DPU后，英伟达又搞了个QPU

来源：内容来自公 众号NVIDIA英伟达，谢谢。

量子处理单元（QPU）是量子计算机的“大脑”。它利用电子或光子等粒子的行为来进行特定类型的计算，其速度远快于当今计算机的处理器。

如今，GPU 和 DPU 不但实现了加速计算，还在帮助新型芯片 QPU 实现量子计算。

如果拿在手上，量子处理单元（QPU）可能看起来和感觉上与图形或数据处理单元（DPU）非常相似。它们都是十分典型的芯片或具有多个芯片的模块。可一旦运行起来，QPU 就会爆发出截然不同的力量。

量子处理单元（QPU）是量子计算机的“大脑”。它利用电子或光子等粒子的行为来进行特定类型的计算，其速度远快于当今计算机的处理器。

QPU 依靠叠加（superposition）等行为。量子力学这门相对较新的物理学分支将叠加描述为单个粒子同时处于多种状态的能力。

而 CPU、GPU 和 DPU 都是将经典物理学原理应用于电流，这也是为什么当今的系统被称为经典计算机。

QPU 可以推动密码学、量子模拟和机器学习的发展并解决棘手的优化问题。

CPU 和 GPU 以位进行计算，用电流的开/关状态代表 0 或 1。而 QPU 以表示多种不同量子态的量子位进行计算，从中获得独一无二的力量。

量子位是一个抽象概念。计算机科学家用它来表达数据，这些数据基于 QPU 中粒子的量子态。如同时钟上的指针一样，量子位指向的量子态就像是可能性空间中的点。

QPU 的性能通常用它所包含的量子位数量来表示。研究者正在开发更多的方法来测试和测量 QPU 的整体性能。

企业和学术研究者正在使用各种各样的技术来制造 QPU 内的量子位。

目前最流行的方法被称为超导量子位。它基本上是由一个或多个被称为“约瑟夫森结”的微小金属夹层制成，电子会从两种超导材料之间的绝缘层穿过。

IBM Eagle 超导 QPU 内的量子位

目前的技术水平能够在单个 QPU 中创造 100 多个这样的结点。使用这种方法的量子计算机通过使用看起来像高科技吊灯的强大“冰箱”将电子冷却到接近绝对零度的温度来隔离电子（见下图）。

超导量子计算机的制冷装置

一些公司在其量子处理器中使用光子取代电子来组成量子位。这些 QPU 不需要昂贵、耗电的冰箱，但它们需要复杂的激光器和分束器来管理光子。

研究者正在使用和发明其他方法来创建和连接 QPU 内的量子位。例如，有些人使用名为“量子退火”的模拟流程，但使用这些 QPU 的系统用途有限。

量子计算机目前还处于早期阶段，所以还不清楚什么样的量子位在什么样的 QPU 中会被广泛使用。

理论上，QPU 所需的功率和所产生的热量可能均少于经典处理器，但它们所插入的量子计算机可能略微耗电和昂贵。

这是因为量子系统一般需要专门的电子或光学控制子系统来精确操纵粒子，而且大多数量子系统需要真空外壳、电磁屏蔽或复杂的冰箱来为粒子创造合适的环境。

D-Wave 显示完整系统中的量子位和 QPU

这就是为什么量子计算机被认为将主要位于超级计算中心和大型数据中心的原因。

这项复杂的科学和技术让研究者对量子计算机内的 QPU 将会带来的惊人结果充满期待，尤其是四种前景广阔的潜在用途。

首先，它们可以将计算机安全提升到全新的水平。

量子处理器可以快速分解巨大的数字，而这是密码学中的核心功能。这意味着它们既可以打破现今的安全协议，也可以创造新的、更强大的安全协议。

此外，量子处理器非常适合模拟量子力学，反映物质在原子层面上如何运作。从设计更轻的飞机到研发更有效的药物，这可以推动化学和材料科学的巨大进步，引发所有领域的多米诺效应。

研究人员还希望量子处理器能够解决经典计算机在金融和物流等领域所无法处理的优化问题。最后，它们甚至可能会推动机器学习的发展。

量子研究者希望 QPU 来得越快越好，但目前这门技术仍面临着多方面的挑战。

在硬件层面，QPU 还没有强大或可靠到足以解决大多数现实世界的工作。然而早期的 QPU 以及使用 NVIDIA cuQuantum 等软件模拟 QPU 的 GPU 已经开始展现出有助于研究者的成果，尤其是在探索如何建造更好的 QPU 和开发量子算法的项目中。

研究者正在使用通过亚马逊、IBM、IonQ、Rigetti、Xanadu 等公司提供的原型系统。世界各地的政府开始看到这项技术的前景，因此进行了大量投资，希望建造出规模更大、更加雄心勃勃的系统。

量子计算的软件仍处于起步阶段。

大部分量子计算软件看起来就像是早期经典计算机中让程序员苦不堪言的那种汇编语言代码。所以开发者必须了解底层量子硬件的细节，以使程序正常运行。

但确实有迹象表明在这一点上正在朝着好的方向发展。未来将出现能在任何超级计算机上运行的单一软件环境——量子操作系统。

目前有几个早期项目正在进行中。所有项目都在努力突破当前硬件的局限性；有些项目因受到开发代码的公司的限制而受阻。

例如一些公司在企业计算方面拥有深厚的专业知识，但缺乏高性能环境方面的经验，而量子计算的许多科学和技术工作都要在这种环境中完成。还有一些公司缺乏 AI 方面的专业知识，而 AI 与量子计算能够产生协同作用。

研究界普遍认为在可预见的未来，经典和量子计算机将协同工作，因此软件也需要能够在 QPU、CPU 和 GPU 上良好运行。

研究人员在 2017 年的一篇论文中描述了混合经典-量子计算机。

为了推动量子计算的发展，NVIDIA 最近发布了用于混合量子系统编程的开放平台——NVIDIA 量子优化设备架构（QODA）。

QODA 内置简洁、富有表现力的高级语言，因而功能强大，易于使用。开发者可以使用 QODA 编写程序，此程序在量子计算机中的 QPU 和经典系统中模拟 QPU的 GPU 上运行。

NVIDIA QODA 为开发者提供了用于编程任何混合量子-经典计算机的统一平台

QODA 将支持每一种量子计算机和 QPU。

在发布会上，包括 Pasqal、Xanadu、QC Ware 和 Zapata 在内的量子系统和软件供应商都表达了对 QODA 的支持。QODA 的用户包括美国和欧洲的主要超级计算中心。

NVIDIA 的 CUDA 软件为科学、技术和企业用户加速 HPC 和 AI 工作负载，而 QODA 就是建立在 NVIDIA CUDA 软件广泛的专业知识基础之上。

QODA 公测版有望在年底前发布，这将使 2023 年及以后的 QPU 前景一片光明。

*免责声明： 本文由作者原创。 文章内容系作者个人观点，半导体行业观察转载仅为了传达一种不同的观点，不代表半导体行业观察对该观点赞同或支持，如果有任何异议，欢迎联系半导体行业观察。