NVIDIA宣佈研發傳統計算機與量子計算機混合架構

NVIDIA除了通過cuQuantum軟件開發組件加速量子電路的模擬，也開始着手開發傳統、量子處理器並存的混合運算架構。 （圖片與首圖來源：NVIDIA）倫敦國王學院通過Cambridge-1超級計算機與AI框架MONAI創建100,000張3D人腦合成圖像，協助研究各種腦部疾病。英國核能局和曼徹斯特大學則通過Omniverse創建1:1尺寸核融合反應設備的數字孿生。受益於Omniverse，研究人員可以在計算機中在科學模擬的佐證下進行核融合反應設備設計。NVIDIA也宣佈美國洛斯阿拉莫斯國家實驗室（Los Alamos National Laboratory）將使用Grace CPU與Grace Hopper Superchip爲基礎，且最高AI運算性能達10E FLOPS的Venado超級計算機，並應用於材料、能源等領域的研究。

NVIDIA在ISC22 High Performance國際超級計算機大會（International Supercomputing Conference）宣佈多樣最新研發與應用成果，也宣佈着手研發高性能計算與量子運算的混合架構。

NVIDIA表示量子運算有助於大幅提升藥物開發、氣候預測等多種應用的工作效率，認爲着手研發高性能計算與量子運算的混合架構的時機已經來到，然而要創造這樣的未來並不容易，所以還是那句老話，工欲善其事，必先利其器，邁出量子運算的第一步，就是在研發過程中導入模擬。

目前已經有數十個量子組織使用cuQuantum軟件開發組件，通過GPU加速量子電路的模擬，AWS近期也宣佈在Braket服務中提供cuQuantum功能，並展示能夠提升900倍量子機器學習工作負載的性能表現。

cuQuantum現在已經支持Google qsim、IBM Qiskit Aer、Xanadu PennyLane、Classiq Quantum Algorithm Design等多種量子軟件框架，用戶不需撰寫額外程序，就可以通過GPU加速這些框架的執行性能。

然而隨着量子系統的發展，下一個重大進展就是讓傳統計算機與量子處理器（QPU）並存的混合運算架構，而其過程的挑戰就是解決2種架構之間的通信。

這項工作有2個主要項目，其一是需要在GPU與QPU之間創建快速、低延遲的總線，以便讓混合架構通過GPU來加速電路優化、校準和調試等傳統運算負載，以降低不同架構間的通信延遲，以舒解混合架構的主要瓶頸。其次，業界也需要統一且高性能、親和的程序模型與工具，否則程序開發人員就需要使用困難度極高的量子當量低端彙編語言（Quantum Equivalent of Low-Level Assembly Code。筆者注：這專有名詞的知識已超過筆者理解範圍，若有錯誤也請讀者不吝指正）

NVIDIA也在主題演說種發佈多項AI應用案例，例如

倫敦國王學院（King’s College London）的研究人員在Cambridge-1超級計算機與AI框架MONAI的協助下，

創建100,000張逼真且有實際研究價值的3D人腦合成圖像，並可以迴避敏感的病患隱私問題，將這些圖像免費提供給其他醫學研究人員，有利於加速的癡呆症、帕金森氏症與各種腦部疾病的研究。

英國核能局（Atomic Energy Authority）和曼徹斯特大學（University of Manchester）的科學家也在Omniverse中創建數字孿生，以設計和開發可併入供電網絡的的1:1尺寸核融合反應設備，如此一來可以在興建實體實驗設施之前，先在計算機內的虛擬設施完成模擬工作，以確保選擇最有效的設計進行施工，加速節潔能源的研究效率。