耶鲁大学、Moderna和NVIDIA利用量子计算进行药物发现

药物发现中的量子机器学习

耶鲁大学、Moderna和NVIDIA的合作研究努力正在探索量子机器学习（QML）对药物发现的革命性潜力。根据NVIDIA博客，联合研究调查了QML技术如何改善分子特性的预测，这可能会更有效地开发新的药物疗法。

GPU加速模拟

该研究强调了GPU加速模拟在探索量子算法中的重要性。这种方法专注于利用量子计算增强现有AI方法的未来量子神经网络的应用。在制药领域，这些进展可能显著简化复杂的药物发现过程。

量子神经网络和QPU

研究量子神经网络对实际应用（如药物发现）的影响需要对未来无噪声量子处理单元（QPU）进行大规模模拟。随着量子计算的持续进步，该领域的许多挑战越来越依赖于GPU加速超级计算。

NVIDIA的CUDA-Q平台

该评审深入研究了NVIDIA的CUDA-Q量子开发平台，该平台提供了进行多GPU加速模拟的独特能力，用于QML工作负载。该平台能够并行模拟多个QPU，对于研究现实的大规模设备和探索涉及批量数据训练的量子机器学习任务至关重要。

混合量子计算技术

研究涵盖了包括混合量子卷积神经网络在内的各种QML技术，这些技术需要CUDA-Q将经典和量子资源集成到程序中的能力。对GPU超级计算机的这种依赖增加，突显了NVIDIA在开发实用量子计算机方面日益增长的作用。

未来方向与行业影响

NVIDIA将进一步在11月17-22日于亚特兰大举行的SC24会议上讨论其对量子计算未来的贡献。随着量子计算技术的发展，像耶鲁、Moderna和NVIDIA之间的这样合作，为药物发现及其他领域奠定了突破性进展的基础。