在本条中：英伟达（NVDA，Financials）宣布与谷歌量子AI合作，加快下一代量子处理器的开发；NVDA股价在周一早盘交易中上涨了3%。警告！GuruFocus通过NVDA检测到4个警告标志。这项工作使用NVIDIA的CUDA-Q平台和Eos超级计算机模拟量子设备内的物理交互，解决了与硬件噪声相关的设计问题。
Google Quantum AI运行1024个NVIDIA H100 Tensor Core GPU，使用混合量子经典计算架构对量子处理器动态进行了出色的模拟。这些模拟旨在降低噪声引起的计算挑战，从而限制使用量子技术可能进行的操作数量。谷歌量子人工智能的研究科学家Guifre Vidal强调，需要具有可控噪声水平的可扩展量子技术。维达尔说：
“使用英伟达加速计算，我们正在探索越来越大的量子芯片设计对噪声的影响。”。CUDA-Q平台最多可容纳40个量子位，可以在以前计算不可能的规模上模拟量子器件。NVIDIA量子与高性能计算总监Tim Costa强调了这一能力的重要性，并指出：“谷歌对CUDA-Q平台的使用表明了GPU加速模拟在推进量子计算方面的核心作用。”这些发展使过去需要一周时间才能在几分钟内完成的模拟成为可能。
通过CUDA-Q平台公开访问，底层软件将为量子硬件设计人员提供更快的设计迭代。在寻找商业上可行的量子计算方面的这一进展代表了一个进步的方向，量子计算依赖于硬件可扩展性来克服噪声问题。NVIDIA和Google Quantum AI的CUDA-Q平台突出了人工智能超级计算在量子技术中的重要应用。这项工作强调了基于模拟的方法如何解决实际的量子计算挑战。这篇文章首次出现在GuruFocus上。
CUDA-Q平台允许以以前计算不可能的规模模拟量子器件，使过去需要一周时间才能完成的模拟能够在几分钟内运行。（来源：“CUDA-Q平台最多可支持40个量子比特，可以在以前计算不可能的规模上模拟量子设备。”）
此次合作旨在利用NVIDIA的CUDA-Q平台和Eos超级计算机加速下一代量子处理器的开发，以解决与硬件噪声相关的设计问题。（来源：
“这项工作使用NVIDIA的CUDA-Q平台和Eos超级计算机模拟量子设备内的物理交互，解决了与硬件噪声相关的设计问题。”）
正如谷歌量子人工智能的研究科学家Guifre Vidal所强调的那样，具有可控噪声水平的可扩展量子技术对于克服量子计算的局限性是必要的。（来源：“使用NVIDIA加速计算，我们正在探索越来越大的量子芯片设计的噪声影响。”
）
模拟的目标是降低噪声引起的计算挑战，从而限制使用量子技术可能进行的操作数量。（来源：“模拟旨在降低噪声引起的计算挑战，从而限制使用量子技术可能进行的操作数量。”）
这一进步代表了寻找商业上可行的量子计算的进步方向，量子计算依赖于硬件可扩展性来克服噪声问题。（来源：“在寻找商业上可行的量子计算方面的这一进步——它依赖于硬件可扩展性来克服噪声问题——代表了一个进步的方向。”
）
由雅虎金融AI生成
雅虎财经使用生成式人工智能来总结本文中的关键信息。有些细节可能不准确。我们对此非常重视。报告错误有助于我们改进这些总结。推荐故事