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
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。