量子計算 – NVIDIA 技術博客
http://www.open-lab.net/zh-cn/blog
閱讀開發者創建的最新技術信息、頭條新聞 和內容。
Thu, 10 Jul 2025 06:08:33 +0000
zh-CN
hourly
1
196178272 -
NVIDIA cuQuantum 增加了動態梯度、DMRG 和模擬加速
http://www.open-lab.net/zh-cn/blog/nvidia-cuquantum-adds-dynamic-gradients-dmrg-and-simulation-speedup/
Mon, 07 Jul 2025 06:01:23 +0000
http://www.open-lab.net/zh-cn/blog/?p=14532
Continued]]>
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
]]>
14532
-
借助 AI 超級計算和 NVIDIA CUDA-Q Academic 變革量子教育
http://www.open-lab.net/zh-cn/blog/transforming-quantum-education-with-ai-supercomputing-and-nvidia-cuda-q-academic/
Tue, 10 Jun 2025 09:19:51 +0000
http://www.open-lab.net/zh-cn/blog/?p=14309
Continued]]>
隨著量子計算機的擴展,它們將與 AI 超級計算機集成,以解決世界上一些最具挑戰性的問題。這些加速量子超級計算機將運行利用 CPU、GPU 和 QPU 功能的應用程序。 借助 NVIDIA CUDA-Q 平臺,用戶可以輕松執行研究和開發應用程序,這些應用程序可以在加速量子超級計算機上無縫運行,集成任何 qubit 模態,也可以在模擬中運行。CUDA-Q 目前用于在學術界和行業中開發各種應用,包括模擬更好的量子硬件、研究 error correction 等。 目前,對教育資源的需求與日俱增,可以教會學生如何在加速量子超級計算機中使用能夠支持此類混合環境的工具。NVIDIA CUDA-Q Academic 旨在將理論與實踐相結合,彌合這一差距,讓新一代量子計算 (QC) 專業人員做好準備,使用 CUDA-Q 處理加速量子超級計算機。
Source
]]>
14309
-
聚焦:Infleqtion 利用 Q-CHOP 和 NVIDIA CUDA-Q Dynamics 進行投資組合優化
http://www.open-lab.net/zh-cn/blog/spotlight-infleqtion-optimizes-portfolios-using-q-chop-and-nvidia-cuda-q-dynamics/
Thu, 22 May 2025 06:16:57 +0000
http://www.open-lab.net/zh-cn/blog/?p=14072
Continued]]>
計算是現代金融服務行業必不可少的工具。根據指導財務決策的算法的速度和準確性,利潤是成敗的。 加速量子計算有可能通過能夠加速或增強現有工具 (例如投資組合優化技術) 的新算法來影響金融服務行業。本博文探討了 NVIDIA 合作伙伴 Infleqtion (一家全球性量子技術公司) 開發的一項新技術,該公司使用 NVIDIA CUDA-Q 平臺構建用于投資組合優化的混合量子經典算法。 投資組合優化的目標很簡單:選擇能夠最大限度地提高投資者回報的股票組合,同時最大限度地降低其面臨的波動性(風險)(圖 1)。 找到最佳投資組合的關鍵之一是確保其多元化,這意味著它包括更適合不斷變化的市場條件的各種股票。 Sharpe 比率量化給定風險水平的回報,高比率等同于更好的投資組合。也可以為單個股票計算 Sharpe 比率。它可以排除股票之間的協方差信息,
Source
]]>
14072
-
NVIDIA 和 QuEra 利用人工智能解碼量子錯誤
http://www.open-lab.net/zh-cn/blog/nvidia-and-quera-decode-quantum-errors-with-ai/
Tue, 18 Mar 2025 06:04:51 +0000
http://www.open-lab.net/zh-cn/blog/?p=13336
Continued]]>
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
]]>
13336
-
NVIDIA CUDA-Q 在 Infleqtion QPU 上運行突破性邏輯 Qubit 應用
http://www.open-lab.net/zh-cn/blog/nvidia-cuda-q-runs-breakthrough-logical-qubit-application-on-infleqtion-qpu/
Tue, 10 Dec 2024 06:51:26 +0000
http://www.open-lab.net/zh-cn/blog/?p=12386
Continued]]>
Infleqtion 是中性原子量子計算領域的全球領導者,他們首先使用 NVIDIA CUDA-Q 平臺在其 Sqale 物理量子處理器 (QPU) 上進行模擬,然后編排邏輯量子位材料科學實驗的首次演示。 量子計算的基本信息單元 Qubits 容易出錯,并且非常不可靠,無法做出有意義的預測。邏輯量子位是許多噪點物理量子位的集合,它們對量子信息進行編碼以糾正錯誤,克服了這一限制。邏輯量子位可以執行耐環境噪聲和硬件故障的量子計算,也稱為容錯量子計算。 邏輯量子位的一個關鍵測試是觀察到,與其組成部分的噪聲物理量子位相比,錯誤率有所降低。Infleqtion 的結果在一系列輸入中令人信服地證明了這一點 (圖 1)。 這是邁向容錯量子計算的重要第一步,也是應用使用邏輯量子位的極少數物理演示之一。 本文將探討對這項突破性工作至關重要的 CUDA-Q 功能和性能。
Source
]]>
12386
-
隆重推出用于加速量子超級計算的 NVIDIA CUDA-QX 庫
http://www.open-lab.net/zh-cn/blog/introducing-nvidia-cuda-qx-libraries-for-accelerated-quantum-supercomputing/
Mon, 18 Nov 2024 09:35:58 +0000
http://www.open-lab.net/zh-cn/blog/?p=12000
Continued]]>
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
]]>
12000
-
借助新的量子動力學功能加速 Google 的 QPU 開發
http://www.open-lab.net/zh-cn/blog/accelerating-googles-qpu-development-with-new-quantum-dynamics-capabilities/
Mon, 18 Nov 2024 06:46:40 +0000
http://www.open-lab.net/zh-cn/blog/?p=12020
Continued]]>
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
]]>
12020
-
利用 NVIDIA CUDA-Q,AI 編碼助手助力大規模量子應用開發
http://www.open-lab.net/zh-cn/blog/leverage-ai-coding-assistants-to-develop-quantum-applications-at-scale-with-nvidia-cuda-q/
Tue, 05 Nov 2024 06:06:56 +0000
http://www.open-lab.net/zh-cn/blog/?p=11824
Continued]]>
在整個軟件開發領域,AI 編碼助手已變得無處不在。開發者越來越多地使用 GitHub Copilot、Amazon CodeWhisperer 和 Cursor 等工具來提高計算任務的工作效率。這些工具使您能夠快速生成、調試和理解代碼;簡化工作流程;以及增強跨項目的協作。 雖然 AI 編碼助手在經典計算領域已經風靡一時,但其在 量子計算 中的應用才剛剛開始受到關注。這一應用是 AI 實現量子計算 的眾多方式之一。本文將探討如何利用領先的 AI 輔助集成開發環境 (IDE) 之一 Cursor 為 NVIDIA CUDA-Q (高性能混合量子應用平臺) 開發代碼。 CUDA-Q 是一個 開源 平臺,集成了 GPU、CPU 和 QPU,可實現可擴展的混合量子計算。從學生、量子研究人員、 生命科學家 到利用當今 最先進的 GPU 超級計算機 的 HPC 科學家,
Source
]]>
11824
-
利用 NVIDIA CUDA-Q 和 NVIDIA cuDNN 加速太陽能預測的量子算法實現
http://www.open-lab.net/zh-cn/blog/accelerating-quantum-algorithms-for-solar-energy-prediction-with-nvidia-cuda-q-and-nvidia-cudnn/
Wed, 23 Oct 2024 05:24:37 +0000
http://www.open-lab.net/zh-cn/blog/?p=11697
Continued]]>
改善可持續能源的來源是一個全球性問題,具有環境和經濟安全方面的影響。臺灣中原基督教大學電力系統與能源杰出教授 Ying-Yi Hong 研究混合量子經典方法,這些方法利用 量子計算 來解決電力系統和可持續能源方面的挑戰性問題。 Hong 教授的研究團隊重點關注太陽輻射預測,目標是利用地理和歷史數據來預測光伏發電場的發電量,使電力公司能夠以最佳方式調度傳統的基于礦物燃料的發電。 Hong 教授和他的學生 Dylan Lopez 使用 NVIDIA CUDA-Q 平臺 ,通過混合量子神經網絡(HQNN)運行的計算來預測太陽輻射。這項工作最近發表在論文《 使用混合量子神經網絡進行太陽輻射預測:GPU-Based Workflow 開發平臺的比較 》中。 與其他領先的量子模擬器相比,HQNN 的這項工作利用了 CUDA-Q 與 NVIDIA cuDNN 庫的互操作性,
Source
]]>
11697
-
利用 NVIDIA GPU 實現量子動力學系統模擬
http://www.open-lab.net/zh-cn/blog/simulating-quantum-dynamics-systems-with-nvidia-gpus/
Wed, 16 Oct 2024 06:45:28 +0000
http://www.open-lab.net/zh-cn/blog/?p=11721
Continued]]>
量子動力學描述了遵守量子力學定律的物體如何與其周圍環境相互作用,從而實現對物質行為的預測。準確的量子動力學模擬為新材料、太陽能電池、電池、傳感器和許多其他尖端技術的開發提供信息。它們也是設計和構建有用的 量子計算機 (包括設計新型量子位、提高門保真度和執行設備校準)的關鍵工具。 在實踐中,模擬量子系統極具挑戰性。動力學模擬的標準步驟包括準備量子態,在時間上演變,然后測量系統的某些屬性,例如系統的平均能量或其能量級別之間的過渡概率。在實踐中,這意味著要解決由薛定方程或林布萊德主方程控制的微分方程。多體量子系統由指數級大的希爾伯特空間表示,這使得傳統模擬方法難以解決精確解。 為了克服這個問題,我們使用了巧妙的近似值和數值方法。我們面臨的挑戰是找到計算效率較高的近似值方法,同時保持較高的準確性。像張量網絡這樣的技術可以高效計算大規模量子系統的動力學,但難以處理高度糾結的系統。
Source
]]>
11721
-
利用 GPT 推進量子算法設計
http://www.open-lab.net/zh-cn/blog/advancing-quantum-algorithm-design-with-gpt/
Mon, 30 Sep 2024 09:19:55 +0000
http://www.open-lab.net/zh-cn/blog/?p=11498
Continued]]>
大語言模型(LLMs)等 AI 技術正在迅速改變許多科學學科。 量子計算 也不例外。NVIDIA、多倫多大學和圣猶達兒童研究醫院攜手合作,將生成式預訓練變壓器(GPTs)引入 新量子算法的設計中 ,包括 生成式量子特征求解器(GQE)技術 。 GQE 技術是 AI for Quantum 技術浪潮中的新技術。由 NVIDIA CUDA-Q 平臺開發,GQE 是第一種使用自己的 GPT 模型創建復雜量子電路的方法。 CUDA-Q 平臺在開發 GQE 方面發揮了重要作用。在量子計算中訓練和使用 GPT 模型需要對 CPU、GPU 和 QPU 進行混合訪問。CUDA-Q 專注于 加速量子超級計算 ,這使其成為完全混合計算環境,非常適合 GQE。 據 GQE 聯合作者 Alan Aspuru-Guzik 稱,這些能力將 CUDA-Q 定位為可擴展的標準。
Source
]]>
11498
-
CUDA-Q 支持量子聚類算法的資源縮減
http://www.open-lab.net/zh-cn/blog/cuda-q-enabled-resource-reduction-for-quantum-clustering-algorithms/
Mon, 26 Aug 2024 07:44:58 +0000
http://www.open-lab.net/zh-cn/blog/?p=11112
Continued]]>
量子計算機可以利用疊加、糾結和干擾的量子屬性,從數據中推廣學習和見解。這種量子機器學習(QML)技術最終將在量子加速超級計算機上運行,這些計算機結合了CPU、GPU和QPU的處理能力,以解決世界上一些最復雜的問題。 許多 QML 算法提供了理論加速,假設經典數據可以使用所謂的 Quantum Random Access Memory (QRAM) 在疊加中高效加載。缺乏任何高效的方法來實現 QRAM 意味著早期的量子計算機可能會擅長計算,而不是數據密集型任務 在實踐中,在近期和中期硬件上有效的 QML 算法必須專注于計算密集型啟發式算法,以便在沒有 QRAM 的情況下分析數據。 本文重點介紹了副教授 Dr. Petros Wallden 及其團隊在 Quantum Software Lab(愛丁堡大學信息學學院的一部分)的近期研究。Dr.
Source
]]>
11112
-
借助 NVIDIA CUDA-Q v0.8 更輕松地進行高性能量子編程
http://www.open-lab.net/zh-cn/blog/performant-quantum-programming-even-easier-with-nvidia-cuda-q-v0-8/
Thu, 08 Aug 2024 02:31:13 +0000
http://www.open-lab.net/zh-cn/blog/?p=10890
Continued]]>
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
]]>
10890
-
利用人工智能實現量子計算
http://www.open-lab.net/zh-cn/blog/enabling-quantum-computing-with-ai/
Sun, 12 May 2024 07:25:49 +0000
http://www.open-lab.net/zh-cn/blog/?p=10030
Continued]]>
在實踐中構建一臺有用的量子計算機極具挑戰性。需要在量子計算機的規模、保真度、速度、可靠性和可編程性方面進行重大改進,以充分實現其優勢。需要強大的工具來幫助解決許多復雜的物理和工程挑戰,這些挑戰阻礙了有用的量子計算。 人工智能 (AI) 正在從根本上改變技術格局,重塑行業,改變我們與數字世界的互動方式。獲取數據和生成情報的能力為解決當今社會面臨的一些最具挑戰性的問題鋪平了道路。從個性化醫療到自動駕駛汽車,人工智能正處于一場有望重新定義未來的技術革命的前沿,其中包括許多阻礙有用量子計算的挑戰性問題。 量子計算機將與傳統超級計算機集成,加速解決與政府、學術界和工業相關的挑戰性問題的關鍵部分。如 量子加速超級計算導論所述,這種關系將帶來雙贏的優勢。將量子計算機與超級計算機集成不僅能夠加速解決復雜問題,還將使人工智能能夠幫助解決阻礙有用量子計算的最重要挑戰。
Source
]]>
10030
-
量子加速超級計算簡介
http://www.open-lab.net/zh-cn/blog/an-introduction-to-quantum-accelerated-supercomputing/
Wed, 13 Mar 2024 05:54:39 +0000
http://www.open-lab.net/zh-cn/blog/?p=9176
Continued]]>
開發有用的 量子計算 是一項涉及政府、企業和學術界的全球性工作。量子計算的優勢可以幫助解決一些與應用程序(如材料模擬、氣候建模、風險管理、供應鏈優化和生物信息學)有關的全球性挑戰。 實現量子計算的優勢需要將量子計算機集成到現有的超級計算基礎架構和科學計算工作流程中,并允許領域科學家使用熟悉的語言和熟悉的工具對其進行編程。 這種工作流程的普及和開發強大可靠的軟件堆棧正是使 GPU 能夠革新超級計算的關鍵所在。從使加速計算成功的框架開始構建是量子計算從研究項目到助力科學發展的關鍵。這種理念稱為量子加速超級計算。 本文提供了關于量子計算機的基礎知識,以及量子加速超級計算如何利用其優勢并解決其弱點的見解。文末還提供了開發者構建可擴展且高性能的量子加速工作流程的一些實際注意事項,這些工作流程將隨著量子計算機的發展而擴展。 量子加速超級計算利用 量子處理器 (QPU)…
Source
]]>
9176
人人超碰97caoporen国产