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 有哪些新功能?
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。
Tensor 網絡高級 API 和梯度
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。這項技術使開發者能夠在創建模擬器時抽象出特定的張量網絡知識。這使得構建基于張量網絡的量子模擬器變得更加簡單,因為它涵蓋了期望、測量結果、樣本和其他元素。

我們推出了為梯度計算提供實驗性支持,針對給定的張量網絡,旨在通過張量網絡加速量子機器學習(QML)。這可以顯著加速 QML,并將 cuTensorNet 與基于微分的工作流程相結合。
使用更少的設備擴展狀態向量模擬
cuStateVec
為 主機到設備狀態向量交換 提供支持,這使得結合使用 CPU 顯存和 GPU 來進一步擴展模擬成為可能。現在,40 量子位狀態向量的模擬只需要 16 個 NVIDIA Grace Hopper 系統,而不是 128 個 NVIDIA H100 80GB GPU。從這些系統提供的加速效果來看,NVIDIA Grace Hopper 在與其他 CPU 以及僅使用 CPU 的實現相結合時,性能大大優于 NVIDIA Hopper GPU 架構。這為每個工作負載節省了大量的成本和能源。

我們還進行了額外的 API 級和內核級優化,以進一步提高性能。Grace Hopper 系統提供比其他 CPU 和 Hopper 系統更好的運行時間。芯片到芯片的互連和更好的 CPU 可提供更快的運行時間。

cuQuantum 入門
cuQuantum 提供的文檔有助于開始使用。如果您正在使用云服務提供商(CSP),我們建議用戶查看每個主要 CSP 的市場列表。
在設置好環境之后,我們建議您查看我們在GitHub 上的基準測試套件,并驗證您的 GPU 是否在基準測試中得到了使用。
如果您有任何問題、請求或疑問,請通過 GitHub 與我們聯系。
?