NVIDIA 加速量子研究中心提供了強大的工具，助力解決量子計算領域的重大挑戰。

隨著量子計算機的持續發展，它們將與 AI 超級計算機集成，形成加速量子超級計算機，從而解決一些全球最具挑戰性的難題。

將量子處理單元（QPU）集成到 AI 超級計算機中是開發新應用的關鍵，有助于實現運行未來量子硬件的關鍵突破，以及促進對于量子糾錯和器件控制方面的進展至關重要。

在上周舉行的 NVIDIA GTC 全球 AI 大會上，NVIDIA 加速量子研究中心（NVAQC）正式成立，旨在推動這些領域取得重大進展。該中心配備了一個 NVIDIA GB200 NVL72 系統和 NVIDIA Quantum-2 InfiniBand 平臺，擁有一臺搭載 576 個 NVIDIA Blackwell GPU 的超級計算機，專門用于量子計算研究。

NVIDIA 計算機輔助工程、量子與 CUDA-X 高級總監 Tim Costa 表示：“NVIDIA 加速量子研究中心匯聚了急需的和長久以來備受期待的工具，以將量子計算擴展到新一代器件。該中心將聚焦量子算法和硬件的大規模模擬、量子處理器的緊密集成，以及量子 AI 模型的訓練和部署。”

NVIDIA 加速量子研究中心將配備一個 GB200 NVL72 系統。

Quantinuum、QuEra 和 Quantum Machines 等量子計算創新企業，以及來自哈佛量子計劃和麻省理工學院工程量子系統組的學術合作伙伴，將與 NVIDIA 在該中心合作開展相關項目，探索 AI 超級計算如何加速量子計算的發展進程。

EQuS 小組負責人兼 MIT 量子工程中心主任、電氣工程和計算機科學以及物理學教授 William Oliver 表示：“NVIDIA 加速量子研究中心是一個強大的工具，將在推動整個量子生態系統的下一代研究工作中發揮重要作用。NVIDIA 是實現實用量子計算的關鍵合作伙伴。”

在幾個重大量子計算挑戰方面，NVIDIA 加速量子研究中心已經產生了重大影響。

利用 AI 超級計算保護量子比特

量子比特的相互作用是一把雙刃劍。雖然量子比特必須與周圍環境相互作用才能被控制和測量，但這些相互作用同時也是噪聲的來源，這些不必要的干擾會影響量子計算的準確性。只有在有效控制噪聲的情況下，量子算法才能正常運行。

量子糾錯提供了一種解決方案，即在多個有噪聲的物理量子比特中編碼無噪聲的邏輯量子比特。通過處理這些有噪聲量子比特的重復測量結果，就可以識別、跟蹤和糾正量子比特錯誤，同時不會破壞計算所需的脆弱量子信息。

確定錯誤發生位置以及采用何種糾正措施的過程被稱為解碼。解碼是一項極具挑戰性的任務，必須由傳統計算機在極短的時間內完成，以防止噪聲失控。

NVIDIA 加速量子研究中心的一個關鍵目標將是探索 AI 超級計算如何加速解碼過程。通過研究如何在該中心內配置量子硬件，將有助于開發在 NVIDIA GB200 Grace Blackwell 超級芯片上運行的低延遲、并行化和 AI 增強的解碼器。

NVIDIA 加速量子研究中心還將應對量子糾錯領域的其他挑戰。QuEra 將與 NVIDIA 合作，加速尋找全新的、改進的量子糾錯碼，并通過對復雜量子電路進行嚴格模擬來評估候選糾錯碼的性能。

Joshua and Beth Friedman 大學教授兼哈佛大學 HQI 聯合主任 Mikhail Lukin 表示：“NVIDIA 加速量子研究中心將成為發現、測試和改進新型量子糾錯碼和解碼器的重要工具，讓整個行業實現實用量子計算邁向新階段。”

為加速量子超級計算機開發應用

大多數實用的量子算法都同等依賴經典計算和量子計算資源，從而需要一臺能將兩種硬件統一起來的加速量子超級計算機。

例如，啟動量子計算通常需要經典超級計算機的輸出結果。NVIDIA 加速量子研究中心提供了開發和改進此類混合算法所需的異構計算基礎設施。

加速量子超級計算機將連接量子處理器和經典處理器以運行混合算法。

NVIDIA 加速量子研究中心還將探索基于 AI 的新型編譯技術，這些技術有望加速所有量子算法的運行時，其中包括與 Quantinuum 的合作項目。Quantinuum 將在之前與 NVIDIA 的集成工作的基礎上，通過 NVIDIA CUDA-Q 平臺提供其硬件和模擬器。目前，CUDA-Q 用戶可以獲得訪問 Quantinuum 的 System H1 QPU 硬件和模擬器的權限，為期 90 天。

Quantinuum 總裁兼首席執行官 Rajeeb Hazra 表示：“我們很高興能在這個中心與 NVIDIA 合作。通過將 Quantinuum 強大的量子系統與 NVIDIA 的頂尖加速計算技術相結合，我們正在突破量子-經典混合計算的界限，開啟令人興奮的新可能。”

量子處理單元集成

將量子硬件與 AI 超級計算集成，這是實現實用量子硬件的主要障礙之一。

這種集成的要求極為苛刻。只有在量子硬件和經典硬件之間以超低延遲傳輸數百萬個量子比特的數據時，量子糾錯所需的解碼才能發揮作用。

Quantum Machines 和 NVIDIA 將在該中心開展合作，共同開發并優化新的控制器技術，以支持量子處理器與 GB200 超級芯片之間的快速、高帶寬接口。

Quantum Machines 首席執行官 Itamar Sivan 表示：“我們很高興看到 NVIDIA 不斷增加投入，以加速實現實用量子計算機，為研究人員提供最先進的基礎設施來推動量子-經典計算的發展。”

NVIDIA DGX Quantum 系統包含一個 NVIDIA GH200 超級芯片和 Quantum Machines 的 OPX1000 控制系統。

集成量子硬件和經典硬件的關鍵是打造一個平臺，讓研究人員和開發者在單個應用中快速地在這兩種截然不同的計算范式之間切換。NVIDIA CUDA-Q 平臺將作為入口，讓研究人員能充分利用 NVIDIA 加速量子研究中心的量子-經典計算集成。

基于 NVIDIA DGX Quantum（一種用于集成量子和經典硬件的參考架構）和 CUDA-Q 等工具，NVIDIA 加速量子研究中心有望成為量子計算下一代發展的樞紐，推動量子比特逐步發展為具有影響力的量子計算機。