最近Nvidia公司推出混合平台,允许开发人员创建跨经典和量子系统工作的应用程序,以利用GPU等性能增强技术。
Nvidia量子优化设备架构 (QODA) 平台旨在优化应用程序的性能和规模-这些应用程序专注于科学和量子研究,QODA还允许高性能计算 (HPC) 开发人员加速他们现有的量子环境经典应用程序。
Nvidia公司HPC和量子计算产品总监Tim Costa说:“从事科学工作的科学家会对QODA感到熟悉,并且它与当今使用的应用程序具有互操作性。使用GPU可以让领域科学家在对现有经典应用程序有意义的地方逐步增加加速。”
Costa说,像QODA这样的统一编程环境的好处在于,它不仅消除了性能瓶颈,而且允许Nvidia与领先的算法开发人员和最终用户合作,将他们的经典产品和量子产品结合在一起,以解决更广泛的复杂问题.
QODA使用基于内核的编程模型并使用C++和Python编程语言。根据Costa的说法,该环境还包括用于混合系统的编译器工具链,以及基于量子的算法原语的标准库。
Costa解释说,该环境可与很多并行编程技术互操作,这使科学家能够更轻松地运行第三方应用程序的各个部分之间移动,无论是在经典资源还是在量子计算资源。
Costa称:“我们可以让领域科学家利用量子加速并将其与最好的GPU超级计算紧密结合。”
Moor Insights & Strategy公司驻场分析师Paul Smith-Goodson表示,在混合经典量子环境中工作的挑战是两种环境之间的处理延迟时间。
混合计算使用量子计算机解决部分问题,再使用经典计算机解决问题的其他部分。Smith-Goodson解释说,这对于量子近似优化算法 (QAOA) 等算法很常见,其中问题在进行量子计算的量子计算机和进行经典计算的经典机器之间循环。
他表示:“两种技术之间的来回交换会显着减慢这一过程,但如果Nvidia的QAOA的开放界面可以简化流程的任何部分,那将会有帮助。”
Inside Quantum Technology公司咨询分析师兼量子计算报告创始人Doug Finke表示,如果该行业要在商业相关应用中实现真正的量子优势,那么让集成的经典量子系统发挥作用是重要的一步。
他指出:“令人鼓舞的是,Nvidia正在提供软件以帮助促进混合经典量子计算,因为这是一项不容忽视的重要功能。”
一位顾问表示,Nvidia的整体战略似乎缺少的是云计算将发挥的具体作用,而其他每个量子计算参与者都已经确定这一点。
Communications Network Architects公司总裁Frank Dzubeck表示:“为了打造混合量子环境,你需要云计算,而这部分战略尚未明确。他们试图通过统一编程环境和GPU来做的事情很有趣,但云计算将一切结合在一起。这就是现在的工作方式。”
当被要求提供有关云的更多详细信息,特别是Microsoft Azure和AWS等流行的云环境时,Nvidia公司发言人表示他们最终将支持这些环境。
Nvidia还在东京举行的Q2B 2022会议上宣布,他们将与IQM Quantum Computers、Pasqal、Quantinuum、Xanadu 和 Zapata Computing等量子开发商合作。还将与劳伦斯伯克利国家实验室和橡树岭国家实验室合作。
该公司提供了去年发布的CuQuantum SDK的更新,这有助于加速GPU上的量子电路模拟,该公司表示,该产品正被“数十个量子组织”使用。QODA旨在利用CuQuantum的模拟环境。
该公司表示,新环境的第一个测试版将于今年年底向用户提供,并在2023年初的某个时间全面推出。
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
翻译
相关推荐
-
机器学习、AI要求、示例的基础设施
对于寻求利用数据获得竞争优势的公司来说,IT是作为一种专业学科的存在。现在,企业充斥着数据,但处理和分析数据的 […]
-
Nvidia合作伙伴、客户将AI带入数据中心
英伟达(Nvidia)凭借强大的GPU赢得了最大的云提供商的业务,以运行其AI模型和服务。该供应商正在转向下游 […]
-
使用AI工具简化数据中心内的操作
数据中心使用AI工具来管理它们处理的设施和工作负载。AI可以帮助数据中心管理员完成各种任务,包括电源控制、能耗 […]
-
6个机器学习应用程序助力数据中心优化
对于现在的IT专业人士,机器学习和人工智能是流行词语,而对企业的数据中心而言,它们带来真正的希望。 与你或你的 […]