NVIDIA CUDA-Q
NVIDIA CUDA-Q™ 是一款跨量子处理单元 (QPU) 的通用平台,用于构建和运行加速量子超级计算的应用程序。
CUDA-Q 的工作原理
CUDA-Q 是一个开源的量子开发平台,用于协调运行大规模、实用的量子计算应用所需的软硬件资源。该平台的混合编程模型允许在单个量子程序中同时利用 GPU、CPU 和 QPU 进行计算。CUDA-Q 具有“量子比特无关性”,可与各种 QPU 与量子比特类型无缝集成,并在量子硬件不足时提供基于 GPU 的加速模拟。
CUDA-Q 的功能远超 NISQ(噪声中等规模量子)时代,为实现大规模、容错的量子超级计算奠定基础。它提供了丰富的库、工具、基础设施以及面向未来的混合编程模型。在底层架构中,CUDA-Q 可由业内领先的模拟器或来自多个厂商的真实量子处理器灵活驱动。无论是用于 GPU 加速模拟,还是优化与控制 QPU 操作,这两种计算引擎都可以借助 AI 超级计算的能力。
主要特性
简化混合量子经典应用的开发
基于内核的编程模型可轻松编写一次混合应用,并在多个 QPU 和仿真后端运行。
大规模运行量子模拟
强大的状态向量、张量网络和噪声模拟器可以使用 GPU 加速您的应用程序。
模拟量子系统
通过对动态系统、噪声建模和量子纠错 (QEC) 工具的时间演变进行加速模拟,QPU 构建者能够设计容错系统。
一次编写,随处运行
CUDA-Q 与 QPU 无关,可集成 75% 的公开可用 QPU。只需编写一次代码,即可在所有量子位模式上运行。
使用熟悉的工具
使用 Python 或 C++ 以高级语言描述您的算法。CUDA-Q 编译器将使用多级中间表示 (MLIR) 、低级虚拟机 (LLVM) 和量子中间表示 (QIR) 等行业工具,基于后端降低和优化代码。
成为社区的一员
CUDA-Q 是一个开源项目,属于量子社区。它与 AI 和高性能计算 (HPC) 库以及可视化工具交互。
专为高性能而打造
NVIDIA CUDA-Q 支持在许多不同类型的量子处理器 (模拟或物理) 上直接执行混合代码。研究人员可以使用我们合作伙伴的 cuQuantum 加速模拟后端或 QPU,也可以连接自己的模拟器或量子处理器。
GPU 优势
与领先的 CPU 相比,CUDA-Q 量子算法模拟可实现高达 180 倍的加速,并在 GPU 时间内以低开销扩展量子位的数量。

多 GPU 扩展
多个 GPU 可以将量子算法模拟的性能提升 300 倍以上。

入门套件
用例
太阳能预测
中原大学开发了一个用于预测太阳辐射的量子神经网络模型,该模型可加快训练速度并提高性能。
CUDA-Q 学习资源
CUDA-Q 文档
浏览文档最新版本的 CUDA-Q。
CUDA-Q 应用中心
运行真实的 Python notebook应用程序展示 CUDA-Q 的强大功能。
CUDA-Q 资料库
访问 CUDA-Q GitHub仓库贡献代码并创建问题。
CUDA-QX 库
浏览特定领域的 CUDA-Q库用于 QEC 和求解器。
CUDA-Q 学术
查看 CUDA-Q Academic资料包括自定进度的 Jupyter Notebook 模块,用于使用 CUDA-Q 构建和优化混合量子 - 经典算法。
最新 CUDA-Q 新闻
CUDA-Q 生态系统
CUDA-Q 正在加速整个量子计算生态系统的工作,包括从构建和控制更好的量子硬件到开发第一个有用的量子算法的合作伙伴集成。












