鱼和熊掌，可以兼得：研究人员架起通往量子计算的软件“桥梁”

欧洲顶尖研究中心的专家表示，借助 NVIDIA QODA，经典-量子混合系统将实现更高级别的能效。

在量子计算尚未流行的时候，Kristel Michielsen 就已经开始接触这一领域。

这位计算物理学家于 20 世纪 90 年代初在荷兰模拟量子计算机，并以此作为她的博士研究课题之一。

如今，Kristel Michielsen 管理着欧洲最大的量子计算设备——尤利希量子计算统一基础设施（JUNIQ），她的任务是使用 NVIDIA 量子优化设备架构（QODA）等工具帮助开发者开拓量子计算这个新领域。

尤利希超级计算中心位于科隆附近。该中心的量子项目负责人 Michielsen 表示：“目前的经典计算机能耗过大而且无法解决全部问题，因此我们无法只依靠它们来完成工作。但如果将其与能耗不太高的量子计算机组合，那就有可能解决我们现在所面临的一些最复杂的问题。”

引入量子处理器

由于量子处理器（QPU）利用了量子力学的特性，它们非常适合模拟原子级的流程，推动化学和材料科学的根本进步。从更高效的电池到更有效的药物，这项技术将在所有领域引发多米诺效应。

QPU 还可以帮助解决物流等领域棘手的优化问题。例如，航空公司每天都需要解决将哪架飞机分配到哪条航线这一难题。

安装在尤利希的量子计算机显示了近 500 个航班的最高效路线，这一最近的实验展现了该技术的巨大潜力。

量子计算还有望将 AI 提升到新的水平。在独立实验中，尤利希的研究者使用量子机器学习模拟蛋白质如何与 DNA 链结合，并对法国里昂的卫星图像进行分类。

混合系统集两者之大成

目前已经出现了几个量子计算机原型，虽然其中没有任何强大或可靠到足以处理商业方面的工作，但研究人员已经看到了前进的方向。

Michielsen 表示：“长期以来，我们一直将混合系统视为获得实用量子计算的唯一途径。在与目前的经典高性能计算（HPC）系统连接后，量子计算机将同时具备两者的最大优点。”

这类计算机也正是尤利希和世界各地的研究人员目前正在建造的。

量子在 A100 GPU 上实现 49 倍速度提升

除了目前的模拟量子系统之外，尤利希计划在明年安装来自巴黎 Pasqal 公司的中性原子量子计算机。该中心也一直在经典系统（例如配备超过 3700 个 NVIDIA A100 Tensor Core GPU 的 JUWELS Booster）上运行量子模拟。

Michielsen 引用了最新的论文，她表示：“通用量子计算机模拟器的 GPU 版本被称为 JUQCS，与在 CPU 集群上运行的工作相比，其速度提高了 49 倍。这项工作几乎使用了该系统的所有 GPU 节点，并高度依赖其 InfiniBand 网络。”

最近，像 JUWELS Booster 这样的经典系统都在使用 NVIDIA cuQuantum，它是用于在 GPU 上加速量子工作的软件开发工具包。Michielsen 在谈到 SDK 时表示：“它对跨平台基准测试很有帮助，而且也可以用于启动或优化他人的量子模拟代码。”

JUWELS Booster 的核是 A100 GPU（绿色），它可以利用 NVIDIA cuQuantum SDK 模拟量子工作。

混合系统与混合软件

尤利希和其他研究中心拥有多种 HPC 和量子系统，而且还有更多的 HPC 和量子系统即将投入使用，因此目前所面临的挑战之一是如何将所有这些系统连接到一起。

她表示：“HPC 社区需要详细研究从气候科学和医学到化学和物理学的各种应用，确定哪些部分的代码可以在量子系统上运行。”

对于进入量子计算时代的开发者来说，这是一项艰巨的任务，但他们也即将获得帮助。

NVIDIA QODA 就像是一座软件“桥梁”，通过函数调用，开发者可以选择在 GPU 或量子处理器上运行量子工作。

QODA 的高级语言将支持所有种类的量子计算机，其编译器将作为开源软件提供。它还得到了包括Pasqal、Xanadu、QC Ware 和 Zapata 等量子系统和软件供应商的支持。

为 HPC 和 AI 开发者带来量子飞跃

Michielsen 预计 JUNIQ 将为全欧洲使用其量子服务的研究人员提供 QODA。

她表示：“这有助于使量子计算更接近 HPC 和 AI 社区，研究人员进而加快了速度而且不需要进行各种低级编程，大大减轻了工作负担。”

Michielsen 预计，在未来一年及更长的时间内，许多研究人员将使用 QODA 来尝试量子-经典混合计算机。

她还表示：“也许未来，QODA 的某个用户会成为真实世界混合计算的先驱。”

点击“阅读原文”，获取 QODA 的技术细节。

在最新发布 | NVIDIA 发布量子-经典混合计算平台 —— “NVIDIA QODA”中了解更多 QODA 的相关信息。

扫描下方海报中的二维码，访问 NVIDIA 的 “关于我们” 页面，详细了解 NVIDIA 、开发者和客户共同构建的内容。