NVIDIA 宣布扩展其开源量子计算平台 CUDA-Q，新增 CUDA-Q Logical 编排层。这一层面向容错量子计算机的应用开发，让研究人员以可编程、可验证的方式设计并编排算法、纠错码与硬件架构等组成部分。
实用级量子计算依赖配备逻辑量子比特的容错处理器：物理量子比特天然带有误差，需要纠错机制把它们组织成可靠工作的逻辑量子比特，才谈得上运行药物发现、金融建模、材料研发所需的规模化计算。难点在于协同设计——算法、纠错码、硬件架构或 QPU 任一组件发生变化，特定应用所需的资源量都会随之大幅改变。
CUDA-Q Logical 把这套协同设计工作变成可切换的编排流程。研究人员可以描述容错应用所需的各个组件，在不同方案之间快速替换，从而找出能让逻辑量子比特发挥最佳性能的系统配置，且不受量子比特类型与架构限制。NVIDIA 量子计算副总裁兼总经理 Timothy Costa 表示，量子计算正进入逻辑量子比特时代，行业需要一个开放、可定制的平台来呈现容错系统的全部组成部分。
Fermilab 的实践给出了一个可参照的量化结果。研究团队用 CUDA-Q Logical 对基于 Diraq 量子比特的容错架构建模，结果显示仅需 15 万个物理量子比特即可构建 1000 个逻辑量子比特，约为此前估算的十分之一。更重要的是流程变化：团队把复杂的容错系统设计转化为可重复、可验证的计算工作流，容错算法开发周期从约 5 个月缩短到 3 周，提速约 7 倍。
衡量标准方面，Sandia National Laboratories 开发的 QUOPS 基准现已可在 CUDA-Q 上使用。QUOPS 面向未来量子计算，用于评估容错量子硬件在实际应用中的就绪程度，提供一种与硬件无关的开放方法。此前行业主要用物理量子比特数量、保真度和相干时间来衡量进展，QUOPS 试图把评价对象转向容错系统能否真正跑通应用。Sandia 在 IEEE Quantum Week 前发布的预印本中，报告了针对多家厂商硬件平台的早期测试结果。
CUDA-Q Logical 已在多家 QPU 制造商与研究机构落地。Diraq 使用 NVIDIA Ising——面向实用量子计算 AI 的开放模型系列——校准其硅基量子比特处理器；NVQLink 作为把量子处理器与 GPU 超级计算机紧耦合的开放系统架构，承担集成环节；cuQuantum 则被用于生成目前已知规模最大的变分量子本征求解器（VQE）模拟分子数据库。NVIDIA 同时推出面向研究人员的 Quantum Flywheel 资助计划，提供通过 CUDA-Q 访问加速计算的渠道。
WeChat
Profile