量子计算，曾经仅限于理论推测的领域，现在正得益于NVIDIA的开创性努力而逐渐走向实用化。在GTC 2024上公布的一系列发展中，NVIDIA不仅设想了计算的未来，而且正在积极塑造它。

在加拿大和美国，科学家们利用大型语言模型来简化量子模拟，从而有助于探索分子结构。“这种新的量子算法为将量子算法与机器学习相结合开辟了新的途径，”多伦多大学化学和计算机科学教授、领导该团队的Alan Aspuru-Guzik说。

该团队是第一个使用量子计算机和经典计算机发现潜在候选者的团队。这项工作采用了NVIDIA的CUDA-Q，这是一种为GPU、CPU和量子系统使用的QPU设计的混合编程模型。研究团队在Eos上进行了实验，Eos是NVIDIA的H100 GPU超级计算机。

在GTC上，Aspuru-Guzik揭示了他开发的算法，该算法利用机器学习和量子计算来模拟化学系统。这种算法现在可用于研究，并正在帮助医疗保健和化学领域。他补充说，如果我们继续使用GPT等模型和这些量子计算算法，我们可以拥有用于量子计算的GPT类模型。

NVIDIA在GTC上推出了NVIDIA量子云，旨在支持生物制药和各个科学领域的研究人员推动量子计算和算法研究的发展。

据NVIDIA表示，这一云平台使用户能够开发和试验新颖的量子算法和应用，例如模拟器和混合量子-经典计算机编程工具，这标志着在可访问性和能力方面取得了重大进展。

欺诈检测和混合计算

利用并引领NVIDIA量子梦想的一个有趣客户是汇丰银行，这是世界上最大的银行之一。研究人员开发了一种量子机器学习应用，能够识别数字支付系统中的欺诈活动。

借助NVIDIA GPU，该银行的量子机器学习算法模拟了令人印象深刻的165个量子比特。通常，研究论文关注的量子计算单元少于40个。

在GTC的一次会议上，汇丰银行的量子计算研究科学家Mekena Metcalf讨论了她的发现。汇丰银行采用与CUDA-Q和cuTensorNet软件集成的机器学习方法，在NVIDIA GPU上解决量子电路模拟的扩展难题。重点是应用这些模型对数字支付中的欺诈交易进行分类。

此外，在GTC上，两项最近的部署展示了混合量子-经典计算不断扩大的领域。

第一项是日本国家先进工业科学技术研究院的ABCI-Q，这是专门用于量子计算研究的最大超级计算机之一。它利用NVIDIA H100 GPU上的CUDA-Q来推动该国在这一领域的努力。

与此同时，在丹麦，诺和诺德基金会正在牵头部署NVIDIA DGX SuperPOD，其中很大一部分用于量子计算研究，这与该国推进该技术的战略计划相一致。

合作伙伴与协作工作

NVIDIA在量子计算领域的核心在于对研究卓越和协作的执着追求。通过与顶尖学术机构建立战略合作关系，NVIDIA正在培养下一代量子科学家和工程师。

例如，以色列初创公司Classiq在GTC上展示了与CUDA-Q的新集成。Classiq的量子电路合成能够从高级功能模型中自动生成优化的量子程序。这一进步使研究人员能够最大化当前量子硬件的效率，并扩大其工作范围，以开发未来的算法。

航空公司劳斯莱斯（Rolls Royce）也通过与NVIDIA和Classiq的合作，使用cuQuantum多节点QC模拟模拟了世界上最大的计算流体动力学电路。另一个很好的例子是软件和服务提供商QC Ware，该公司正在将其Promethium量子化学软件包与最近宣布的NVIDIA Quantum Cloud进行整合。

总部位于伦敦、专注于量子系统开发的ORCA Computing公司展示了使用CUDA-Q在其光子处理器上运行量子机器学习的结果。此外，ORCA已被选中为英国国家量子计算中心构建和供应一个量子计算测试平台，该平台将采用利用CUDA-Q的NVIDIA GPU集群。

NVIDIA还与量子技术领域的领导者Inflection合作，通过NVIDIA支持的Superstaq软件为欧洲最大的网络防御演习提供前沿的量子解决方案。

qBraid是一个基于云的量子计算平台，正在将其开发环境整合CUDA-Q。此外，总部位于加利福尼亚州的BlueQubit在一篇博客文章中详细介绍了NVIDIA的量子技术如何在其研究和GPU服务中得到应用，从而实现了在GPU上可行的最快和最广泛的量子仿真。

以上仅仅是GTC上宣布的几项进展。随着量子革命的展开，NVIDIA成为进步的灯塔，引领着人类向不可能变为可能的未来迈进。