科學(xué)期刊《自然》（Nature）本月早些時(shí)候發(fā)表了一項(xiàng)研究，通過使用 NVIDIA 驅(qū)動(dòng)的超級(jí)計(jì)算機(jī)，驗(yàn)證了量子計(jì)算的商業(yè)化途徑。

這項(xiàng)研究由諾貝爾獎(jiǎng)獲得者 Giorgio Parisi 主持，重點(diǎn)專注于量子退火，該方法或?qū)⒂兄诮鉀Q對(duì)傳統(tǒng)計(jì)算機(jī)而言極具挑戰(zhàn)性的復(fù)雜優(yōu)化問題。

為了開展此項(xiàng)研究，該團(tuán)隊(duì)在 Leonardo 超級(jí)計(jì)算機(jī)（位于意大利博洛尼亞的 Cineca 研究中心）上運(yùn)行了 200 萬個(gè) GPU 計(jì)算小時(shí)、在盧森堡 Meluxina-GPU 集群上運(yùn)行了近 16 萬個(gè) GPU 計(jì)算小時(shí)，以及在西班牙超級(jí)計(jì)算網(wǎng)絡(luò)上運(yùn)行了 1 萬個(gè) GPU 計(jì)算小時(shí)。此外，他們還使用了位于意大利萊切的 Dariah 集群。

研究小組使用這些最先進(jìn)的資源模擬了“量子退火機(jī)”這種量子計(jì)算系統(tǒng)的行為。

量子計(jì)算機(jī)從根本上重塑了信息的計(jì)算方式，帶來了全新的解決方案。

量子如何加速超級(jí)計(jì)算以實(shí)現(xiàn)更多突破

不同于通過二進(jìn)制（0 和 1）處理信息的經(jīng)典計(jì)算機(jī)，量子計(jì)算機(jī)使用量子比特或量子位這種全新的方式處理信息。

量子退火機(jī)是一種特殊的量子計(jì)算機(jī)，雖然不具有普遍的適用性，但在解決某些類型的優(yōu)化問題方面可能具有優(yōu)勢。

題為“二維伊辛自旋玻璃的量子相變”的論文標(biāo)志著在理解二維平面無序磁性材料“伊辛自旋玻璃”的相變（一種量子系統(tǒng)性質(zhì)的變化）這一計(jì)算物理學(xué)領(lǐng)域的關(guān)鍵問題上，已經(jīng)邁出了重要的一步。

這篇論文探討了排列在二維平面上的磁性粒子的特性如何突然改變其行為這一問題。

這項(xiàng)研究還展示了 GPU 驅(qū)動(dòng)的系統(tǒng)在開發(fā)量子計(jì)算方法中如何發(fā)揮關(guān)鍵作用。

通過 GPU 加速的模擬，研究人員得以了解這些復(fù)雜系統(tǒng)在量子計(jì)算機(jī)開發(fā)過程中的行為，這為他們指明了最有希望的前進(jìn)方向。

與量子計(jì)算領(lǐng)先企業(yè) D-Wave 所開發(fā)的系統(tǒng)一樣，量子退火機(jī)也是通過有序降低施加在一組磁敏感粒子上的磁場來運(yùn)行的。

當(dāng)磁場強(qiáng)度足夠大時(shí)，所施加的磁場將使粒子的磁性方向?qū)R，類似于鐵屑在條形磁鐵附近均勻地“立正”。

如果磁場強(qiáng)度變化足夠緩慢，磁性粒子就會(huì)自行排列，使最終排列的能量最小化。

對(duì)于被稱為“自旋玻璃”的高度復(fù)雜和無序的磁性系統(tǒng)而言，找到這種穩(wěn)定的最低能量狀態(tài)至關(guān)重要，因?yàn)榱孔油嘶饳C(jī)可以將某些類型的問題編碼到自旋玻璃的最低能量配置中。

而解決這個(gè)問題的辦法就是找到自旋玻璃的穩(wěn)定排列方式。

理解這些系統(tǒng)有助于科學(xué)家模仿自然界處理復(fù)雜性和無序性的方式，從而開發(fā)出更好的算法來解決難題。

這對(duì)于推動(dòng)量子退火并將其用于解決目前普遍存在于從物流到密碼學(xué)的各個(gè)領(lǐng)域的棘手計(jì)算問題至關(guān)重要。

與使用一連串量子門運(yùn)行的門模型量子計(jì)算機(jī)不同，量子退火機(jī)允許量子系統(tǒng)隨時(shí)間自由演化。

雖然量子退火機(jī)不像通用計(jì)算機(jī)那樣，只要有足夠的時(shí)間和資源就能執(zhí)行任何計(jì)算，但它在解決車輛路徑規(guī)劃、投資組合優(yōu)化、蛋白質(zhì)折疊等應(yīng)用領(lǐng)域的特定優(yōu)化問題方面可能具有獨(dú)特優(yōu)勢。

通過在 NVIDIA GPU 上進(jìn)行的大量模擬，研究人員了解了組成量子退火機(jī)的自旋玻璃的關(guān)鍵參數(shù)在其運(yùn)行過程中是如何變化的。這讓他們對(duì)理解如何使用這些系統(tǒng)加快重要問題的量子計(jì)算速度有了更好的心得。

這篇開創(chuàng)性論文中的大部分研究工作都在 NVIDIA GTC 2024 進(jìn)行了首次發(fā)表。