NVIDIA 于今日宣布将通过开源的 NVIDIA CUDA-Q™ 量子计算平台,助力全球各地的国家级超算中心加快量子计算的研究发展。
全球多个超算中心采用NVIDIA CUDA-Q 平台,加速量子计算与AI的融合。德国、日本和波兰的超算中心将使用该平台来赋能他们由 NVIDIA 加速的高性能计算系统中的量子处理器(QPU)。
QPU 是量子计算机的大脑,通过利用电子或光子等粒子行为进行计算,计算方式与传统处理器不同,有可能使某些类型的计算速度更快。
德国于利希研究中心的于利希超算中心(JSC)正在安装一颗由 IQM Quantum Computers 公司制造的 QPU,以支持其配备 NVIDIA Grace Hopper™ 超级芯片的 JUPITER 超级计算机。
日本产业技术综合研究所(AIST)的 ABCI-Q 超级计算机采用了 NVIDIA Hopper 架构,也将增加一颗来自 QuEra 的 QPU。
波兰的波兹南超级计算与网络中心(PSNC)近期安装了两颗由 ORCA Computing 公司制造的光子 QPU,并且连接到了一个由 NVIDIA Hopper 加速的全新超级计算分区。
NVIDIA HPC 和量子计算总监 Tim Costa 表示:“量子与 GPU 超级计算的紧密集成将实现可用的量子计算。NVIDIA 的量子计算平台正在为诸如 AIST、JSC 和 PSNC 这样的先行者提供支持,助力其拓展科学发现的边界,并推进量子集成的超级计算的前沿发展。”
ABCI-Q 超级计算机集成的这颗 QPU 将使 AIST 的研究人员能够利用激光控制的铷原子作为量子比特进行计算,用以研究 AI、能源和生物学领域的量子应用。这些原子与精密原子钟中使用的原子类型相同。每个原子都是完全相同的,这为实现大规模高保真量子处理器提供了一种非常有前景的方法。
AIST 的量子与人工智能融合技术业务发展全球研究中心副主任 Masahiro Horibe 表示:“借助 ABCI-Q 量子-经典加速超级计算机,日本的研究人员将在实用量子计算应用方面取得进展。NVIDIA 正在帮助这一领域的先行者们推动量子计算研究的边界。”
PSNC 的 QPU 将使研究人员能够使用两个 PT-1 量子光子系统来探索生物学、化学和机器学习。这两个系统使用电信频率下的单个光子或光包用作量子比特。由此即可使用标准的现成电信组件实现分布式、可扩展和模块化的量子架构。
PSNC CTO 兼副主任 Krzysztof Kurowski 表示:“通过与 ORCA 和 NVIDIA 合作,使得我们能够创造一个独特的环境,构建一个全新的量子-经典混合系统。在以用户为中心服务的高效管理的多 QPU 和 GPU 系统上,开放、简便的集成和编程对于开发者和用户来说至关重要。这种密切的合作当下即为新一代量子加速超级计算机铺平了发展之路, 使其适用于很多创新的应用领域。”
JUPITER 超级计算机集成的 QPU 让 JSC 的研究人员能够开发针对化学模拟和优化问题的量子应用,并展示量子计算机如何加速经典超级计算机。该 QPU 是使用超导量子比特或电子谐振电路制造的,在低温下的行为像人造原子。
JSC 量子信息处理小组主管 Kristel Michielsen 表示:“混合量子-经典加速超级计算让量子计算更接近成为现实。通过与 NVIDIA 的持续合作,JSC 的研究人员将推进量子计算在化学和材料科学等各个领域的发展。”
通过将量子计算机与超级计算机紧密集成,CUDA-Q 还能够使 AI 与量子计算相结合,以解决有噪声的量子比特等问题,并开发高效的算法。
CUDA-Q 是一个开源的 QPU 无关的量子-经典加速超算平台。因其提供的一流性能而被大多数部署了 QPU 的公司所使用。
好文章,需要你的鼓励
Meta正在建设名为Hyperion的数据中心,预计提供5千兆瓦算力支持其AI实验室。该项目占地面积足以覆盖曼哈顿大部分区域,位于路易斯安那州东北部,将在数年内扩展至5GW规模。此外,Meta还计划在2026年启用1GW的Prometheus超级集群。这些项目旨在提升Meta在AI竞赛中对抗OpenAI和谷歌的竞争力,但也将消耗大量电力和水资源。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
谷歌为其AI驱动的NotebookLM平台新增"精选笔记本"功能,与全球知名作者、研究人员、出版物和非营利组织合作创建高质量互动资源。首批精选笔记本涵盖长寿建议、2025年预测、人生建议和莎士比亚作品等主题。用户可通过聊天界面提问、查看AI生成的摘要、音频概览或流程图与内容互动。该功能在桌面版NotebookLM中已上线,未来将持续增加更多精选内容。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。