Nvidia以AI加速量子電腦發展，打造加速型量子超級電腦推動AI與量子融合運算

Linsey說明，量子電腦不應被視為獨立技術，而是和AI、高效能運算深度整合的下一代運算架構，應以AI First策略，推動加速型量子超級電腦的發展。

她強調，量子電腦的價值不在單一元件，而是整體系統的整合能力。

「量子電腦不會只是量子位元本身，而是量子位元加上AI、傳統運算基礎設施與網路，協同運作的系統。」

為此，Nvidia推動加速型量子超級電腦（Accelerated Quantum Supercomputer）架構，將量子硬體直接部署於資料中心，並且與GPU共用同一網路架構，提供高頻寬、低延遲連接。不同於傳統透過雲端從遠端呼叫量子電腦，這個架構強調本地整合，可以支援即時混合運算。

AI與量子相互驅動發展

在應用層面，Nvidia強調AI與量子之間的雙向關係，即Quantum For AI及AI For Quantum。

一方面，量子電腦可當作「資料生成器」，提供高精度資料，強化AI模型訓練品質。「量子電腦能為特定問題提供更高準確度的資料，將資料回饋到AI模型，讓模型變得更好」，Linsey說。

另一方面，AI也滲透參與量子運算發展流程，包括協助優化量子演算法、硬體設計與布局、錯誤修正與解碼、合成資料生成。

Linsey指出，目前已可看到AI在多項量子相關的任務中帶來明顯的效能提升。

「我們看到在某些問題上，AI帶來的是數百甚至數千倍的加速，這不只是從一小時縮短到一分鐘，而是從無法進行研究變成可以實際推進進展」，Linsey說。

為推動量子運算發展，Nvidia目前已擴展其軟體平臺，例如量子系統模擬與仿真工具cuQuantum、量子程式開發框架CUDA-Q、QPU與GPU整合架構Q-Link等等。

她強調，這些工具多為開源設計，讓開發者不需等待成熟的量子硬體，就能進行相關的研究與開發。

善於開發生態系建立的Nvidia強調，量子運算的突破不會來自單一企業，而是整體生態系的共同推進。

「運算革命從來不會在真空中發生，而是當整個產業生態系一起合作時才會出現」，Linsey感性地說。

目前Nvidia已與全球多家量子硬體廠商、研究機構與學術單位合作，其中也包含台灣的研究團隊。

在量子電腦的短期發展上，Nvidia認為量子電腦可作為AI的高品質資料來源。少量而高精度的量子數據，可顯著提升AI模型表現，為短期可落地的應用模式。

Nvidia的量子策略並非等待量子電腦技術成熟，而是透過現有AI與HPC的整合，提前推動應用發展。

「這不只是量子電腦的發展，而是整體運算架構的演進」，她說。