cuQuantum 量子计算

1. cuQuantum（NVIDIA cuQuantum SDK）

是什么 ：一个开源 SDK，包含优化库和工具，用于在 NVIDIA GPU 上加速量子电路模拟。它支持状态向量（state vector）、密度矩阵（density matrix）和张量网络（tensor network）方法，模拟量子比特（qubits）行为，而无需实际量子硬件。
核心功能 ：
- 模拟加速：处理随机量子电路、Shor 算法、变分量子本征求解器（VQE）等。
- GPU 优化：利用 Tensor Cores（如 H100/H200 GPU），支持多 GPU 分布式模拟。
- 集成：与 PyTorch、Qiskit、Cirq 等框架兼容，便于算法研究。
为什么重要 ：当前量子硬件（NISQ 时代）规模有限（<1000 qubits），cuQuantum 在 GPU 上模拟 100+ qubits 电路，速度比 CPU 快 10--1000x，推动算法开发和验证。

2. CUDA-Q（NVIDIA CUDA Quantum / CUDA-Q）

是什么 ：一个开源量子编程平台 （前身为 CUDA Quantum），支持 混合量子-经典计算。它允许从单一程序中协调 CPU、GPU 和量子处理器（QPU），实现 QPU-无关的开发。
核心功能 ：
- 混合模型：在量子内核中嵌入经典循环，支持动态参数（如角度优化）。
- 后端支持：集成 cuQuantum 模拟，或真实 QPU（如 IonQ、Quantinuum）。
- 语言支持：C++/Python，编译为 QIR（Quantum Intermediate Representation），与 Azure Quantum 等云集成。
- 状态管理：v0.8（2025）引入 GPU 内存状态保留，提升迭代算法性能。
为什么重要：桥接经典 HPC 与量子，适用于未来容错量子计算（error-corrected）。它与现有并行模型（如 CUDA）互操作，推动金融、药物发现等应用。

性能对比（2025 基准，H200 GPU vs. CPU）

任务	CPU 时间	cuQuantum (GPU)	加速比
随机电路模拟 (50 qubits)	数小时	<5 分钟	1000x+
Shor 算法 (小规模)	分钟级	秒级	50x
VQE（分子模拟）	小时级	分钟级	10--100x
GHZ 状态生成 (28 qubits)	挂起/慢	毫秒级	无限（CPU 不可行）

数据来源：NVIDIA Eos 超级计算机测试。

它们如何协同？（在 NVIDIA 量子栈中）

cuQuantum 是 CUDA-Q 的模拟后端：CUDA-Q 使用 cuQuantum 在 GPU 上运行模拟，支持无缝切换到真实 QPU。

整体管道：

应用案例 （2025）：
- Microsoft Azure Quantum：集成 CUDA-Q 开发混合应用。
- Deloitte：用 cuQuantum 加速 NLP 中的量子优化。
- RIKEN/ Oak Ridge：超级计算机中心用 cuQuantum 模拟大规模电路。

安装与入门（2025 推荐）

复制代码

# cuQuantum SDK（需 CUDA 12+）
conda install -c nvidia/label/cuda-12.5.0 -c conda-forge cuquantum-cu12

# CUDA-Q（包含 cuQuantum 后端）
pip install cuda-quantum  # 或从 GitHub: nvidia/cuda-q

示例（CUDA-Q + cuQuantum 生成 GHZ 状态）：

复制代码

import cudaq

@cudaq.kernel
def ghz(n_qubits: int):
    q = cudaq.qvector(n_qubits)
    h(q[0])
    for i in range(1, n_qubits):
        cx(q[0], q[i])

# 用 cuQuantum GPU 后端运行（28 qubits）
cudaq.set_target("nvidia")  # 自动用 cuQuantum
result = cudaq.sample(ghz, 28)
print(result)  # 输出测量结果

这在 CPU 上会挂起，但 GPU 上毫秒完成。

官方资源

资源	链接
cuQuantum 官网	developer.nvidia.com/cuquantum-sdk
CUDA-Q 文档	nvidia.github.io/cuda-quantum
GitHub	github.com/NVIDIA/cuda-quantum
教程	developer.nvidia.com/cuda-q

结论： cuQuantum 是"GPU 量子模拟引擎" （加速研究），CUDA-Q 是"混合量子平台"（桥接未来硬件）。它们共同推动从 NISQ 到容错量子计算的跃迁，预计 2030 年将成为量子 AI 标准工具。