【导读】2026年9月14日，NVIDIA正式扩展开源量子计算平台CUDA-Q，全新推出CUDA-Q Logical编排层，为容错量子计算应用的设计、验证与落地提供可编程、可复用的标准化方案。长期以来，容错量子计算存在算法、纠错机制、硬件架构协同设计繁琐、研发周期漫长的行业痛点，硬件与算法的细微调整都会大幅改变资源适配需求，制约实用量子计算的发展。依托CUDA-Q Logical，科研机构可灵活调试各类系统组件、快速筛选最优配置，大幅降低容错量子应用的研发门槛。目前该技术将其容错架构开发周期从 5 个月缩短至 3 周，已实现7倍研发效率提升，同时业界权威量子基准测试QUOPS正式入驻CUDA-Q平台，搭配不断壮大的产业生态，全方位推动逻辑量子比特时代的实用量子-GPU超级计算落地，赋能药物研发、金融建模、材料科学等多个核心领域。
QUOPS 是面向未来量子计算的基准测试，旨在评估容错量子硬件在实际应用中的就绪程度。该基准由 Sandia National Laboratories 开发，QUOPS 现已在 NVIDIA CUDA-Q 上提供。
多伦多 — 2026 年 9 月 14 日 — NVIDIA 今日宣布扩展其 NVIDIA CUDA-Q™ 开源平台，推出 CUDA-Q Logical。这是一个编排层，为开发适用于容错量子计算机的实际应用，提供了一种可编程且可验证的方法。
对于实现实用量子计算而言，配备逻辑量子比特的容错量子处理器至关重要。它们能够帮助系统克服物理量子比特固有的错误，使其能够执行药物发现、金融建模和材料研发等实际应用所需的更大规模的计算。
然而，为这类系统开发应用是一项繁琐且耗时的协同设计挑战：对算法、纠错码、硬件架构或其他 QPU 组件的任何更改，都可能会大幅改变运行特定应用的资源需求。
借助 CUDA-Q Logical，研究人员现在可以设计并编排容错量子计算应用所需的各种组件，并在不同选项之间轻松切换，从而识别能够发挥逻辑量子比特最佳性能的系统配置。
NVIDIA 量子计算副总裁兼总经理 Timothy Costa 表示：“量子计算正逐步迈入逻辑量子比特时代，研究人员需要一个开放的、可定制的平台，以全面呈现容错系统的各个组成部分。CUDA-Q Logical 的加入，提供了强大的功能与灵活性，有助于探索高度集成、协同优化的系统，且不受量子比特类型和架构的限制。这将大幅缩短实现实用量子-GPU 超级计算的时间。”
CUDA-Q Logical 现已获得多家 QPU 制造商及研究实验室的采用，其中包括 Fermi National Accelerator Laboratory、Infleqtion、IQM Quantum Computers、QCDesign、Quantum Motion以及 Sandia National Laboratories。
借助 CUDA-Q Logical，Iceberg Quantum针对 Diraq 量子比特的容错架构进行了建模。结果显示，仅使用 15 万个物理量子比特即可创建 1000 个逻辑量子比特，约为 Diraq 此前估算的 1/10。CUDA-Q Logical 提供了一种前所未有的方式，能够快速评估 Iceberg 架构的潜在实施方案，有助于大幅减少实现实用的容错量子计算所需的硬件规模。
Fermilab 利用 CUDA-Q Logical 探索容错应用
在早期研究中，Fermilab 的研究人员使用 CUDA-Q Logical 验证了先前的结果，并评估了在不同的纠错方法和量子硬件下，物理量子比特、运行时间及其他资源的需求。
Fermilab 将复杂的容错系统设计转化为可重复且可验证的计算工作流，将容错算法的开发周期从 5 个月缩短至 3 周，实现了 7 倍的加速。
Fermilab 首席技术官兼超导量子材料与系统中心主任 Anna Grassellino 表示：“容错量子计算是通往全新科学发现的途径，但要实现这一目标需要研究人员将算法、纠错机制、架构和硬件进行协同设计。借助 CUDA-Q Logical，我们的团队仅用 3 周时间就探索了这些资源的多种组合方案，而以往构建专用基础设施，这通常需要大约 5 个月的时间。”
Sandia 打造面向量子计算未来的基准测试
QUOPS 是由 Sandia National Laboratories开发的一项全新、独立的跨平台基准测试，旨在衡量量子计算系统在迈向实用级应用方面所取得的进展。
借助 Sandia 的 QUOPS，业界现在拥有了一种与硬件无关的开放方法，可以用统一的标准衡量容错量子计算机的发展进程。长期以来，量子计算的进展主要通过物理量子比特的发展来衡量——即增加量子比特数量、提高保真度以及延长相干时间。
Sandia National Laboratories 量子性能实验室联合主任 Timothy Proctor 表示：“在 Sandia，我们迫不及待地想看到容错量子计算机能够帮助解决一些重大问题。我们当前的使命是通过加速行业合作伙伴的进展，早日实现这一目标。为此，我们及其他量子计算领域的参与者必须能够追踪和预测量子计算机能力的发展。我们正是为此而开发了 QUOPS，现在我们非常高兴看到量子计算供应商和客户都在使用它。”
Sandia 在 IEEE Quantum Week 之前发布的一份预印本中分享了早期成果，报告了针对谷歌、IBM 和 Quantinuum 的 QPU 的初步 QUOPS 基准测试结果。NVIDIA CUDA-Q 现已提供 QUOPS 的参考实现。
扩展量子-GPU 超级计算平台
各个生态伙伴也正在采用 NVIDIA 更广泛的量子计算技术产品组合，以将量子比特转化为实用的量子-GPU 超级计算机。
Diraq 使用了 NVIDIA Ising，全球首个用于构建和部署实用量子计算 AI 的开放模型系列，来校准其硅基量子比特处理器。
各企业正在使用NVIDIA NVQLink™（一种可将量子处理器与 GPU 超级计算机紧密耦合的开放式系统架构）将其量子处理器与 GPU 超级计算进行集成。借助 NVQLink：
Anyon Computing 开发了一套全新的量子控制系统。
Quandela 开发了一种 QPU-GPU 架构。
Quantum Machines 在量子计算中心演示了将先进的超级计算资源与量子比特相集成的成果。
NVIDIA CUDA-Q 开放开发平台持续获得量子计算生态系统的采用：
BlueQubit 推出了面向研究人员的“Quantum Flywheel”资助计划，为他们提供通过 CUDA-Q 访问 NVIDIA 加速计算的渠道。
Qedma Quantum Computing 和 QCentroid 分别将其技术与 CUDA-Q 进行了集成，以支持量子纠错与错误缓解，以及量子应用的部署。
量子生态系统也在与 NVIDIA 合作，共同开发全新且性能更优的量子应用：
IonQ 宣布，借助 NVIDIA 加速计算，其量子生成式 AI 框架 DQAOA-GPT 取得了新进展。
MITRE 发布了构建量子传感器 GPU 加速数字孪生的研究成果。
Phasecraft 正在利用 NVIDIA cuQuantum，生成目前已知规模最大的变分量子本征求解器（VQE）模拟分子数据库。
加利福尼亚大学洛杉矶分校和加州理工学院正在推进运行量子应用所需的控制序列设计工作。
结论
此次NVIDIA CUDA-Q平台的迭代升级，精准补齐了容错量子计算领域的软件研发短板，彻底改变了传统容错量子系统设计繁琐、调试复杂、周期冗长的行业现状。CUDA-Q Logical编排层的落地，不仅通过灵活的组件编排与适配调试能力，帮助科研团队大幅压缩研发周期、降低硬件资源消耗，以Fermilab、Iceberg Quantum的落地案例印证了技术实用价值，更为行业提供了通用的容错量子应用开发范式。
与此同时，Sandia国家实验室开发的QUOPS基准测试接入CUDA-Q平台，终结了行业仅以物理量子比特数量衡量量子计算能力的单一评价模式，建立起面向实际应用、硬件无关的标准化评估体系，让量子计算技术迭代有了可量化、可对比的参考标准。
