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
生成式AI在电商领域发展迅速,但真正的客户信任来自可靠的购物体验。数据显示近70%的在线购物者会放弃购物车,主要因为结账缓慢、隐藏费用等问题。AI基础设施工具正在解决这些信任危机,通过实时库存监控、动态结账优化和智能物流配送,帮助商家在售前、售中、售后各环节提升可靠性,最终将一次性买家转化为忠实客户。
泰国SCBX金融集团开发的DoTA-RAG系统通过动态路由和混合检索技术,成功解决了大规模知识库检索中速度与准确性难以兼得的难题。系统将1500万文档的搜索空间缩小92%,响应时间从100秒降至35秒,正确性评分提升96%,为企业级智能问答系统提供了实用的技术方案。
存储供应商Qumulo发布多租户架构Stratus,为每个租户提供独立的虚拟环境,通过加密技术和租户专用密钥管理系统实现隔离。该统一文件和对象存储软件支持本地、边缘、数据中心及AWS、Azure等云环境部署。Stratus采用加密隔离技术确保敏感数据安全,同时提供任务关键操作所需的灵活性和效率,帮助联邦和企业客户满足合规要求。
中科院和字节跳动联合开发了VGR视觉锚定推理系统,突破了传统AI只能粗略"看图"的局限。该系统能在推理过程中主动关注图片关键区域,像人类一样仔细观察细节后再得出结论。实验显示VGR在图表理解等任务上性能大幅提升,同时计算效率更高,代表了多模态AI"可视化推理"的重要进展。