00 +0000

我們每周的綜述包括最新的軟件更新、學習資源、活動和值得注意的新聞。本周我們有幾個軟件發布軟件發布 NVIDIA HPC SDK 是一套完整的編譯器、庫和工具，用于開發加速的 HPC 應用程序。通過各種靈活的支持選項，用戶可以創建與他們的情況最相關的編程模型的應用程序。 HPC SDK 提供了多種編程模型，包括性能優化的插件庫、標準語言、基于指令的方法，以及 CUDA 提供的專門化。最近的許多改進都是在標準語言支持的領域中進行的，例如 ISO C ++、 ISO FORTRAN 和 Python 。 NVIDIA HPC 編譯器使用這些語言的公共規范的最新進展，提供了一種既可移植又可用于縮放 GPU 加速平臺的有生產力的編程環境。請訪問我們的網站下載新的 HPCSDK 版本 22.3 ，并在“參考資料”部分閱讀我們關于使用標準語言進行并行編程的新帖子。

Source

]]>

用 NVIDIA cuStateVec 加速量子電路模擬

Wed, 09 Mar 2022 04:42:00 +0000

量子計算渴望為某些類型的經典難題提供更強大的計算能力和更快的結果。量子電路模擬對于理解量子計算和量子算法的發展至關重要。在量子電路中，量子器件由 N 量子位組成，通過對量子位應用一系列量子門和測量來執行計算。從數學上來說， N 量子比特系統的量子態可以描述為一個復雜的 2 N – 維向量。在經典計算機上模擬量子電路最直觀的方法是狀態向量模擬，它將這個向量與其 2 N 復雜值直接存儲在內存中。該電路通過將向量乘以一系列矩陣來執行，這些矩陣對應于構成該電路的門序列。然而，隨著狀態向量的維數隨著量子位的數量呈指數增長，完整描述狀態的內存需求將這種方法限制在 30 – 50 量子位的電路中。基于張量網絡的替代方法可以模擬更多的量子位，但通常在能夠有效模擬的電路的深度和復雜性方面受到限制。 NVIDIA cuQuantum SDK 具有用于狀態向量和張量網絡方法的庫。在本文中，

Source

]]>

利用 NVIDIA cuTensorNet 進行量子電路模擬

Wed, 02 Mar 2022 04:12:00 +0000

量子計算渴望在更快的時間內為目前無法用經典計算解決的問題提供更強大的計算能力。 NVIDIA 最近發布了 cuQuantum SDK ，這是一個用于加速量子信息科學發展的高性能庫。 cuQuantum 最近被用于打破在 DGX SuperPOD 上運行 MaxCut 量子算法模擬的世界紀錄，比以前的工作多了 8 倍的量子位。 cuQuantum 的初始目標應用程序是量子電路模擬，的加速，它由兩個主要庫組成：在本文中，我們將對這兩個庫進行概述，并對 cuTensorNet 進行更詳細的討論。 cuQuantum SDK 中的 cuStateVec 庫通過針對模擬器中出現的大多數用例優化 GPU 內核，為基于狀態向量的模擬提供了高性能解決方案。雖然狀態向量法非常適合運行深度量子電路，但即使在當今最大的超級計算機上，也不可能對具有大量量子比特的量子電路進行模擬，

Source

]]>