對大部分人來說，量子計算（Quantum computer）聽起來還是像科幻小說，是遙遠的以後。但全球有不少組織公司投入研究，超過 2,100 篇量子計算論文發表，超過 250 家量子計算新創公司，有 22 個國家級量子計算政策。
量子計算是遵循量子力學規律調控量子資訊單元計算的新計算模式，通常與經典計算比較。從原理看，量子計算擁有比經典計算更快速度，差距可能高達百兆倍。量子計算有望突破現在許多挑戰，推動藥物研發到天氣預報等發展，未來HPC也發揮大作用。正因如此，大量公司和研究人員都投資研究量子計算，量子計算物理平台有多種方案，如超導、離子阱、中性原子、矽量子、光量子等，不過都有自己的挑戰性。
想加速量子計算發展，混合量子計算有望實現量子計算首批實際應用。所謂混合量子計算，就是量子電腦和經典計算機合作，充分發揮經典計算（如CPU和GPU）傳統作業的優勢，如電路最佳化、校正和糾錯，以及系統級量子處理器（即QPU）為新型加速器的優勢。
相比CPU，GPU是達成混合量子計算的好選擇，因GPU可縮短傳統作業時間，並大幅降低經典計算機和量子電腦通訊延遲，這是混合量子作業的主要瓶頸。
同時另一個巨大挑戰是軟體。量子處理器為新興硬體，想發揮價值，研究人員只能使用相當於低級組裝代碼的量子，也就是說只有量子計算專家才能設計量子加速器程式，難推動量子計算快速發展。因此，量子計算領域需要統一程式設計模型和編譯器工具鏈。
編譯器可讓科學家輕鬆將HPC應用的一部分先移植到模擬版QPU，然後再移植到真正的QPU，高效找到量子計算加速工作的方法。加速GPU的類比工具、程式設計模型和編譯器工具鏈全部結合後，HPC研究人員就能開始構建未來的混合量子資料中心。
擁有業界領先高性能GPU，且在HPC和AI方面有豐富經驗的NVIDIA，能幫忙於量子計算領域迅速建立獨特產品和優勢。NVIDIA確實開始將AI領域成功經驗複製到量子計算領域，從開發者最近的軟體切入，降低使用開發者門檻，幫助量子計算開發者解決問題、創造價值，一旦量子計算研究者和消費者都選用NVIDIA工具，自然就能幫NVIDIA搶佔先機。
GTC 2021時NVIDIA宣布推出cuQuantum SDK，目的是加速GPU運行的量子電路類比。已有數十家量子組織使用cuQuantum軟體開發套件，GPU加速量子電路類比。AWS Braket服務也提供cuQuantum，並展示cuQuantum在量子機器學習工作負載做到900倍加速，同時減少3.5倍成本。
cuQuantum對推動量子計算發展的另一個重要價值在於，能在主要量子軟體框架上加速計算，包括Google qsim、IBM Qiskit Aer、Xanadu PennyLane和Classiq Quantum Algorithm Design平台。對科學家和開發者而言，這些框架使用者可存取GPU加速，無需任何編碼。對英偉達而言，代表量子計算軟體框架的重要價值，以及充分發揮GPU對混合量子計算的作用。
12日NVIDIA量子計算領域繼續向前進，發表統一計算平台QODA。量子最佳化設備架構（QODA）目標是透過創建相干混合量子經典程式設計模型，使量子計算更容易使用。QODA也使HPC和AI領域專家輕鬆將應用移植到公有雲、NVIDIA DGX系統或配備大量NVIDIA GPU的超算中心。
對已使用cuQuantum軟體開發工具包的量子組織，藉助NVIDIA QODA，開發者就能構建完整量子應用程式，透過NVIDIA cuQuantum在GPU加速的超級電腦類比。與AI和高性能計算一樣，生態才是成功關鍵，因此軟硬體合作夥伴對NVIDIA的成功至關重要。
Q2B 22東京量子計算會議，NVIDIA宣佈與量子硬體供應商IQM quantum Computers、Pasqal、Quantum、Quantum Brilliance和Xanadu，軟體供應商QC Ware和Zapata Computing，超級計算中心德國尤里希研究中心、勞倫斯伯克利國家實驗室和橡樹嶺國家實驗室開始QODA合作。
CEO黃仁勳一直強調，NVIDIA要做的是開創新產品和市場，不是搶佔已有市場。 量子計算正是全新市場，無論選擇量子計算領域技術路線還是切入點，都有助搶佔量子計算先機。
但也看到量子計算還有很長的路要走，難以判斷誰能擁有量子霸權。
科技新報粉絲團
加入好友
訂閱免費電子報
