Nvidia公司在量子计算领域大放异彩，但是不要指望该公司会迅速建立自己的量子系统。

Nvidia与Caltech合作建立了开发平台，用于在GPU加速系统上模拟量子电路。这两家公司采用最新开发的SDK（被称为cuQuantum）来模拟在其Nvidia A100 Tensor Core GPU上运行的量子电路。

该公司在最近的GTC 2021大会上表示，该测试在Nvidia的Selene超级计算机上用9分钟多的时间对Google Sycamore电路进行全电路仿真生成样本，这通常需要几天的时间和数百万个CPU内核。

但是，Nvidia公司首席执行官ensen Huang估计，为了让量子计算机解决有意义的现实问题，这将需要包含数百万个物理量子位的系统，从而使此类系统能够提供足够的纠错能力。

Huang说：“目前研究社区正在快速进步，每年的物理量子位增加一倍。但即使取得这些进展，我们也可能要到2035年至2040年才能真正解决现实问题。不过，与此同时，我们可以通过创建最快的[经典]系统来最好地帮助量子研究人员创建未来计算机。”

Huang认为，量子系统的应用程序开发近来一直停滞不前，其主要原因之一是经典系统无法提供足够的动力来模拟量子电路。他认为cuQuantum SDK和Nvidia A100 Tensor Core GPU可以解决这一问题。

有位分析师不认同此说法，但Nvidia最新GPU和Selene超级计算机让他备受鼓舞。

Moor Insights＆Strategy公司高级量子和AI分析师Paul Smith-Goodson说：“我不知道缺乏硬件功能是否会拖慢一切。现在，IBM和AWS提供足够的量子模拟器来帮助解决问题，同时，通过新的A100、DGX系统和SDK，Nvidia正在朝着正确的方向迈进。”

另一位分析师表示，新产品看起来很有希望，但由于没有更多的技术细节和Nvidia尚未提供可靠使用案例，他保留对其市场竞争机会的判断。

Hyperion Research公司研究高级副总裁兼量子计算首席分析师Bob Sorensen说：“现在有很多公司正在构建数字仿真器。但是，如果他们能够在GPU上进行正确的调整，那么看起来它们可能是非常有效的产品。我可以立即想象很多适用于它们的应用程序，尤其是AI和机器学习。”

Huang强烈表示，Nvidia无意生产完整的量子系统，但他认为，最终，GPU加速平台最适合进行量子电路和算法开发测试。他说，在全球范围内，在供应商、学术界和国家实验室方面约有50个团队正在构建或研究量子电路算法和应用程序，Nvidia正在与其中的很多团队合作。

Huang说：“我们将与任何从事量子电路仿真的人员合作。在构建解决方案时，你需要模拟器来测试和验证硬件。测试是模拟量子环境的关键部分。”

Nvidia正在与供应商和大型组织合作，他们正在构建利用量子系统的仿真器和算法，尽管该公司发言人拒绝透露具体名单。

cuQuantum SDK包含可加速量子计算工作流程的库和工具。Nvidia表示，开发人员可以使用开发套件将基于状态向量、密度矩阵和张量网络方法的量子电路仿真速度提高几个数量级。

Nvidia在新的SDK中采用不可知论的方法，允许用户选择最适合其用例的工具集。作为示例，状态向量方法（这是一组数据–精确描述对象在空间中的位置以及如何移动）提供高保真度的结果，尽管其存储要求也随着数量的增长而大大增加，取决于用户拥有的量子位数量。