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
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。