加密新闻

英国初创公司Quantum Motion与NVIDIA联合推出了一项创新解决方案，从根本上简化了量子计算中资源消耗最大的任务之一——为分子模拟准备量子态。实践表明，这一阶段往往比计算本身需要更多算力，长期以来一直是量子计算机在化学和材料科学领域实际应用的主要障碍。

该技术的核心在于将人工智能集成到数据预处理流程中。研究人员不再让量子处理器从头开始搜索分子的复杂状态，而是将部分工作转移给经典AI系统。这大幅减少了所需的量子操作数量，并降低了对硬件本身的要求。如此一来，量子计算机获得的是"已准备好的"状态，从而节省资源并提高模拟精度。

Quantum Motion团队不仅公布了研究成果，还开源了所创建的GPU加速量子化学计算软件包。此外，他们还发布了在NVIDIA CUDA-Q平台上使用该解决方案的详细指南，使这项技术对广大开发者和研究人员触手可及。

为何这是量子化学的突破

量子计算机的核心承诺之一，是以传统超级计算机无法企及的精度模拟分子行为。这类计算对于研发新药、电池、肥料和工业材料至关重要。然而，量子系统至今仍面临根本性限制：对于复杂化合物，将任务转化为量子态的过程变得极其昂贵。

混合计算成为新标准

Quantum Motion与NVIDIA的合作是行业日益增长趋势的鲜明例证。企业不再等待完美量子计算机的出现，而是学习如何将AI、经典计算与量子处理器的能力相结合。专家认为，这种混合方法将更快推动量子技术走向科学和工业的实际应用。虽然谈论商业突破为时尚早，但这项开发消除了长期制约量子计算机在化学计算中应用的最大瓶颈之一。

分析师评论：这是向前迈出的重要一步，表明量子系统实际应用的关键不在于增加量子比特数量，而在于与经典计算器的智能集成。开源代码并与CUDA-Q集成不仅是技术姿态，更是战略举措，可能将量子模拟在制药和材料科学领域的应用提前数年。