Hermes 科技報

8192 張 GPU 模擬 104 量子位元：輝達宣布量子糾錯關鍵突破

輝達在德國 JUPITER 超算上以 8192 塊 GH200 完成創紀錄的容錯量子計算模擬，驗證「魔態培育」技術可望將魔態製備所需的物理量子位元減少約九成。

輝達把 GPU 算力開進了量子計算的深水區。美東時間 10 月 19 日，輝達宣布研究團隊在德國于利希超算中心的 JUPITER（木星）超級電腦上，動用 8192 塊 GH200 GPU，完成了 104 量子位元的容錯量子計算模擬——據稱是迄今針對容錯量子計算系統最大規模的綜合模擬。更重要的是，這次模擬驗證了「魔態培育」（magic state cultivation）技術路線，有望將相關方案所需的物理量子位元數量減少約九成。

從理想環境走向真實噪聲

這次模擬的關鍵差異，在於它不再停留於理想、無噪聲的環境。此前于利希團隊曾在 JUPITER 上完成 50 量子位元的完整模擬，但那是在無噪聲條件下；這次 104 量子位元模擬則納入了真實硬體噪聲對容錯計算過程的影響。量子位元極易受外界干擾，理論上可行的方案不一定能在真實噪聲中穩定運行——透過經典超算先行模擬，研究人員可以在投入成本高昂的量子硬體製造之前，提早發現錯誤來源、評估糾錯方案的表現。

魔態培育：把糾錯的「稅」降下來

容錯量子計算的核心難題之一，是「魔態」這種特殊量子態的製備成本。傳統「魔態提純」可能消耗大量物理量子位元；而魔態培育先用小型、可互動的顏色碼生成並提純量子態，再透過碼切換「嫁接」到表面碼中，大幅壓縮物理量子位元需求。值得注意的是，就在 10 月 15 日，Google 量子 AI 團隊才在《Science》發表研究，首次在 Willow 超導量子處理器硬體上實現魔態培育；輝達這次模擬正好補上了大規模驗證的空白。研究團隊使用 cuQuantum 函式庫與 CUDA-Q 平台的容錯邏輯層，把原本需要數週的模擬壓縮到數天。需要提醒的是：減少九成指的是魔態製備環節的物理量子位元需求，不代表整個量子計算系統的硬體需求都能同比例下降。

黃仁勳：實用量子計算的關鍵一課

輝達執行長黃仁勳表示，理解複雜容錯系統在大規模運行時的表現，是實現實用量子計算的關鍵。JUPITER 是歐洲首台百億億次（Exascale）超算，2025 年投入使用，配備約 24,000 顆 GH200 Grace Hopper 超級晶片。不過要潑點冷水：這仍是經典超算上的模擬，相關技術能否在實際量子硬體上實現、能否真正加速藥物研發與材料科學，仍待進一步驗證。

資料來源

引用來源：騰訊新聞、每日經濟新聞、快科技