广西
10 月 20 日英伟达官宣一则重磅科研成果，利用 8192 块 GH200 高性能 GPU，在德国 JUPITER 超算中心完成 104 量子比特容错量子计算模拟，实现重大突破，模拟所需要的物理比特直接下降 90%，消息一出瞬间刷屏科技论坛。很多数码爱好者看到数据直呼，量子计算落地速度远超预期。
长期以来，容错量子计算最大难题就是需要海量物理比特纠错，硬件成本居高不下，很多人认为实用化量子计算机至少还要十几年。而本次英伟达团队的成果，大幅降低硬件需求，意味着普通超算集群，就可以完成更高规模量子模拟，科研门槛被显著降低。这项技术能够用于新材料研发、药物分子模拟、气候建模等领域，对生物医药、能源行业带来颠覆性改变。
很多人会疑惑，这项突破是不是代表量子电脑很快就能取代普通电脑？答案并非如此。本次只是量子计算模拟，并不是造出了可通用的量子计算机。模拟只是借助经典 GPU 集群复现量子行为，真正可商用容错量子芯片，依旧面临材料、制冷、噪声控制等大量工程难题，距离消费级产品还有很远距离。
但从 AI 行业角度看，意义非同一般。当前全球 AI 发展高度依赖 GPU 算力，算力成本持续走高，大模型训练费用居高不下。量子计算一旦成熟，复杂计算任务效率会指数级提升，极大降低 AI 研发成本。黄仁勋本次在柏林 GTC 大会上也重点谈及物理 AI，把 AI 的赛道从文本生成拓展到物理世界仿真。
国内科研团队同样在量子领域持续发力，国内多个实验室在量子芯片、量子通信领域持续取得突破，国内外的技术竞赛已经悄然打响。科技竞争从来不是单一维度比拼，经典算力、量子技术两条赛道都会长期并行发展。
你觉得量子计算最先落地的场景会是医药研发还是材料研发？你认为十年内我们能用上量子计算机吗？评论区聊聊你的观点。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
