NVIDIA QODA

混合量子经典计算平台

如果开发者进行算法研究或构建混合应用实现未来量子优势，需要使用桥接技术实现不同系统架构之间的动态工作流。凭借统一的编程模型，NVIDIA 量子优化设备架构（QODA）是首个用于混合量子-经典计算机的平台，可在一个系统中实现编程量子处理器 (QPU)、GPU 和 CPU 的整合。QODA 支持跨异构 QPU、CPU、GPU 和模拟量子系统元素的 GPU 加速系统可扩展性和性能。

早期关注申请
图片替代文本
QODA 包括规格以及编译器 NVQ++。它提供了一个统一的编程模型，专为混合环境（CPU、GPU 和 QPU 协同工作）中的量子处理器（实际或模拟）而设计。

QODA 的主要优势

灵活且可扩展

支持通过在单个 GPU 乃至 NVIDIA DGX SuperPOD™ 上进行模拟来实现混合部署，并支持多个 QPU 合作伙伴后端

开放

连接到各种类型的 QPU 后端，允许所有用户访问

高性能

与 Pythonic 框架相比，20 个量子位的端到端变分量子特征求解器 (VQE) 性能提高了 287 倍，并显着提高了扩展性

轻松集成

与现代 GPU 加速的应用进行互操作

高效

通过统一的环境简化混合量子经典开发，提高量子算法研究效率和可扩展性

QODA 的特性

  • 基于内核的编程模型可针对混合量子经典系统扩展 C++（即将提供完整的 Python 支持）
  • 原生支持 GPU 混合计算，支持 GPU 预处理和后处理以及经典优化
  • 系统级编译器工具链采用 NVQ++ 编译器对量子内核进行拆分编译，降低至多级中间表示 (MLIR) 和量子中间表示 (QIR)
  • 初始 NVQ++ 基准测试显示，与标准 Pythonic 实现相比，20 个量子位的端到端 VQE 性能提高了 287 倍，并显着提高了系统规模的扩展性
  • 量子算法基元的标准库
  • 与合作伙伴 QPU 以及使用 cuQuantum GPU 平台的模拟 QPU 进行互操作，就许多不同的量子比特类型与 QPU 构建商合作

合作伙伴

资源

注册以抢先关注 QODA。

注册