是时候开始建造明天的混合量子计算机了动机是令人信服的，路径是明确的，这项工作的关键组成部分可以在今天使用
量子计算有潜力克服当今一些最严峻的挑战，推进从药物发现到天气预报的一切简而言之，量子计算将在HPC的未来发挥巨大作用
今天的量子模拟
创造这样的未来并不容易，但开始的工具就在这里。
迈出第一步，今天的超级计算机正在模拟量子计算，其规模和性能水平都超出了今天相对较小和容易出错的量子系统的范围。
数十个量子组织已经在使用NVIDIA cuQuantum软件开发套件来加速他们在GPU上的量子电路模拟。
最近，AWS宣布在其Braket服务中提供cuQuantum它还在Braket上展示了cuQuantum如何为量子机器学习工作负载提供高达900倍的加速
CuQuantum现在可以在各大量子软件框架上实现加速计算，包括Google的qsim，IBM的Qiskit Aer，Xanadu的PennyLane和Classiq的量子算法设计平台这意味着这些框架的用户无需任何额外的编码就可以访问GPU加速
量子动力学药物发现
今天，Menten AI加入了使用cuQuantum支持其量子工作的公司。
这家位于湾区的药物发现初创公司将使用cuQuantum的张量网络库来模拟蛋白质相互作用和优化新药分子它旨在利用量子计算的潜力来加速药物设计这个领域和化学本身一样，被认为是最先受益于量子加速的领域之一
具体来说，Menten AI正在开发一套量子计算算法，包括量子机器学习，以突破治疗设计中计算要求高的问题。
虽然能够运行这些算法的量子计算硬件仍在开发中，但像NVIDIA cuQuantum这样的经典计算工具对于推动量子算法的发展至关重要门泰首席科学家阿列克谢·加尔达说。
创建量子链接
伴随着量子系统的发展，下一个重大飞跃是走向混合系统:量子计算机和经典计算机协同工作研究人员对系统级量子处理器或QPU有着共同的愿景，它可以被用作一种新的强大的加速器
因此，未来最大的任务之一就是将经典系统和量子系统连接到混合量子计算机上这项工作有两个主要部分
首先，我们需要在GPU和QPU之间建立一个快速，低延迟的连接这将使混合系统能够将GPU用于它们擅长的经典工作，如电路优化，校准和纠错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，这是当今混合量子运算的主要瓶颈
其次，行业需要统一的编程模型和高效易用的工具我们在HPC和AI领域的经验让我们和我们的用户了解到了可靠软件堆栈的价值
适合工作的工具
如今，为了给QPU编程，研究人员被迫使用等同于量子的低级汇编代码，这超出了非量子计算专家的科学家的能力此外，开发人员缺乏统一的编程模型和编译器工具链，无法让他们在任何QPU上运行工作
这需要改变，而且会改变在三月份的博客中，我们讨论了我们为更好的编程模型所做的一些初步工作
为了有效地找到量子计算机加快工作速度的方法，科学家需要先将一些HPC应用程序轻松移植到模拟的QPU，然后移植到真实的QPU这需要一个编译器来使它们以一种熟悉的方式在高性能水平上工作
通过将GPU加速的模拟工具与编程模型和编译器工具链相结合，HPC研究人员将能够开始构建未来的混合量子数据中心。
如何开始。
对一些人来说，量子计算听起来就像未来几十年的科幻小说事实上，研究人员每年都在建造更多更大的量子系统
NVIDIA完全致力于这项工作，我们真诚地邀请您加入我们，共同构建明天的混合量子系统。
