隨著量子計算越來越接近主流，人們普遍認為這些系統不會取代經典計算。這就提出了一個問題：量子計算機在計算基礎設施中究竟處于什么位置?
政府、超級計算實驗室和公司開始研究量子處理單元(也稱為QPU)如何適應高性能計算環境。
萊布尼茨超級計算中心(The Leibniz Supercomputing Centre)正在慕尼黑附近的數據中心創建一個樞紐，用于測試新型芯片和系統。該中心正在其實驗室部署Cerebras的AI系統，并且還擁有一個量子計算中心。
LRZ戰略主管Laura Schulz表示，該中心希望將新型人工智能芯片和量子系統相匹配，以最好地解決其處理的廣泛工作負載。
名為“Future Compute”的LRZ計劃正在用量子和人工智能系統提供的加速計算來評估百億億級超級計算機。
“我們傾向于較少考慮HPC系統和AI系統。對于即將出現的量子系統的表征，有一些論據需要提出。我們從工作流程的特征和要完成的工作以及對架構來說什么是有意義方面來考慮這一點，”Schulz表示。
阿貢國家實驗室在研究量子比特系統時，也搭載了來自不同公司的量子芯片。谷歌和IBM正在開發超導量子比特系統，而PsiQuantum則專注于建立一個擁有100萬個量子比特系統的量子計算工廠。英特爾正在尋求一種基于量子點的系統，其芯片可以在其現有工廠中制造。
IBM的路線圖主要包括到2025年的量子系統，從2026年開始，它的量子系統規模將超過10000個量子比特，采用“量子和經典通信”。
云服務提供商也在參與量子競賽。亞馬遜提供不同類型的量子系統，包括來自D-Wave的退火器、來自IonQ的離子阱量子處理器以及來自Rigetti和IonQ的超導量子比特系統。
埃森哲量子項目負責人Carl Dukatz表示，隨著云服務提供商為客戶創建層以簡單地探索應用程序系統的可行性，量子計算變得越來越容易訪問。
開發人員可以通過多種方式選擇經典計算或在量子設備上計算的庫，并選擇他們選擇的資源。此外，隨著越來越多的庫變得流行且更易于使用，數據科學家現在正在通過云訪問量子計算，而不是直接訪問量子提供商。
“對于已經知道如何使用這些云服務提供商并熟悉算法的人來說，很自然地就可以輕松開始測試和比較經典系統和量子系統，”Dukatz表示。
總部位于法國的芯片制造商SiPearl的首席執行官Philippe Notton表示，量子計算機將作為加速器出現，并且仍然需要傳統的CPU來運行操作，該公司正在開發一種名為Rhea的基于Arm的CPU，用于計劃于明年上線的歐洲exascale系統.
“即使你在中間有一個量子處理器或量子加速器，它也是另一種加速形式，你仍然需要大量的CPU圍繞它，”Notton說，并補充道，Rhea可以用來管理量子加速。
GPU公司英偉達并未開發量子處理器，而是提供用于量子電路模擬的CuQuantum軟件套件。該公司的CuQuantum DGX硬件設備集成了一個軟件容器和一個全棧量子電路模擬器。該系統采用了英偉達的A100 GPU(也用于許多超級計算機)以加速量子模擬和工作負載。
“你可以使用這個容器，安裝它，并且出于所有意圖和目的，你擁有一個非常強大的，也許是世界上最強大的量子處理器，因為你在這個硬件之上擁有一個完整的模擬堆棧。 ”英偉達HPC和量子計算部門經理Tim Costa表示。
Costa表示，人們普遍認為，GPU在混合量子經典計算中扮演著直接的角色。
“具有優勢的應用不會是純粹的量子應用。你不會在量子處理器上進行第一次完整的天氣模擬。這不是事情的發展方向。相反，它將是經典基礎設施之間的共同努力，可能是我們今天使用的大規模經典基礎設施，”Costa說。
根據工作負載，某些部分代碼可以看作是GPU和量子處理器的加速卸載，或者是GPU上的量子模擬。
“在這是我們前進的過程中非常感興趣的一個領域，”Tim Costa表示。
營業執照公示信息