老黄说:“NVIDIA要为未来量子计算机的实际应用提供支持。”
于是,NVIDIA CUDA Quantum平台便在澳大利亚国家超算和量子计算创新中心投入使用,进一步推动着量子计算取得突破性进展。
这一切的起点,还要追溯到2023年的GTC春季大会。那时,NVIDIA宣布与Quantum Machines共同研发了世界上首个GPU加速的量子计算系统——NVIDIA DGX Quantum。
作为一场技术革命的先锋产品,NVIDIA DGX Quantum不仅是全球首个利用GPU加速的量子计算系统,更是结合了NVIDIA Grace Hopper超级芯片的强大计算能力和CUDA Quantum开源编程模型的灵活性,以及Quantum Machines打造的全球领先的量子控制平台OPX。
或许,当命运的齿轮开始缓缓转动,这一现阶段加速计算的最新成就,正预示着,量子计算领域的新纪元悄然来临......
“化骨绵掌” NVIDIA CUDA Quantum让量子编程的复杂性化为乌有
在当今快速发展的科技领域,NVIDIA CUDA Quantum的推出标志着量子计算与经典计算融合的一个重大突破。这一创新平台不仅扩展了混合量子经典系统的编程模型,还通过其对GPU混合计算的本地支持,为量子计算研究和应用开辟了新的道路。
具体来看,NVIDIA CUDA Quantum采用一种先进的内核编程模型,支持C++和Python语言,使研究人员和开发者能够以前所未有的灵活性和效率编写代码。
类比来看,在需要处理大规模并行处理和数据密集型的量子应用时,NVIDIA CUDA Quantum便能展现它的强大之处。它的GPU预处理和后处理功能,再加上对经典优化算法的支持,就像是一个高效的加速器,显著提高了计算的速度和效率。
NVIDIA CUDA Quantum引入的系统级编译器工具链带来了更加经验的能力。其NVQ++编译器拥有分解编译的“超能力”,能够将量子编程的复杂性化简为乌有。
借助这项“超能力”,NVIDIA CUDA Quantum能够为量子内核制造出多级中级表示(MLIR)和量子中级表示(QIR),这就像是在构建一个多维的世界,让代码不仅能在不同的环境中自由行走,还能够为未来的优化带来更多可能性。事实上,这一过程既降低了编程的复杂度,又拓宽了代码的可移植性和优化的空间,让量子编程的旅程变得更加充满惊喜。
初步的NVQ++基准测试结果显示,相比于传统的Pythonic实现,使用NVIDIA CUDA Quantum进行变分量子本征求解器(VQE)任务的端到端性能提升了惊人的287倍,尤其是在处理20个量子位的系统时,这一性能提升随着系统规模的扩大而显著增加。
此外,CUDA Quantum提供了一个标准库,涵盖了量子算法的基本原语,使得开发者能够更容易地实现复杂的量子算法。
这一平台的互操作性也是其强大功能的一部分,它不仅可以与合作伙伴的量子处理单元(QPU)进行交互,还支持通过cuQuantum GPU平台模拟的QPU,以及与QPU构建者合作处理多种不同类型的量子位。这意味着研究人员可以轻松切换不同的QPU,无论是模拟的还是物理的,就像更改编译器标志一样简单。
笔者看来,NVIDIA CUDA Quantum的出现不仅提高了量子算法的实现效率,还通过其高度的灵活性和扩展性,为量子计算的研究和实际应用提供了强大的动力。而NVIDIA CUDA Quantum的GPU混合计算支持和系统级编译器工具链为量子-经典融合系统的开发树立了新的标准,预示着未来量子计算技术在更多领域的广泛应用,从而加速了向量子优势和量子实用性过渡的步伐。
事实上,澳大利亚国家超算和量子计算的研究人员使用的正是 NVIDIA CUDA Quantum(一个具有强大模拟工具并且能够对混合CPU、GPU 和 QPU 系统进行编程的开源混合量子计算平台)以及NVIDIA CUDA Quantum软件开发工具套件(包含专为加速量子计算工作流程而优化的程序库和工具)。
正如Pawsey 超算研究中心执行总监 Mark Stickells 所言:“Pawsey 超算研究中心的研究和试验台设施正在推动澳大利亚乃至全世界的科学探索。NVIDIA 的 CUDA Quantum 平台将使我们的科学家能够推动量子计算研究领域突破创新。”
架起GPU与CPU 7倍“高速” 10倍性能构筑量子计算“大芯脏”
澳大利亚 Pawsey 超算研究中心将在其国家超算和量子计算创新中心的NVIDIA® CUDA Quantum 平台正是由NVIDIA Grace Hopper超级芯片提供加速,旨在进一步推动该中心在量子计算领域取得突破性进展。
无论是英国雷丁的 Oxford Quantum Circuits,在由CUDA Quantum 编程的混合QPU/GPU系统中使用NVIDIA Grace Hopper。还是芝加哥的qBraid使用NVIDIA Grace Hopper构建量子云服务,亦或是阿姆斯特丹的Fermioniq利用NVIDIA Grace Hopper开发张量网络算法.....
超级芯片为何频频受到量子计算领域创新研究的“钟爱”?
事实上,NVIDIA Grace Hopper超级芯片架构将开创性的将NVIDIA Hopper GPU的强大性能和NVIDIA Grace CPU的灵活多用性融为一体。巧妙地“安置”在这颗独一无二的超级芯片中,摒弃了传统的 CPU-GPU PCIe 连接,通过先进的NVIDIA NVLink Chip-2-Chip (C2C) 高速通道和NVIDIA NVLink Switch System,实现了数据和内存之间的快速流动,无缝连接了高带宽和内存世界。
相比最新的 PCIe 技术,NVIDIA Grace Hopper的GPU和CPU 之间架起了超宽的“高速路”,带宽提高了7倍,运行TB级数据的应用性能也实现了高达10 倍的提升,为量子计算领域的研究人员解决世界上最复杂的问题提供了前所未有的助力。
这款具有卓越性能的超级芯片还能够在加速器上展开高保真、可伸缩的量子模拟,并且能够与量子硬件基础设施之间的对接“水乳交融”。
“无论是开发算法、设计设备还是发明强大的纠错、校准和控制方法,高性能模拟对于研究人员应对量子计算领域的重大挑战至关重要。CUDA Quantum 与NVIDIA Grace Hopper 超级芯片一起帮助 Pawsey 超算研究中心等创新机构实现这些重要突破,加速推动量子集成超级计算走向应用。”NVIDIA 高性能计算和量子计算总监 Tim Costa 这样说。
目前,Pawsey 超算研究中心正在部署8个基于NVIDIA MGX模块化架构的NVIDIA Grace Hopper超级芯片节点。
NVIDIA MGX模块化设计理念,赋予先进计算技术的强大潜力,再通过超级芯片的加速,Pawsey将能够在传统的高性能计算系统上直接运行量子工作负载,这不仅能充分利用现有系统的处理能力,还能通过开发能够智能地将计算任务划分到经典内核和量子内核的混合算法来提高计算效率。
站在“量子变分算法”研究的起点上,当Pawsey超算研究中心决定开始部署时,便预示着在多个领域内实现前所未有的计算效率提升的可能性。量子机器学习、化学模拟、射电天文学图像处理、金融分析、生物信息学以及专用量子模拟器的研究,都将从NVIDIA强大的计算能力中获益。特别是在那些对计算需求极高的领域,如化学模拟和量子机器学习,这种混合计算模式或将带来革命性的突破。
写在最后
随着多机构加速布局,量子计算的生态与发展总体局面正不断拓宽,Pawsey 超算研究中心也致力于为澳大利亚量子社区及其国际合作伙伴架起桥梁。并为其提供 NVIDIA Grace Hopper平台。
当量子计算的生态边界不断拓宽,加之如今的Sora等新一代大模型陆续面世,其在量子计算的加持可能意味着更高效的数据处理和分析能力,尤其是在处理高复杂度任务时。量子加速的AI算法可能会显著提升模型训练的速度和效率,使得模型能够处理更大的数据集,实现更高的准确度和更快的推理速度。
我们有理由相信,量子计算势必将成为下一代人工智能基础设施的关键。尽管NVIDIA曾强调不直接涉足量子计算,但其对未来人工智能基础设施的潜在贡献不容忽视,如NVIDIA Grace Hopper等跨领域的合作和技术融合将有望加速AI技术的进步,推动全球人工智能应用向更广泛、更深层次发展。
好文章,需要你的鼓励
施耐德电气以“新质服务+产业向‘新’行”为主题,第六次参会,展示全新升级的“新质服务体系”,围绕创新驱动、生态协同和行业赋能三大核心领域,以全新升级的“新质服务体系”,助力中国产业向高端化、智能化、绿色化迈进。
香港中文大学联合上海AI实验室推出Dispider系统,首次实现AI视频"边看边聊"能力。通过创新的三分式架构设计,将感知、决策、反应功能独立分离,让AI能像人类一样在观看视频过程中进行实时交流,在StreamingBench测试中显著超越现有系统,为教育、娱乐、医疗、安防等领域的视频AI应用开启新可能。
甲骨文正在成为大规模基础设施供应商的可靠选择。该公司通过AI技术推动应用开发,构建GenAI模型并将智能代理集成到应用套件中。CEO萨弗拉·卡茨透露,公司剩余履约义务达4553亿美元,同比增长4.6倍,并预测OCI收入将从2026财年的180亿美元增长至2030财年的1440亿美元。甲骨文正积极布局AI推理市场,凭借其作为全球最大企业私有数据托管方的优势地位,有望在云计算领域实现重大突破。
Atla公司发布Selene Mini,这是一个仅有80亿参数的AI评估模型,却在11个基准测试中全面超越GPT-4o-mini。通过精心的数据筛选和创新训练策略,该模型不仅能准确评判文本质量,还能在医疗、金融等专业领域表现出色。研究团队将模型完全开源,为AI评估技术的普及和发展做出贡献。