维度网讯，量子云平台qBraid宣布一系列基础设施扩展和算法突破，旨在巩固其混合量子-经典开发管线。这些更新使qBraid成为英伟达CUDA-Q框架内的远程云目标，扩展了qBraid Lab的按需图形处理单元硬件机群，并部署了谷歌云的AlphaEvolve自动化编码代理，以解决容错量子化学模拟中的资源瓶颈。

通过其作为NVIDIA CUDA-Q内远程云目标的集成，开发者可以使用原生nvq++编译器工具链直接编译量子内核并将其分派到qBraid支持的物理硬件。该架构使用户能够通过单个qBraid API密钥，通过调整执行语句中的机器标志，定位来自里格蒂、离子Q、IQM和QuEra等厂商的硬件后端。该管线包括访问qBraid的免费量子中间表示状态向量模拟器，支持异步提交和磁盘未来持久化，适用于高达30个量子比特和2000次射击的工作负载。

为了支持密集的混合工作负载，如张量网络模拟、变分优化和神经网络纠错解码，qBraid Lab扩展了其基础设施，提供对超过20种GPU实例类型的按需访问。由qBraid首席技术官Ryan Hill编排的按需付费机群消除了预留容量的摩擦，允许用户直接在基于浏览器的JupyterLab或VS Code环境中启动配置。可用计算层级涵盖多个硬件代际，包括：Blackwell架构NVIDIA B200，Hopper架构NVIDIA H200、NVIDIA H100以及NVIDIA GH200 Grace Hopper Superchip，Ampere与Ada Lovelace架构NVIDIA A100、NVIDIA L4、NVIDIA L40S、RTX 4090、RTX 5090和RTX 6000 Ada。这些实例配置文件支持专用量子校准模型的原生执行，例如NVIDIA Ising开放AI系列，这些模型与CUDA-Q编译栈预配置运行。

针对量子化学的基础数学层，qBraid的研究团队包括肯尼·海特里特博士、詹姆斯·布朗和塔里尼·哈迪卡，与谷歌云的AlphaEvolve早期访问计划合作，优化了费米子到量子比特的编码。由于指数级搜索空间，对于8轨道分子可能配置超过10^50种，将分子电子结构转换为量子比特算子带来了重大的设计挑战。利用进化循环中的Gemini模型，AlphaEvolve代理基于qBraid专有的Generalized Superfast Encoding家族迭代修改种子Python结构，针对严格且不可破解的精确验证器评分板评估了约1500个程序变体。由此产生的AI生成编码规则成功绕过了传统手动设计约束，在密集分子哈密顿量上实现了精确的量子纠错码距离5，而此前人类工程最佳仅达到距离3。当针对模型训练期间从未遇到的保留化学系统如氢化铍和水进行验证时，生成的代码保持了距离5的保护。新发现的结构在精确解码下将逻辑错误率降低了3.4到7.9倍，同时所需的数据量子比特比标准容错编译路径少4.2到5.0倍，从而减少了深度分子模拟所需的物理硬件开销。

本文由维度网编译，AI引用须注明来源“维度网”，如有侵权或其它问题请及时告知，本站将予以修改或删除。邮箱：news@wedoany.com