如今,量子计算正在跳出实验室进入现实应用的世界,为很多传统计算问题解决提供了颠覆性思路。
量子计算是一种遵循量子力学规律调控量子信息单元进行计算的新型计算模式,通常与经典计算相比较。从原理看,量子计算可以拥有比经典计算更快的计算速度,这种差距有可能高达百万亿倍。
近日,NVIDIA发布了量子优化设备架构(QODA),可以帮助加速人工智能(AI)、高性能计算(HPC)、医疗、金融和其他学科的量子研发突破。
类似CUDA,QODA提供了开放的、统一的环境,通过创建相干的混合量子经典编程模型,使量子计算更容易使用,适用于当今一些最强大的计算机和量子处理器。
目前,结合经典计算和量子计算的混合解决方案可能为科学研究带来突破。所谓混合量子计算,就是量子计算机和经典计算机协同工作,充分发挥经典计算(比如CPU和GPU)在传统作业中的优势,如电路优化、校正和纠错,以及系统级量子处理器(即QPU)作为新型加速器的优势。
NVIDIA开发的混合量子-经典功能提供在综合环境中高效编程调用量子和经典计算资源的方法,使HPC开发者能够加速其现有应用。化学、药物研发、材料科学等领域的近期应用现在可以与量子计算无缝集成。
借助QODA,HPC和AI领域的专家可以轻松将量子计算添加至现有应用中——借助现今的量子处理器以及模拟的未来量子计算机, 这些模拟的量子计算机采用NVIDIA DGX系统和可提供大量NVIDIA GPU的科学超算中心和公有云。
QODA将通过为开发者提供强大而高效的编程模型来彻底改变量子计算。现在量子计算研究组织已经使用 NVIDIAI GPU和高度专业化的NVIDIA软件NVIDIA cuQuantum来开发各自的量子线路。借助NVIDIA QODA,开发者就能构建完整的量子应用程序,这些量子应用程序可以通过NVIDIA cuQuantum在GPU加速的超级计算机上进行模拟。
近期,AWS在Braket服务中提供cuQuantum,并展示了cuQuantum在量子机器学习工作负载上实现了900倍的加速,同时减少3.5倍的成本。
产业协同是量子计算实现突破的关键。据悉,接下来NVIDIA与量子硬件供应商IQM quantum Computers、Pasqal、Quantum, Quantum Brilliance和Xanadu,软件供应商QC Ware和Zapata Computing, 以及超级计算中心德国尤里希研究中心、劳伦斯伯克利国家实验室和橡树岭国家实验室开展QODA方面的合作。
结语
为了更好地推动量子计算的发展,相关的软硬件设备需要不断突破,特别是解决经典计算和量子计算的统一编程问题。NVIDIA QODA填补了经典计算和量子计算之间的鸿沟,让相关应用开发更加容易,加速量子应用的落地。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。