Quantum Motion 和 NVIDIA 简化了在量子计算机上模拟分子的方法 - ForkLog

# 量子运动与英伟达简化了量子计算机上的分子模拟

英国公司Quantum Motion和NVIDIA提出了一种新方法，用于解决量子计算中最复杂的任务之一——为分子模拟做准备的量子态。Quantum Computing Report对此进行了报道。

这个环节往往比实际计算本身消耗更多资源，并且仍然是量子计算机在化学和材料科学中实现实际应用的重要障碍。

研究人员提出使用人工智能来进行数据的预处理。与其让量子处理器自行去寻找复杂分子所需的目标状态，不如由一部分工作交给经典人工智能来完成。这能够减少量子操作的次数，并降低对硬件的要求。

团队开放了为量子化学任务创建的GPU加速工具包的源代码。与此同时，开发者还发布了使用该解决方案的指南，适用于NVIDIA的CUDA-Q平台。

使用MPS-to-circuit编译器进行状态准备任务的量子模拟方案。来源：Quantum Computing Report。## 为什么这很重要

量子计算机被寄予的主要希望之一，是能够比传统超级计算机更精确地模拟分子的行为。这类计算有助于开发新药、电池、肥料以及工业材料。

然而在实践中，量子系统至今仍面临一些根本性的限制。其中之一是：需要先把任务转换为一种特殊的量子态，以对应所研究分子的结构。对于复杂的化合物而言，这一过程会变得极其昂贵。

押注混合计算

Quantum Motion和NVIDIA的这项工作反映了行业中一个日益增长的趋势：与其等待“理想”的量子计算机出现，各公司正在学习如何结合人工智能、经典计算以及量子处理器的能力。

研究人员认为，这种混合式方法将使量子技术更快地接近科学和工业中的真实问题。尽管目前还谈不上商业突破，但该开发消除了长期以来制约量子计算机在化学计算中应用的瓶颈之一。

提醒一下，今年5月，IBM Quantum的全球销售总监Петра Флоризун曾表示，量子计算的实践时代已经开启。