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
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。