Nvidia今天揭开了所谓“统一计算平台”的神秘面纱,该平台将经典的计算架构与先进的量子计算机相结合,用于加速研发。

这款新平台名为“Nvidia Quantum Optimized Device Architecture”,Nvidia表示,平台的主要目的是为了简化混合量子经典计算的开发,为当前最强大的一些超级计算机和量子处理器提供了一个开放和统一的环境,以提高科学生产力并实现更大的量子研究规模。
混合量子经典计算是指经典计算系统与更先进、但仍处于萌芽状态的量子机器的结合体。该理论认为,通过将传统计算机与其量子计算机相结合,可以取得更大的技术进步,因为量子系统并不适用于很多更为基础的计算任务,而量子应用仍然需要有系统去运行。
Nvidia公司高性能计算和量子计算产品总监Tim Costa表示,目前大多数研究人员都认为,这两种不同类型的系统相结合,将实现最大的科学突破。他说:“QODA将通过让更多开发人员快速访问所需工具,彻底改变量子计算。”
QODA架构包括了Nvidia cuQuantum软件开发套件,一组优化的库和模拟环境,旨在加速GPU上的量子计算工作流程。
QODA架构还提供了来自IQM Finland、Pasqal、Quantinuum、Quantum Brilliance和Xanadu Quantum Technologies等公司的量子硬件,以及QC Ware和Zapata Computing等公司的量子软件,资源则由Forschungszentrum Jülich、美国劳伦斯伯克利国家实验室和橡树岭国家实验室的超级计算中心提供。
该架构的设计思路,就是让开发人员可以使用Nvidia cuQuantum SDK在单一的、整合的环境中,对量子和经典资源进行编程。
研究人员使用QODA架构可以对各种超级计算资源和实验量子机器进行实验。例如,此前Quantinuum开发了基于离子阱架构的20量子位设备,这次Quantinuum将提供H系列量子处理器,配合合作伙伴的超级计算资源一起使用。
“化学、药物发现、材料科学等领域的近期应用,将可以与量子计算无缝集成,随着实用量子技术的优势逐渐体现,将推动这些领域有新的成果发现,”Zapata首席技术官Yudong Cao表示。
Constellation Research分析师Holger Mueller表示,量子计算技术正在迅速成熟,因此,需要确保周边平台能与量子技术相互共存。
“这越来越有必要,因为量子系统将成为企业第一个不运行在自己数据中心内、而是完全运行在云中的计算平台。随着QODA平台的推出,Nvidia将把量子技术与其强大的人工智能和高性能计算相结合,相互利用实现下一代应用和场景。很高兴看到量子技术厂商们彼此之间相互合作和采用。”
Nvidia表示,希望QODA平台最终将让开发人员可以在各种典型的软硬件平台和量子软硬件平台上利用开放的、可互操作的标准。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。