英伟达正在加速努力通过 cuQuantum 来连接 GPU 和量子计算领域，cuQuantum 具有 Tensor 功能 (在新标签中打开)量子模拟工具包。通过它，该公司旨在以当今 NISQ(嘈杂的中级量子)系统无法实现的方式加速量子电路模拟工作负载。但为了实现这一目标，该公司押注于量子系统和经典系统之间的进一步整合，以实现混合解决方案。毫不奇怪，GPU 处于 Nvidia 量子发展的前沿。
Nvidia 已将目光投向了创建低延迟连接，该连接可以将其 GPU(及其具有量子模拟能力的 Tensor 核心)与当前和即将推出的 QPU(量子处理单元)连接起来。这里的目的是利用 GPU 极其强大的并行处理，将它们用于特定于量子的工作负载，例如电路优化、校准和纠错，同时消除量子和经典系统之间的通信瓶颈。
Nvidia 的量子计算方法的另一个元素是提供一个通用的软件层，这与公司的CUDA 编程模型没有什么不同(在新标签中打开).
这个编程模型的想法是显着简化与 QPU 和量子模拟的代码级交互，这仍然是在相当于低级汇编代码的情况下完成的。目的是简化一个量子驱动的统一编程模型和编译器工具链(在新标签中打开)它抽象了不同的 QPU，以便更集中地使用量子能力。英伟达希望通过允许用户将他们的 HPC(高性能计算)应用程序部分移植到模拟 QPU，然后移植到处理器本身来促进从经典工作负载到量子经典工作负载的过渡。
根据 NVidia 的说法，数十家组织已经在利用其 cuQuantum 工具包来支持他们的量子工作。Amazon Web Services 已经通过其Braket 服务提供了 cuQuantum 集成(在新标签中打开)，展示了量子机器学习工作负载的 900 倍加速。利用 Nvidia 的 cuQuantum 的其他平台包括 Google 的 qsim、IBM 的 Qiskit Aer、Xanadu 的 PennyLane、Classiq 的 Quantum Algorithm Design 平台。英伟达最近创造了世界纪录(在新标签中打开)通过利用其 cuQuantum 框架和由其DGX SuperPOD提供支持的超级强大的 Selene 超级计算机，在量子计算模拟中(在新标签中打开).