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
Gartner预测,到2030年所有IT工作都将涉及AI技术的使用,这与目前81%的IT工作不使用AI形成鲜明对比。届时25%的IT工作将完全由机器人执行,75%由人类在AI辅助下完成。尽管AI将取代部分入门级IT职位,但Gartner认为不会出现大规模失业潮,目前仅1%的失业由AI造成。研究显示65%的公司在AI投资上亏损,而世界经济论坛预计AI到2030年创造的就业机会将比消除的多7800万个。
Meta与特拉维夫大学联合研发的VideoJAM技术,通过让AI同时学习外观和运动信息,显著解决了当前视频生成模型中动作不连贯、违反物理定律的核心问题。该技术仅需添加两个线性层就能大幅提升运动质量,在多项测试中超越包括Sora在内的商业模型,为AI视频生成的实用化应用奠定了重要基础。
人工智能正从软件故事转向AI工厂基础,芯片、数据管道和网络协同工作形成数字化生产系统。这种新兴模式重新定义了性能衡量标准和跨行业价值创造方式。AI工厂将定制半导体、低延迟结构和大规模数据仪器整合为实时反馈循环,产生竞争优势。博通、英伟达和IBM正在引领这一转变,通过长期定制芯片合同和企业遥测技术,将传统体验转化为活跃的数字生态系统。
上海AI实验室发布OmniAlign-V研究,首次系统性解决多模态大语言模型人性化对话问题。该研究创建了包含20万高质量样本的训练数据集和MM-AlignBench评测基准,通过创新的数据生成和质量管控方法,让AI在保持技术能力的同时显著提升人性化交互水平,为AI价值观对齐提供了可行技术路径。