Nvidia 推出量子云服务：用 GPU 模拟量子计算，已开启早期预览

真正的量子计算机还没普及，大家甚至连摸都摸不到一台靠谱的量子处理器，那量子算法该怎么写？Nvidia 给出的答案很直接：既然硬件还没造好，那就先用自家的 GPU 模拟出来。

在 GTC 大会上，Nvidia 宣布推出 Nvidia Quantum Cloud 微服务，目前已经开启早期访问。这项服务让开发者不必苦等物理量子硬件，直接在云端利用 GPU 模拟量子处理单元，去开发和测试量子算法。

拿 GPU 假装量子计算机

现实中大部分量子处理单元又脆弱又容易报错，根本支撑不了大规模算法测试。Nvidia 的思路是退一步，用 cuQuantum 软件在经典 GPU 上模拟量子环境。

根据官方数据，目前部署了量子处理单元的机构中，有将近四分之三已经在用 Nvidia 的 CUDA-Q 平台。这次的微服务版本更是铺得很开，不仅会上线亚马逊 AWS、谷歌云、微软 Azure 和甲骨文云，还会进驻 IonQ、IQM 和 Quantinuum 等纯量子公司的云平台。

实际落地上已经有了不少案例。比如汇丰银行就利用 CUDA-Q 和 cuTensorNet 模拟了 165 个量子比特，并开发出用于识别数字交易欺诈的机器学习算法，这个模拟规模创下了新纪录。多伦多大学则把大语言模型和量子算法结合，用来寻找分子的基态能量；QC Ware 也在用这一套工具做分子模拟软件 Promethium。

为了给这些模拟提供算力，日本产业技术综合研究所正在建造名为 ABCI-Q 的超级计算机，塞进了超过 2000 张 Nvidia H100 显卡。丹麦的诺和诺德基金会和澳大利亚的帕西超算中心也在搭建类似的混合量子系统。

矛造不出来，先卖坚固的盾

除了教大家怎么用量子计算，Nvidia 还在琢磨怎么防范它。一旦未来的量子计算机成真，现有的公钥加密体系几秒钟就会被破解，这就是所谓的后量子安全隐患。

针对这个痛点，Nvidia 推出了名为 cuPQC 的加速库。Open Quantum Safe 项目团队测试发现，把抗量子加密算法 Kyber 放到一块 H100 显卡上运行，速度比普通 CPU 快了整整 500 倍。未来换上新的 Blackwell 显卡，这个加速倍数还会进一步拉大。

美国国家标准与技术研究院计划在今年晚些时候推出全球首批后量子加密标准，背后的开发工具里就有 Nvidia 的身影。

为什么重要

对于大部分科研团队和金融机构来说，真正的量子计算机不仅极其昂贵，而且稳定性根本没法进生产环境。Nvidia Quantum Cloud 的实际价值，就是把量子计算的门槛从「买一台不知道什么时候会崩溃的物理机器」，降低成了「租几张云端 GPU 先把算法跑通」。

从行业格局来看，我们认为 Nvidia 这一步走得相当老练。大家都在争论量子计算未来会不会颠覆 GPU，Nvidia 的做法则是趁着对手的物理硬件还没成熟，先用 CUDA-Q 把混合编程框架、开发习惯和算法库的标准全占了。哪怕未来真正的量子处理器大获成功，它依然需要和经典超算协同工作，届时主导混合架构的依然是 Nvidia。

不过这里也存在一个显而易见的局限：模拟终究只是模拟。GPU 能支撑的虚拟量子比特数量受经典计算内存的物理限制，无法无限扩展。如果真正的容错通用量子计算机在某一天实现工程突破，纯粹依赖 GPU 模拟的护城河可能会迅速收窄。但在那一天到来前，Nvidia 已经把所有想碰量子概念的人，都拉进了自己的算力体系里。