Nvidia公司正在和位于多伦多的初创公司Xanadu Quantum Technologies展开合作,首次实现在超级计算机上运行量子计算模拟。
Nvidia在今天发布的一篇博文中表示,研究人员正在使用最新版本的Xanadu PennyLane在名为“Perlmutter”的超级计算机上模拟量子机器。PennyLane是一个名为“混合量子计算”的开源框架,也就是使用经典计算资源和量子处理器。研究人员将PennyLane与Nvidia cuQuantum软件开发套件结合起来,使其能够模拟由高性能GPU集群驱动的量子机器。
这种高性能是一项关键要求,因为美国能源部布鲁克海文国家实验室的Shinjae Yoo等研究人员表示,需要多达256个GPU才能模拟大约36个量子位——这是真正的量子机器所采用的特有的计算器,而且至关重要的是,这大约是研究人员目前可用量子位数量的两倍。
Nvidia表示,PennyLane的多节点版本将搭配cuQuantum SDK一起使用,以简化加速量子计算机大规模模拟的复杂工作。Yoo表示:“这甚至让我的实习生也可以运行一些最大规模的模拟,的确令人感到兴奋。”他的团队计划将有不少于6个项目将使用PennyLane。
Yoo的研究旨在推进高能物理和机器学习应用,而其他研究人员正在使用模拟量子计算机来扩展他们对化学和材料科学的理解。
量子计算机是一种实验型计算机,依赖于量子力学的特性,有望比经典计算机更为强大,尽管这仍然是一项尚未完全开发的新兴技术,而模拟运算则让研究人员能够在开发过程中开始探索他们的能力。
除了帮助研究人员之外,Xanadu公司还与劳斯莱斯汽车有限公司合作开发量子算法,用于设计更可持续的喷气发动机;与大众集团合作,为电动汽车设计更高效、更强大的电池。
除了Yoo的项目外,国家能源研究科学计算中心的Perlmutter超级计算机至少还在四个项目中利用PennyLane在模拟量子算机。NERSC量子计算项目的负责人Katherine Klymko 表示,研究人员正在使用量子模拟来研究对于传统计算机来说太大的分子复合物。Klymko说:“像PennyLane这样的工具是让他们扩展当前经典功能的关键,为最终在大型计算机上运行算法做好准备。”
Xanadu公司高级量子软件开发人员Lee O’Riordan表示,PennyLane和cuQuantum的结合使可模拟的量子位数量大幅增加成为可能,超出了之前所实现的任何水平。“当我们从2022年开始在单个GPU上使用cuQuantum的时候,我们就几乎全面实现了10倍的加速。我们希望在今年年底之前扩展到1000个节点,也就是4000个GPU,这可能意味着模拟超过40个量子位。”
O’Riordan相信,最终Nvidia cuQuantum和GPU可以帮助模拟相当于60多个量子位,分为30个量子位子电路,甚至更多。
Xanadu的团队仍在收集有关任何可能性的数据,但这项研究看起来很有希望,“根据我们基于样本的工作负载,我们看到的几乎都是线性扩展。”
好文章,需要你的鼓励
中国生数科技旗下AI产品Vidu发布新版本更新,推出"参考图像生成"功能,用户可上传最多7张参考图片,通过AI模型的语义理解技术将多张图像合成为高度一致的新图像。该功能支持快速编辑照片、替换物体、调整光照等操作,为摄影师、营销人员提供便捷的AI图像编辑工具,在保持视觉一致性方面与谷歌等竞品形成竞争。
CORA是微软研究院与谷歌研究团队联合开发的突破性AI视觉模型,发表于2023年CVPR会议。它通过创新的"区域提示"和"锚点预匹配"技术,成功解决了计算机视觉领域的一大挑战——开放词汇目标检测。CORA能够识别训练数据中从未出现过的物体类别,就像人类能够举一反三一样。在LVIS数据集测试中,CORA的性能比现有最佳方法提高了4.6个百分点,尤其在稀有类别识别上表现突出。这一技术有望广泛应用于自动驾驶、零售、安防和辅助技术等多个领域。
芯片初创公司SiFive推出四款专为运行人工智能模型优化的CPU核心。这些基于开源RISC-V架构的新核心增加了矢量扩展功能,能够更高效地并行处理多个数据点,显著加速AI模型运算。其中X160和X180是主打产品,具备加速卷积运算的矢量处理功能,可用于工业设备、消费电子和数据中心。公司预计客户将于2026年第二季度开始基于新核心设计生产芯片。
中国电信研究院联合重庆大学、北航发布T2R-bench基准,首次系统评估AI从工业表格生成专业报告的能力。研究涵盖457个真实工业表格,测试25个主流AI模型,发现最强模型得分仅62.71%,远低于人类专家96.52%。揭示AI在处理复杂结构表格、超大规模数据时存在数字计算错误、信息遗漏等关键缺陷,为AI数据分析技术改进指明方向。