加密新闻

英国公司Quantum Motion与NVIDIA合作推出了一项创新解决方案，从根本上改变了量子计算中最棘手的任务之一——为分子模拟准备量子态。这一阶段所需的资源往往比计算本身更多，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。

该创新的核心在于利用人工智能进行数据预处理。量子处理器无需自行寻找复杂分子所需的量子态，而是将部分工作交给经典人工智能完成。这能大幅减少量子操作数量，降低对硬件的要求，使整个过程更高效、更易实现。

开发人员不仅发布了用于量子化学的GPU加速软件包的源代码，还提供了在NVIDIA CUDA-Q平台上使用的详细指南。这为众多研究人员和工程师打开了技术应用的大门。

为何对行业至关重要

量子计算机的核心承诺之一，是其能够以传统超级计算机无法企及的精度模拟分子行为。这类计算对于开发新药、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，特别是需要将问题转化为与所研究分子结构对应的特殊量子态。对于复杂化合物而言，这一过程成本极高。

混合计算——新趋势

Quantum Motion与NVIDIA的合作反映了行业日益增长的趋势：企业不再等待完美的量子计算机，而是积极结合人工智能、经典计算和量子处理器的能力。这种混合方法能更快地将量子技术应用于科学和工业的实际问题。尽管目前尚未实现商业突破，但这一开发消除了长期制约量子计算机在化学计算中应用的瓶颈之一。

我的分析：这一举措证实，量子计算的未来不在于纯粹的量子霸权，而在于与经典系统和人工智能的协同。对投资者和开发者而言，这是一个信号：关注混合解决方案，而非仅仅追求量子比特数量的增加。解决量子态准备问题，可能在未来几年内成为量子技术在制药和材料科学领域实际应用的催化剂。