英伟达跑出104量子比特纪录，硬件需求直降90%

当地时间10月19日，NVIDIA宣布在欧洲首台E级超算JUPITER上完成迄今规模最大的容错量子计算模拟：研究人员以104个量子比特的完整细节，复刻了一台真实量子处理器在噪声环境下的运行过程。

这次模拟跑在8192颗NVIDIA GH200超级芯片组成的集群上，验证了一种被称为“魔法态培育”的容错路线。相比以往方案，它构建有用量子计算机所需的物理量子比特数量减少了90%。

对尚处于硬件摸索期的量子产业而言，这意味着可以先在超算上“跑通”设计、再动手造机器，把通往实用化的路程缩短数年。

（来源：英伟达官网）

破纪录的104量子比特，到底意味着什么？

容错量子计算被视为实现真正有用量子计算的必经之路，但它对系统规模的要求极高，必须在噪声干扰下稳定完成运算，这往往需要成百上千个物理量子比特来“养”出一个可靠的逻辑量子比特。

过去，研究者并非没有做过模拟。早在JUPITER之前，尤利希超算中心团队就曾完成过一次开创性的量子模拟，但那是在50个量子比特、理想无噪声条件下的简化推演。而这次104量子比特模拟的关键差异在于，它不再假设世界是干净的，而是在贴近真实硬件的噪声模型下，完整建模一台量子处理器如何执行容错运算。

NVIDIA称，这是迄今对容错量子计算系统所做的最详尽、规模最大的综合模拟，此前没有任何工作以如此完整的细节建模量子处理器。运行平台JUPITER位于德国尤利希研究中心，是欧洲第一台E级（每秒百亿亿次）超算，也是目前欧洲最大的超算系统。

魔法态培育：为何能省下90%的量子比特？

要理解这次突破的分量，先要弄清“噪声”这个量子计算绕不开的难题。量子比特工作在物理规律的极限上，控制它们所需的交互不可避免地引入误差噪声。在这种噪声下做计算，就是所谓“容错量子计算”。

容错计算高度依赖一种叫做“魔法态”（magic state）的特殊量子态，它在运算过程中会被持续消耗，因此必须源源不断地“生产”出来。魔法态生产得够不够高效，直接决定了一台实用量子计算机需要堆多少物理量子比特。

NVIDIA团队这次在真实噪声条件下，完整模拟了魔法态的“培育”（cultivation）过程，并验证了这一当前最先进路线的有效性。官方给出的结论是：采用该方法后，构建有用量子计算机所需的物理量子比特，比传统方法少约90%。黄仁勋对此评价称，有用的量子计算必然是极其复杂的容错系统，而理解它们在大规模下如何运行，是造出来的前提。

从4颗GPU到8192颗GPU的扩展之路

模拟魔法态培育之所以必要，是因为它能让研究者在造出量子硬件之前就评估、改进设计。但这类模拟的内存需求会随量子比特数量呈指数级增长，单靠传统系统根本扛不住。

NVIDIA的做法是分两步走：项目的“练兵场”设在NVIDIA加速量子研究中心（NVAQC），那里的一套GB200 NVL72系统是开发平台。研究者先在上面把测试从4颗GPU一路扩展到数百颗，验证方法正确性和精度随算力扩展的规律，再迁移到JUPITER上铺开至8192颗GPU。

模拟软件栈由NVIDIA cuQuantum提供高度优化的性能与扩展性，并借助CUDA-Q平台的容错逻辑层来表达魔法态电路。这套“先小后大”的工程节奏，最终把原本可能耗时数周的模拟压缩到数天完成，也让团队第一次真正摸透了如何高效调用E级超算的算力。

先模拟、后造机：把实用化路程缩短数年

这次模拟更深远的意义在于，它给整个量子产业提供了一份“噪声影响地图”。在真实硬件噪声下跑通完整流程后，研究者第一次能量化看到误差如何在容错系统中累积、传播，从而在流片和搭建真实量子硬件之前就优化设计，减少对硬件反复试错的依赖。

尤利希超算中心负责人Kristel Michielsen表示，欧洲对JUPITER的投入，让研究者得以追问过去遥不可及的问题；与NVIDIA合作，则把这种能力带进了量子计算领域，帮助科学家在最可能产出实用应用的设计方向上做出更明智的选择。

按照NVIDIA的说法，这类模拟正在为药物发现、金融建模和材料科学等领域的有用量子应用铺平道路。而通往这些应用的时间，有望因此缩短数年。

值得注意的是，这次演示本身就是一个信号：当量子硬件还在为数百个物理量子比特苦苦挣扎时，GPU超算已经成为量子研究不可或缺的“虚拟试验场”。量子处理器与GPU超算并非替代关系，而是协同关系。前者负责未来的算力，后者负责今天把未来的设计算清楚。