Tom Lubowe – NVIDIA 技術博客

NVIDIA cuQuantum 增加了動態梯度、DMRG 和模擬加速

Mon, 07 Jul 2025 06:01:23 +0000

NVIDIA cuQuantum 是一個包含優化庫和工具的 SDK，可將電路和設備級別的量子計算模擬加速幾個數量級。借助 NVIDIA Tensor Core GPU，開發者可以將基于量子動力學、狀態向量和張量網絡方法的量子計算機模擬加速幾個數量級。在許多情況下，這為研究人員提供了在其他情況下無法實現的規模和速度模擬。 25.06 更新所有 cuQuantum 庫：cuDensityMat、cuStateVec 和 cuTensorNet。新功能包括量子動力學工作流的梯度、NVIDIA Grace Blackwell、NVIDIA GB200 NVL72 和 NVIDIA GB300 NVL72 系統的進一步優化，以及密度矩陣重新規范化組 (DMRG) 張量網絡算法的基元。有關更多信息，請參閱 cuQuantum 25.06 版本說明。

Source

]]>

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

]]>

QHack 結果突出了 GPU 上的量子計算應用程序和工具

Thu, 18 May 2023 06:12:14 +0000

QHack 是一個教育會議，也是世界上最大的量子機器學習（ QML ）黑客馬拉松。今年QHack 2023，來自 105 個不同國家的 2850 人參加了為期 8 天的比賽，為量子計算使用 NVIDIA 量子技術的應用程序。活動由組織Xanadu,NVIDIA 贊助 QHack 2023 NVIDIA 挑戰賽。作為挑戰的一部分，頂級團隊獲得了由 NVIDIA 量子軟件組成的 NVIDIA Quantum 平臺的訪問權限。其中包括 NVIDIAcuQuantum SDK以及 NVIDIA 的早期訪問版本CUDA Quantum,現在有開源版本。這兩個工具都針對世界上最強大的 NVIDIA GPU 進行了優化，與訓練時使用的 GPU 相同ChatGPT. 為了支持 NVIDIA 挑戰賽，Cyxtera提供了三個位于全球各地的 DGX A100 電臺，

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

]]>