混合量子-经典计算迈出了重要一步

经典计算机的能力依旧在持续进步，但人们早已开始探索量子计算，以期解决一些经典计算无法解决的问题，或者提升计算效率，比如新材料研发，药物研发等。

不过，不同量子计算技术路径都面临着棘手的技术难题，典型的如量子比特的构建。

但量子计算在持续去的突破。

据消息，在今年的国际超算大会（ISC）上，英伟达、罗尔斯·罗伊斯和量子软件公司Classiq宣布了一项量子计算新突破，罗尔斯·罗伊斯计划使用新的电路发挥量子在量子计算电路（CFD）中的优势，同时使用经典和量子计算方法来模拟喷气发动机设计的性能。

英伟达还在ISC上宣布计划与德国于利希研究中心（FZJ）的于利希超算中心（JSC）联合建立一座新的实验室，朝着混合量子-经典计算迈出了重要一步。

对于加速计算的领军者英伟达来说，在经典和量子计算领域的探索，是其领导力以及前瞻性的体现。

更让人关心的问题是，第一台量子加速超级计算机何时会到来？

混合量子-经典计算的两个重要突破

喷气式发动机是地球上最复杂的设备之一，其设计成本非常高昂，而且计算难度极大。罗尔斯·罗伊斯选择借助量子计算帮助设计喷气式发动机，目标是不断提高喷气发动机效率。

通过采用英伟达的量子计算平台，罗尔斯·罗伊斯和量子软件公司Classiq设计并模拟了世界上最大的计算流体力学（CFD）量子计算电路。这一电路测量深度为1000万层，有39个量子位。罗尔斯·罗伊斯正在使用GPU为量子未来做准备，尽管当今的量子计算机仅能支持只有几层的电路深度。

罗尔斯·罗伊斯计算科学研究员Leigh Lapworth直言：“将经典和量子计算方法直接用于解决喷气发动机的设计难题将帮助我们加快进程并进行更复杂的计算。”

对于混合量子-经典计算向前突破同样关键的是新实验室的建立，该实验室将与慕尼黑的ParTec AG一起在NVIDIA量子计算平台的基础上开发一台经典-量子超级计算机。同时，这个实验室将由欧洲最大的跨学科研究中心之一——FZJ运营，并作为于利希量子计算用户基础设施（JUNIQ）的一部分。

JSC量子信息处理部主管Kristel Michielsen说：“混合量子-经典系统正在使量子计算更接近现实，以解决单靠经典计算无法解决的复杂问题。通过与英伟达合作建立这座模块化量子计算实验室，JSC的研究人员可以在化学和材料科学领域取得前所未有的进步，推动各个科学学科和行业实现更加广泛的变革性进展。”

“量子计算机将成为未来任何异构超级计算机必不可少的组成部分。”ParTec AG首席执行官Bernhard Frohwitter认为。

量子-经典计算的成功需要什么？

混合量子-经典计算中经典计算关键硬件平台包含CPU和GPU，比如上面提到的突破性进展中都采用英伟达的统一计算平台。

Grace Hopper超级芯片集NVIDIA Hopper架构GPU的性能与NVIDIA Grace CPU的多功能性于一身，堪称超大规模量子模拟工作负载的理想选择。

这是因为，高速、低延迟的NVIDIA NVLink-C2C互连技术优化了使用该超级芯片构建的经典系统与量子处理器或QPU的连接。同时，Grace Hopper每个节点共有600GB快速访问内存，令量子生态系统能够进一步扩大这些模拟的规模。

NVIDIA超大规模和高性能计算副总裁Ian Buck介绍，罗尔斯·罗伊斯及其合作伙伴——以色列公司Classiq先是使用Classiq的合成引擎设计了该电路，然后使用NVIDIA A100 Tensor Core GPU对其进行模拟，而NVIDIA cuQuantum —— 一个包含经过优化、用于加快量子计算流程的库和工具软件开发工具套件保证了该流程的速度和规模。

与此类似，英伟达计划与德国于利希研究中心（FZJ）的于利希超算中心（JSC）联合建立的新实验室目前正在使用搭载3744颗NVIDIA A100 Tensor Core GPU的JUWELS加速系统进行量子计算模拟。

当然，要实现模拟还需要借助实现了量子与经典计算的紧密集成的英伟达量子计算平台通过开源CUDA Quantum编程模型，以及NVIDIA cuQuantum软件开发套件。

NVIDIA高性能计算兼量子计算总监Timothy Costa认为，“ NVIDIA与于利希超级计算中心、ParTec等创新者的合作是量子-经典计算领域的一座重要里程碑，不仅使无数新的研究人员能够使用量子-经典计算，而且距离第一台量子加速超级计算机又近了一步。”

要创造第一台量子加速超级计算机，最关键就是生态。生态是一个很大的概念，包含着软件和硬件，还有更大技术、生产、应用相关的所有个体和机构。

可以看到，英伟达作为量子计算的探索者，也在推动混合量子-经典计算生态的发展。

比如，集成CUDA Quantum的最新QPU制造商ORCA Computing正在将其光子量子计算机与用于机器学习的GPU相结合。两个热门量子机器学习框架TensorFlow Quantum和TorchQuantum现在也集成了cuQuantum。

英伟达一个不可忽视的优势在于，如今全球大多数量子计算软件均支持NVIDIA量子平台的GPU加速功能。小编