NVIDIA发布CUDA-Q v0.8，加强量子编程

NVIDIA宣布发布CUDA-Q v0.8，这是一种开源编程模型，旨在促进混合量子经典应用的开发。根据NVIDIA技术博客，新版本带来了模拟性能、开发者体验和灵活性方面的显著改进。

CUDA-Q v0.8的主要特性

CUDA-Q，前称NVIDIA CUDA Quantum，旨在利用CPU、GPU和QPU的计算能力。v0.8版本引入了几个显着特性：

• 状态处理
• Pauli字
• 自定义幺正操作
• 可视化工具
• NVIDIA Grace Hopper集成

状态处理

量子状态准备是量子算法中既关键又复杂的部分。CUDA-Q v0.8允许在GPU内存中保留和重用量子状态，从而优化涉及多次迭代或不同参数的模拟。这个特性显著提升了性能，使得执行递归或迭代的量子算法变得更容易。

例如，在25量子比特的海森堡哈密顿量模拟基准测试中，状态处理使总模拟时间相比以前的版本快了24倍。

Pauli字

Pauli字是单量子比特Pauli操作符的张量积，现在在CUDA-Q v0.8中已得到支持。这允许在量子算法中进行更复杂的操作。新的pauli_word类型可以输入到量子内核中，并使用exp_pauli将其转换为量子电路操作。

这个特性在哈密顿量模拟中特别有用，正如NVIDIA提供的Trotter模拟示例所示。

自定义幺正操作

CUDA-Q v0.8 现在支持自定义幺正操作，这是设计更抽象量子算法的关键。开发人员可以将自定义幺正操作指定为NumPy数组，并在CUDA-Q内核中使用。此特性还支持对多个量子比特进行受控操作，提供了更大的量子算法设计灵活性。

可视化工具

得益于2024年Unitary Hack活动参与者的贡献，CUDA-Q v0.8中的可视化工具得到了增强。用户现在可以可视化量子电路和Bloch球，使得设计和协作量子算法变得更容易。

例如，可以使用print(cudaq.draw(kernel))命令可视化任何内核，该命令将在终端打印一个ASCII表示。此外，CUDA-Q现在使用QuTip，一个开源Python包，用于可视化与单量子比特状态对应的Bloch球。

NVIDIA Grace Hopper集成

CUDA-Q v0.8针对NVIDIA GH200超级芯片（又称Grace Hopper超级芯片）的全性能进行了优化。此集成通过利用芯片的大内存带宽来加快量子模拟速度。在GH200超级芯片上的模拟仅需以前四分之一的节点，解决了量子模拟中常遇到的内存瓶颈。

CUDA-Q入门

随着持续的改进，CUDA-Q v0.8提供了一个稳健的平台，用于开发量子加速的超级计算应用。该平台在混合CPU、GPU和QPU环境中的未来部署中处于领先地位，这对实用量子计算至关重要。

更多信息和反馈，请访问NVIDIA CUDA-Q GitHub存储库。