Alvin Lang
7月7日，2025年14:35
NVIDIA的Cuqueantum SDK引入了动态梯度，DMRG原语和性能改进，从而增强了张量核心GPU上的量子计算仿真。
NVIDIA宣布对其Cuquantum SDK进行了重大更新，从而增强了其在量子计算仿真中的功能。根据NVIDIA的说法，最新的升级包括引入动态梯度，密度矩阵重新归一化组（DMRG）的原始词以及NVIDIA最新GPU架构的优化。
Cuquantum 25.06的高级功能
Cuquantum 25.06更新带来了其所有图书馆的新功能，包括Cudsentimmat，Custatevec和Cutensornet。开发人员现在可以利用量子动力学工作流程梯度，从而有效地将量子动力学模拟相对于优化的汉密尔顿参数进行了有效的反向传播。这是量子处理器单元（QPU）设计的重要步骤，促进了在校准，控制和Qubit设计等领域中大型AI模型的训练。
Nvidia Blackwell的性能提高
Custatevec现在包括定制的GPU内核，可优化NVIDIA最新的GPU体系结构的操作。这些增强功能有望比以前的系统增长2-3倍的性能，从而使研究人员能够最大程度地提高高级硬件的性能。这些改进支持操作，例如批处理，期望值计算和崩溃操作员，推动了AI超级计算硬件的边界。
介绍DMRG原语
在CutensOrnet中添加基质产品状态DMRG原语，标志着量子计算模拟中的显着进步。这些原语使研究人员迭代优化了MPS近似对量子电路的保真度。这种发展促进了DMRG和量子模拟的GPU加速度，为更快，更大的模拟铺平了道路。
对量子计算的影响
Cuquantum SDK的增强功能可以大大减少开发有用的量子处理器的时间表。通过允许更准确，更有效的量子模拟，开发人员和研究人员可以更好地为当前和近期量子设备设计算法和硬件。这种进度对于推进量子计算领域至关重要，这有可能导致量子处理器的设计和利用方式突破。
对于有兴趣探索这些新功能的开发人员，可以通过 pip install cuquantum-cu12。那些希望将这些功能集成到其框架和模拟器中的人可以使用全面的文档。
图像来源：Shutterstock
（tagstotranslate）AI（T）加密（T）区块链（T）新闻
关键词：
