1
Voquill
Shares tags: ai
AI Tool
NVIDIA CUDA-Q : Présentation
NVIDIA CUDA-Q est une plateforme logicielle open-source, agnostique aux QPU, pour le supercalcul quantique accéléré qui permet la programmation hybride sur les CPU, les GPU et les QPU.
1NVIDIA CUDA-Q v0.10 a démontré une accélération de 34x dans la simulation de vecteurs d'état à 33 qubits sur un seul NVIDIA GB200 par rapport à un EPYC CPU à 192 cœurs.
2L'accélération multi-GPU sur la plateforme NVIDIA GB200 NVL72 peut augmenter les simulations à 33 qubits de 10x ou permettre des simulations plus importantes allant jusqu'à 38 qubits en mutualisant la mémoire.
3La plateforme s'intègre avec huit backends QPU à travers quatre modalités de qubits différentes, à partir de CUDA-Q v0.10.
4CUDA-Q v0.7.1 a présenté des améliorations de performance, avec au moins une accélération de 1,7x de la v0.6 à la v0.7.1 pour les simulateurs sans fusion de portes.
</>Embed "Featured on Stork" Badge▼
<a href="https://www.stork.ai/en/nvidia-cuda-q" target="_blank" rel="noopener noreferrer"><img src="https://www.stork.ai/api/badge/nvidia-cuda-q?style=dark" alt="NVIDIA CUDA-Q - Featured on Stork.ai" height="36" /></a>
[](https://www.stork.ai/en/nvidia-cuda-q)
overview
Qu'est-ce que NVIDIA CUDA-Q ?
NVIDIA CUDA-Q est une plateforme de supercalcul quantique accéléré développée par NVIDIA qui permet aux développeurs d'applications quantiques, aux scientifiques, aux experts HPC et AI, et aux chercheurs de construire et d'accélérer des applications quantiques-classiques. Elle permet la programmation hybride sur les CPU, les GPU et les QPU, en tirant parti de la plateforme de calcul parallèle CUDA de NVIDIA.
quick facts
Faits en bref
| Attribut | Valeur |
|---|---|
| Développeur | NVIDIA |
| Modèle économique | Freemium |
| Tarification | Freemium : Niveau gratuit disponible avec des fonctionnalités premium |
| Plateformes | Plateforme logicielle (fonctionne sur des systèmes avec CPU, GPU, QPU) |
| API disponible | Oui |
| Intégrations | Pasqal, Quantinuum, IonQ, IQM, Oxford Quantum Circuits (OQC), MPI implementations, cuQuantum library |
features
Fonctionnalités clés de NVIDIA CUDA-Q
NVIDIA CUDA-Q offre un ensemble complet de fonctionnalités conçues pour le calcul quantique-classique hybride, intégrant des unités de traitement quantique (QPU) avec des CPU et GPU traditionnels pour des performances accélérées.
- 1Plateforme logicielle open-source pour le développement de l'informatique quantique.
- 2Architecture agnostique aux QPU supportant divers backends matériels quantiques.
- 3Capacités de supercalcul quantique accéléré via les GPU NVIDIA et la bibliothèque cuQuantum.
- 4Permet la programmation hybride sur les CPU, les GPU et les QPU au sein d'un seul programme quantique.
- 5Fournit un modèle de programmation pour la création d'applications quantiques-classiques en Python ou C++.
- 6Prend en charge les simulations quantiques à grande échelle, y compris les simulateurs de vecteurs d'état, de réseaux de tenseurs et bruités.
- 7Facilite le développement de workflows hybrides pour l'apprentissage automatique quantique, la chimie quantique et l'optimisation.
- 8Comprend des outils pour la simulation de correction d'erreurs quantiques (QEC) et la modélisation du bruit.
- 9Intégration avec les workflows de calcul haute performance (HPC), tels que l'ordonnancement basé sur Slurm pour les QPU Pasqal.
- 10Capacités multi-QPU et multi-GPU pour la distribution des charges de travail et l'obtention d'accélérations significatives.
use cases
Qui devrait utiliser NVIDIA CUDA-Q ?
NVIDIA CUDA-Q est conçu pour un éventail de professionnels techniques et de chercheurs engagés dans le développement et l'exploration d'applications et d'algorithmes d'informatique quantique.
- 1Développeurs d'applications quantiques : Pour la construction et l'accélération d'applications quantiques-classiques et la programmation harmonieuse d'architectures de calcul hétérogènes (QPU, GPU, CPU).
- 2Scientifiques et chercheurs : Pour réaliser des simulations quantiques à grande échelle, développer des algorithmes quantiques-classiques hybrides et effectuer des calculs en science des matériaux.
- 3Experts HPC et AI : Pour l'intégration des QPU en tant qu'accélérateurs natifs au sein d'environnements HPC hétérogènes et l'exploitation de l'accélération GPU pour les simulations quantiques.
- 4Constructeurs de QPU : Pour la simulation de systèmes quantiques, y compris la modélisation du bruit et les outils de correction d'erreurs quantiques (QEC), afin d'aider à la conception de systèmes tolérants aux pannes.
pricing
Tarification et forfaits NVIDIA CUDA-Q
NVIDIA CUDA-Q fonctionne sur un modèle freemium, offrant un niveau gratuit qui inclut les fonctionnalités de base pour le développement et la recherche de logiciels quantiques. Les fonctionnalités premium spécifiques ou les options de support entreprise ne sont pas détaillées publiquement mais peuvent exister pour des cas d'utilisation avancés ou des déploiements commerciaux.
- 1Freemium : Niveau gratuit disponible, offrant les fonctionnalités de base pour le développement et la recherche.
competitors
NVIDIA CUDA-Q face à ses concurrents
NVIDIA CUDA-Q se positionne comme une plateforme open-source, agnostique aux QPU, pour le supercalcul quantique accéléré, se distinguant par son intégration profonde avec l'écosystème GPU de NVIDIA et son accent explicite sur la programmation hybride classique-quantique.
- 1NVIDIA CUDA-Q vs PennyLane : NVIDIA CUDA-Q met l'accent sur le supercalcul quantique accéléré avec la programmation hybride CPU/GPU/QPU pour un développement plus large d'algorithmes quantiques, tandis que PennyLane se concentre principalement sur l'apprentissage automatique quantique et la programmation différentiable, s'intégrant avec les frameworks ML classiques.
- 2NVIDIA CUDA-Q vs Qiskit : NVIDIA CUDA-Q met spécifiquement en évidence sa capacité de programmation hybride sur les CPU, les GPU et les QPU pour le supercalcul accéléré, tirant parti de l'expertise GPU de NVIDIA, ce qui est un objectif plus explicite que l'approche SDK de calcul quantique général de Qiskit, originaire d'IBM.
- 3NVIDIA CUDA-Q vs Cirq : La force de NVIDIA CUDA-Q réside dans son support explicite de la programmation hybride classique-quantique sur les CPU, les GPU et les QPU, visant des performances de supercalcul accélérées, tandis que Cirq, développé par Google, met l'accent sur un contrôle précis des circuits quantiques et est souvent associé au matériel quantique de Google.
- 4NVIDIA CUDA-Q vs Microsoft Azure Quantum Development Kit (QDK) : NVIDIA CUDA-Q se concentre spécifiquement sur le supercalcul quantique accéléré via la programmation hybride CPU/GPU/QPU, tirant parti de la pile matérielle et logicielle de NVIDIA pour la performance, tandis que le QDK fournit un écosystème complet avec son propre langage spécifique au quantique (Q#) et une intégration cloud avec divers fournisseurs de matériel.
❓
Frequently Asked Questions
+Qu'est-ce que NVIDIA CUDA-Q ?
NVIDIA CUDA-Q est une plateforme de supercalcul quantique accéléré développée par NVIDIA qui permet aux développeurs d'applications quantiques, aux scientifiques, aux experts HPC et AI, et aux chercheurs de construire et d'accélérer des applications quantiques-classiques. Elle permet la programmation hybride sur les CPU, les GPU et les QPU, en tirant parti de la plateforme de calcul parallèle CUDA de NVIDIA.
+NVIDIA CUDA-Q est-il gratuit ?
NVIDIA CUDA-Q fonctionne sur un modèle freemium, offrant un niveau gratuit qui fournit les fonctionnalités de base pour le développement et la recherche de logiciels quantiques. Les fonctionnalités premium spécifiques ou les options de support entreprise ne sont pas détaillées publiquement.
+Quelles sont les principales fonctionnalités de NVIDIA CUDA-Q ?
Les principales fonctionnalités de NVIDIA CUDA-Q incluent sa nature open-source et agnostique aux QPU, ses capacités de supercalcul quantique accéléré via les GPU NVIDIA, la programmation hybride sur les CPU, les GPU et les QPU, le support des simulations quantiques à grande échelle, et des outils pour la correction d'erreurs quantiques et le développement de workflows hybrides.
+Qui devrait utiliser NVIDIA CUDA-Q ?
NVIDIA CUDA-Q est destiné aux développeurs d'applications quantiques, aux scientifiques, aux experts HPC et AI, et aux chercheurs qui ont besoin de construire et d'accélérer des applications quantiques-classiques, de programmer des architectures de calcul hétérogènes, de réaliser des simulations quantiques à grande échelle et de développer des algorithmes quantiques-classiques hybrides.
+Comment NVIDIA CUDA-Q se compare-t-il aux alternatives ?
NVIDIA CUDA-Q se différencie de ses concurrents comme PennyLane, Qiskit, Cirq et Microsoft Azure Quantum Development Kit par son accent explicite sur le supercalcul quantique accéléré via la programmation hybride CPU/GPU/QPU, tirant parti de la pile matérielle et logicielle GPU établie de NVIDIA pour la performance, tout en maintenant une approche agnostique aux QPU et open-source.