英伟达用8192块GPU刷新量子模拟纪录

英伟达在欧洲最大超级计算机上完成新纪录：利用8192块GPU模拟104量子比特的容错量子计算，验证了一条可将所需物理量子比特数量减少约90%的技术路线。

核心难题：纠错成本墙

量子比特极易受环境扰动，真正可用的系统需大量物理量子比特共同编码一个稳定的"逻辑量子比特"。如何在维持低错误率的同时减少纠错硬件规模，直接决定容错量子计算能否从实验走向可扩展系统。

英伟达的重点并非用GPU取代量子处理器，而是在建造大规模量子硬件之前，验证不同纠错架构、编码方式和资源需求。8192块GPU的投入也显示，研究复杂容错量子系统对经典计算资源的需求正快速上升。

物理量子比特开销成为竞争焦点

一个稳定运行的逻辑量子比特往往需要多个甚至大量物理量子比特支撑。当算法需要数百、数千个逻辑量子比特时，硬件规模迅速膨胀，减少物理量子比特数量已成为行业重要方向。

英伟达验证的路线若能在实际硬件上保持类似效果，同等规模容错系统的物理量子比特需求可能下降约90%，将同时影响芯片规模、控制系统、制冷、误差校准及系统集成等环节。

量子纠错近期成为多家公司的竞争重点。Quantinuum称其Helios量子计算机在新纠错测试中实现每100万次操作约5次失败，对应99.9995%保真度。CEO拉吉布·哈兹拉表示，其纠错方案可使用相对更少的物理量子比特，并计划2029年推出Apollo系统，届时所需物理量子比特数量可能较其他领先方案减少约30倍。

行业评价体系正在变化：早期以量子比特总数衡量规模，如今错误率、逻辑量子比特质量及所需物理量子比特数量正成为更关键指标。

GPU进入量子计算研发链条

英伟达持续推动经典超级计算与量子计算结合。量子处理器执行具有量子优势潜力的任务，GPU则承担量子线路模拟、算法开发、系统校准及纠错解码等工作。随着量子系统扩大，这些辅助任务本身也需要越来越强的算力。

此次8192块GPU参与104量子比特容错模拟，显示经典计算资源正成为开发下一代量子计算机的重要基础设施。大规模模拟可在实际制造更多量子比特之前排除部分设计方案，并估算不同纠错体系的资源成本。

这也与英伟达向更广泛科学计算领域扩张的战略一致。黄仁勋本周在德国表示，数字计算技术将继续与实体工业和科学计算结合，计算基础设施的应用范围正从人工智能进一步延伸到制造、机器人和科研领域。

量子计算距离大规模商业化仍面临硬件稳定性、纠错效率及系统扩展等限制。Quantinuum最近一个季度录得6540万美元亏损、营收800万美元，显示技术突破与商业规模之间仍有距离。

英伟达此次模拟提供了另一条路径：在物理量子计算机达到足够规模之前，先利用GPU超级计算平台验证纠错技术和系统设计。若能持续压缩一个逻辑量子比特对应的物理量子比特数量，未来建设实用容错量子计算机的硬件规模门槛也将随之下降。