当地时间5月30日，英伟达表示将开始构建经典-量子混合计算机。

　　经典-量子混合计算机指在混合系统中，量子计算机和经典计算机可以一同工作。

　　量子计算未来有潜力解决从药物发现到天气预报等复杂问题，并在高性能计算的发展中起到重要作用。

　　如今，超级计算机在规模和性能上均可以模拟量子计算的工作，其水平可以超出相对较小、易出错的量子系统。因此，经典的高性能计算系统可以帮助研究人员进行量子计算研究。

英伟达在GTC 2022大会上宣布，用于加速量子计算的英伟达cuQuantum软件开发工具包已全面发布，并展示了cuQuantum一年来取得的成果。该软件开发工具包于2021年GTC大会上正式发布。

　　目前，数十家量子企业和部门已经使用前述软件开发工具包，以加速GPU(图形处理器，又称显示芯片)上的量子电路模拟。

　　亚马逊云科技(AWS)近日宣布在其Amazon Braket量子计算服务中提供cuQuantum，并在Braket上演示了cuQuantum如何在量子机器学习上提供加速。量子机器学习是量子信息领域内的新兴子领域，将量子计算的速度和机器学习所提供的学习和适应能力结合一起。

　　5月30日，药物发现初创公司Menten AI开始使用cuQuantum进行相关研究。该公司将利用cuQuantum的张量网络算法库来模拟蛋白质相互作用，并优化新的药物分子。Menten AI的目标是利用量子计算来加速药物设计，并致力于开发量子算法，包括量子机器学习，以突破治疗设计中的复杂计算问题。

“虽然能够运行这些算法的量子计算硬件仍在开发中，但像英伟达cuQuantum这样的经典计算工具对于推进量子算法的开发至关重要。”Menten AI首席科学家Alexey Galda说道。

　　因此，未来英伟达最重要的工作之一是将经典系统和量子系统连接到混合量子计算机。这项工作分为两个部分。

　　首先，英伟达需要在GPU和QPU(量子处理单元)之间建立快速、低延迟的连接，使经典-量子混合系统可以使用GPU来进行电路优化、校准和纠错等工作。GPU可以加快这些步骤的执行时间，减少经典计算机和量子计算机之间的通信延迟。

　　其次，行业需要统一的编程模型，并且该模型配有高效且易于使用的工具。

基于前述GPU加速模拟软件cuQuantum、编程模型与编译器工具等，英伟达将开始构建未来的经典-量子高性能计算数据中心。

（文章来源：澎湃新闻）