在 GTC 2025 活动期间，NVIDIA 宣布在 AI 和决策优化方面取得重大进展，推出了最新的 CUDA-X 库并开源了其强大的 cuOpt 优化引擎。这些创新大大加速了各行业的数据科学工作流程和实时决策。
随着人工智能和数据科学的不断发展，快速处理和分析海量数据集的能力已成为关键的差异化因素。NVIDIA 的 CUDA-X 库基于 CUDA 平台构建，提供了一系列 GPU 加速库，其性能远高于传统的仅使用 CPU 的替代方案。
最新版本 cuML 25.02 现已推出公测版，它使数据科学家和研究人员无需更改代码即可加速流行的机器学习算法，例如 scikit-learn、UMAP 和 HDBSCAN。这种零代码更改加速范式最初由 cuDF-pandas 为 DataFrame 操作建立，现在扩展到机器学习任务，将计算时间从几小时缩短到几秒钟。
cuOpt 走向开源
NVIDIA 还宣布将开源其人工智能驱动的决策优化引擎cuOpt 。此举将使这款强大的软件免费提供给开发者、研究人员和企业使用，从而以前所未有的规模开启实时优化的新时代。
决策优化对全球企业至关重要，从物流公司确定最佳卡车路线到航空公司在航班中断期间重新安排航线，无一例外。传统的优化方法往往难以应对这些问题的指数级复杂性，计算解决方案需要数小时甚至数天。cuOpt由 NVIDIA GPU 提供支持，通过动态评估数十亿个变量（包括库存水平、工厂产量、运输延误、燃油成本、风险因素和法规）来解决这一难题，从而近乎实时地提供最优解决方案。
领先的优化公司，包括 Gurobi Optimization、IBM、FICO 的 Xpress 团队、HiGHS、SimpleRose 和 COPT，都已在整合或评估 cuOpt，以增强其决策能力。例如，Gurobi Optimization 正在积极测试 cuOpt 求解器，以改进一阶算法，从而实现更高水平的性能。
早期的基准测试证明了 cuOpt 的卓越性能：
- 线性规划加速：比基于 CPU 的求解器平均快 70 倍，加速范围从 10 倍到 3,000 倍。
- 混合整数规划：求解速度提高 60 倍，如 SimpleRose 所演示的。
- 车辆路线：动态路线加速 240 倍，实现近乎即时的路线调整。
用于加速企业存储的 AI 数据平台
此外，NVIDIA 还发布了NVIDIA AI 数据平台，这是一个可定制的参考架构，旨在加速企业存储系统中的 AI 推理工作负载。该平台使存储提供商能够集成由 NVIDIA 加速计算、网络和软件技术驱动的专用 AI 查询代理。
利用 NVIDIA AI Enterprise 软件（包括用于新 NVIDIA Llama Nemotron 推理模型的 NVIDIA NIM 微服务和 NVIDIA AI-Q 蓝图），这些 AI 查询代理可以从结构化、半结构化和非结构化数据源快速生成洞察。这包括文本、PDF、图像和视频。
该平台采用 NVIDIA Blackwell GPU、BlueField DPU、Spectrum-X 网络和 NVIDIA Dynamo 开源推理库，性能大幅提升。BlueField DPU 的性能比传统基于 CPU 的存储解决方案高出 1.6 倍，同时功耗降低高达 50%。与传统以太网相比，Spectrum-X 网络可将 AI 存储流量进一步加速高达 48%。
领先的存储提供商（包括 DDN、Dell Technologies、VAST Data、HPE、Hitachi Vantara、IBM、NetApp、Nutanix、Pure Storage 和 WEKA）正在与 NVIDIA 合作，将这些功能集成到其企业存储产品中。NVIDIA 认证的存储提供商计划从本月开始推出基于 NVIDIA AI 数据平台的解决方案。
NVIDIA Llama Nemotron 推理模型
NVIDIA 还发布了Llama Nemotron系列的新模型，该系列是一系列开放的、可直接用于商业用途的 AI 推理模型，专为构建能够解决复杂任务的高级智能体而设计。Llama Nemotron 模型基于应用最广泛的开放模型之一 LLAMA，并经过算法剪枝以减小模型规模，从而在保持准确性的同时优化计算效率。
这些模型经过进一步的后期训练，在数学、工具调用、指令遵循和对话任务的关键基准上具有推理能力。NVIDIA 正在公开这些模型，并发布用于实现其高精度的数据集和训练技术。这些数据集包含 60 亿个 NVIDIA 生成的合成数据，代表约 360,000 个 H100 推理小时和 45,000 个人工注释小时，所有这些都向开发人员公开。
Llama Nemotron 模型的一个独特功能是能够打开或关闭推理功能，为开发人员提供前所未有的灵活性。这些模型有三种变体：Nano、Super 和 Ultra。Nano 提供同类产品中最高的推理精度。Super 提供最佳精度，并在单个数据中心 GPU 上提供最高吞吐量，而 Ultra 提供针对数据中心规模的多 GPU 服务器优化的最大代理精度。
Nano 和 Super 模型可立即作为 NIM 微服务使用，可通过 ai.nvidia.com 访问和下载，而 Ultra 也计划很快发布。
NVIDIA Omniverse 蓝图推进 AI 工厂设计和仿真
认识到对 AI 工厂日益增长的需求，NVIDIA 推出了用于 AI 工厂设计和运营的 NVIDIA Omniverse 蓝图。
在主题演讲中，NVIDIA 创始人兼首席执行官黄仁勋演示了 NVIDIA 数据中心工程团队如何利用 Omniverse Blueprint 规划、优化和模拟 1 千兆瓦的 AI 工厂。通过连接到 Cadence Reality Digital Twin Platform 和 ETAP 等领先的模拟工具，工程师可以在施工开始之前测试和优化电力、冷却和网络。
Omniverse Blueprint集成了 OpenUSD 库，使开发人员能够聚合来自各种来源的 3D 数据，包括 NVIDIA 加速计算系统以及来自施耐德电气和 Vertiv 的电源或冷却单元。该蓝图可帮助工程师解决组件集成、冷却效率、电源可靠性和网络优化方面的挑战。
Omniverse Blueprint 打破了传统的工程孤岛，使多学科团队能够实时协作，优化能源使用，消除潜在故障点，并模拟真实情况。实时模拟可以加快决策速度，大大降低代价高昂的停机风险。
预计人工智能驱动的数据中心升级将耗资 1 万亿美元，NVIDIA 的 Omniverse 蓝图将引领这一转型，帮助人工智能工厂运营商始终领先于不断变化的工作负载，最大限度地减少停机时间，并最大限度地提高效率。
全新 Isaac GROOT N1 加速人形机器人技术
在2025年GTC大会上，NVIDIA发布了多项新技术，旨在加速人形机器人的发展。其中最核心的产品是NVIDIA Isaac GR00T N1，它是全球首款开放式、完全可定制的基础模型，专为通用人形机器人的推理和技能而设计。
GR00T N1 采用以人类认知为模型的双系统架构。系统 1 充当快速动作模块，类似于人类反射，根据人类演示和 NVIDIA Omniverse 的合成数据进行训练，生成精确的机器人动作。系统 2 是一个由视觉语言模型驱动的较慢思维模块，可解释周围环境和指令，以便做出深思熟虑、有条不紊的决策。这些功能使 GR00T N1 能够在物料处理、包装和检查等应用中概括复杂的多步骤任务。
NVIDIA 首席执行官黄仁勋表示：“通用机器人技术正在进入变革时代。”他通过 1X Technologies 的一款人形机器人展示了这一潜力，该机器人可以自主执行家务，展示了通过最少的额外后期训练即可实现的功能。
1X Technologies 首席执行官 Bernt Børnich 强调了机器人技术的适应性和学习能力，并指出 NVIDIA 的 GR00T N1 如何大幅简化其机器人 NEO Gamma 的部署，培育出可作为同伴和实用助手的人形机器人。
领先的机器人创新者 Agility Robotics、Boston Dynamics、Mentee Robotics 和 NEURA Robotics 已获得 GR00T N1 的早期使用权，从而使他们处于机器人技术变革的前沿。
牛顿：开源物理引擎
NVIDIA 还发布了 Newton，这是一款与 Google DeepMind 和迪士尼研究院合作开发的开源物理引擎。Newton 专为机器人领域优化，并兼容 MuJoCo 和 NVIDIA Isaac Lab 等成熟的仿真平台。MuJoCo -Warp 是Google DeepMind 和 NVIDIA 的另一项合作成果，有望将机器人机器学习工作负载的加速提升 70 倍。
迪士尼研究院将把Newton整合到其机器人角色平台中，为新一代富有表现力的娱乐机器人提供动力，例如黄在主题演讲中展示的受《星球大战》启发而设计的BDX机器人。华特迪士尼幻想工程研发高级副总裁凯尔·劳克林强调了Newton在为未来的迪士尼体验创造更具互动性和情感吸引力的机器人角色方面所发挥的作用。
艾萨克·格鲁特 (Isaac GROOT) 蓝图揭晓
GR00T N1采用受人类认知启发而设计的双系统架构。系统 1 代表快速思考的行动模型，反映人类的反应和直觉。系统 2 则代表慢速思考的模型，用于深思熟虑、有条不紊的决策。
在视觉语言模型的支持下，系统 2 会分析其环境和收到的指令来规划行动。然后，系统 1 将这些计划转化为机器人的精确、连续的动作。系统 1 使用人类演示数据和 NVIDIA Omniverse 平台生成的大量合成数据进行训练。
为了满足机器人开发者对海量高质量训练数据的持续需求，NVIDIA 发布了用于生成合成运动的Isaac GR00T Blueprint。该 Blueprint 能够快速生成海量合成数据集——仅需 11 小时即可生成 78 万条合成轨迹（相当于 9 个月的连续人类数据）。与仅使用真实世界数据相比，集成这些合成数据后，GR00T N1 的性能提升了 40%。
为了进一步支持机器人社区，NVIDIA 通过 Hugging Face 和 GitHub 发布了 GR00T N1 数据集和评估场景。此外，开发人员可以在 build.nvidia.com 和 GitHub 上访问 Isaac GR00T Blueprint 演示。即将于今年晚些时候推出的 Newton 物理引擎将进一步补充这些资源。NVIDIA 的 DGX Spark 个人 AI 超级计算机为开发人员提供了一站式解决方案，以扩展 GR00T N1 的功能，以用于各种机器人应用。
用于物理 AI 开发的高级 Cosmos World Foundation 模型
在2025年GTC大会上，NVIDIA宣布大幅扩展其Cosmos世界基础模型（WFM），为开发者提供开放且完全可定制的推理模型，从而显著提升物理人工智能的开发效率。这些创新为机器人和自动驾驶汽车生成合成训练数据带来了前所未有的控制力和效率。
重点发布包括由 NVIDIA 的 Omniverse 和 Cosmos 平台提供支持的两个新蓝图，可加速合成数据生成和训练后流程。这些平台的早期采用者包括 1X、Agility Robotics、Figure AI、Foretellix、Skild AI 和 Uber 等行业领导者，他们已经在利用 Cosmos 来提高数据丰富度和可扩展性。
Cosmos Transfer 是合成数据生成领域的一项重大进步，它接收结构化视频输入（如分割图、激光雷达扫描和姿势估计），并将其转换为可控制的、逼真的视频输出。这通过高效地将 Omniverse 生成的 3D 模拟转换为逼真的视频数据集，简化了感知 AI 的训练。Agility Robotics 是首批集成 Cosmos Transfer 的公司之一，并广泛使用它来增强其机器人训练流程。
Omniverse Blueprint 采用 Cosmos Transfer
对于自动驾驶汽车模拟，NVIDIA 推出了 Omniverse 蓝图，该蓝图利用 Cosmos Transfer 来改变传感器数据条件（例如天气或照明），从而大大丰富了数据集。Foretellix 和 Parallel Domain 采用了此蓝图，从而实现了增强且更加多样化的行为场景模拟。
此外，NVIDIA GR00T Blueprint 利用 Omniverse 和 Cosmos Transfer 平台快速生成大规模合成操作运动数据集，将数据收集所需的时间从几天大幅缩短到几小时。
Cosmos 预测和 Cosmos 推理
Cosmos Predict 于今年 1 月在 CES 上首次亮相，它能够利用包括文本、图像和视频在内的多模态输入生成智能虚拟世界。最新的 Cosmos Predict 模型经过增强，支持多帧生成，并能根据初始和最终视觉状态预测中间动作。借助NVIDIA 的 Grace Blackwell NVL72系统，开发者可以实现实时、可定制的虚拟世界生成。1X、Skild AI、Nexar 和 Oxa 等公司正在利用 Cosmos Predict 推进机器人和自动驾驶技术的发展。
NVIDIA 还推出了Cosmos Reason，这是一款开放且可定制的工作流模型 (WFM)，具备时空推理能力。该模型采用链式推理方法来分析和解释视频数据，并预测以自然语言清晰描述的交互结果。Cosmos Reason 简化了数据标注流程，改进了现有的工作流模型，并支持为物理人工智能系统创建高级动作规划器。
NVIDIA 利用 PyTorch 脚本或NVIDIA NeMo on DGX Cloud提供强大的训练后处理功能，以加速数据整理和模型优化。NeMo Curator 进一步加速了大规模视频数据处理，Linker Vision、Milestone Systems、Virtual Incision、Uber 和 Waabi 等公司已采用这些解决方案来开发高级 AI 应用。
与 NVIDIA 负责任的 AI 承诺一致，Cosmos WFM 通过与 Google DeepMind 的 SynthID 水印技术合作，整合了透明护栏和内容识别。
Cosmos WFM 可在 NVIDIA API 目录和 Google Cloud 上的 Vertex AI Model Garden 中使用。Cosmos Predict 和 Cosmos Transfer 可在 Hugging Face 和 GitHub 上公开访问，而 Cosmos Reason 则处于早期访问阶段。
Oracle 与 NVIDIA 合作加速企业 AI 创新
Oracle 和 NVIDIA 宣布将 NVIDIA 的加速计算和推理软件与 Oracle 的 AI 基础设施和生成式 AI 服务进行突破性整合。此次合作旨在加速代理式 AI 应用程序的全球部署，显著增强组织在 AI 驱动工作负载方面的能力。
此次集成使Oracle 云基础设施(OCI) 客户能够通过 OCI 控制台直接访问超过 160 种 AI 工具和 100 多个 NVIDIA NIM 微服务。Oracle 和 NVIDIA 正在通过 Oracle 和 NVIDIA AI Blueprints 合作开发无代码部署解决方案，并使用 NVIDIA 的 cuVS 库优化 Oracle Database 23ai 中的 AI 向量搜索功能。
为企业 AI 量身定制的解决方案
将 NVIDIA AI Enterprise 软件集成到 OCI Console 中可大幅缩短推理模型的部署时间。客户可以立即访问优化的云原生 NVIDIA NIM 微服务，支持 NVIDIA 的 Llama Nemotron 等高级 AI 模型。NVIDIA AI Enterprise 将通过 OCI Kubernetes Engine 作为 OCI 裸机实例和 Kubernetes 集群的部署映像提供，Oracle 将提供无缝的直接计费和客户支持。
Soley Therapeutics 等客户正在利用 OCI AI 基础设施与 NVIDIA AI Enterprise 和 Blackwell GPU 相结合，推动 AI 驱动的药物研发取得突破。这种集成产品可满足从数据隐私和主权到低延迟应用程序等一系列企业需求。
通过蓝图加速人工智能部署
OCI AI Blueprints 为客户提供无代码、自动化部署方案，大大简化了 AI 工作负载的设置。NVIDIA Blueprints 通过统一的参考工作流程对此进行了补充，使企业能够快速定制和实施由 NVIDIA AI Enterprise 和 NVIDIA Omniverse 提供支持的自定义 AI 应用程序。
为了进一步简化 AI 应用程序开发，NVIDIA Omniverse 平台、Isaac Sim 工作站和 Omniverse Kit App Streaming 将于今年晚些时候通过 OCI Marketplace 推出。这些产品将利用 NVIDIA L40S GPU 加速的裸机计算实例。Pipefy 是一个 AI 驱动的业务自动化平台，它体现了这些蓝图的成功，利用它们完成高效的文档和图像处理任务。
使用 NVIDIA NIM 在 OCI 数据科学上进行实时 AI 推理
OCI 数据科学环境现在包括预先优化的 NVIDIA NIM 微服务，能够以最少的基础设施管理快速部署实时 AI 推理解决方案。客户可保持数据安全性和合规性，因为这些模型在其 OCI 租户内运行，可通过灵活的定价模型（包括按小时计费或 Oracle 通用积分）获得。
增强型 Oracle Database 23ai
Oracle 和 NVIDIA 正在利用 NVIDIA GPU 和 cuVS 技术，增强Oracle Database 23ai 的 AI 向量搜索功能。此次合作显著加快了向量嵌入和索引的创建与维护速度，从而优化了密集型 AI 向量搜索工作负载的性能。DeweyVision 等公司已开始利用此集成进行高级 AI 驱动的媒体分析和检索，从而革新了生产工作流程和内容发现方式。
此次合作还将在 OCI 的全球基础设施中引入新一代 NVIDIA Blackwell GPU，包括公有云、主权云、专用区域、Oracle Alloy、Compute Cloud@Customer 和 Roving Edge Devices。OCI 将很快采用 NVIDIA GB200 NVL72 系统，提供强大的计算能力，同时显著提高效率和成本效益。OCI 是首批提供强大的 NVIDIA Blackwell 加速计算平台的公司之一，进一步推进了 AI 推理和物理 AI 能力。
SoundHound 利用 OCI 的 NVIDIA GPU 加速基础设施每年为数十亿次对话查询提供支持，展示了此次合作在语音和对话式 AI 解决方案中的实际有效性和可扩展性。
Omniverse 地球-2 天气分析蓝图
NVIDIA推出了面向Earth-2天气分析的Omniverse Blueprint，旨在加速高精度天气预报解决方案的开发和部署。这一创新框架为企业提供先进技术，以增强风险管理、灾害防备和气候适应能力。鉴于过去十年气候相关天气事件已造成全球约2万亿美元的经济损失，这些领域至关重要。
Omniverse Earth-2 蓝图提供了一套全面的参考工作流程，整合了 NVIDIA GPU 加速库、物理人工智能框架、开发工具以及易于使用的 NVIDIA NIM 微服务。这些微服务包括用于高分辨率数值天气预报的 CorrDiff 和用于全球大气动力学预报的FourCastNet。企业、研究人员和政府机构已经开始利用这些微服务来获取洞察并降低极端天气带来的风险。
生态系统的采用和支持
专注于 AI 的 G42、JBA Risk Management 和 Spire Global 等知名气候技术公司正在利用 NVIDIA 的 Earth-2 平台来创建创新的 AI 增强型天气解决方案。这些组织通过集成专有企业数据来大幅加快天气预报速度，将传统的预测时间从几小时缩短到几秒钟。
G42 正在利用其 AI 预测模型部署 Omniverse Blueprint 的元素，以增强阿联酋国家气象中心的天气预报和灾害管理能力。Spire Global 使用蓝图衍生的 AI 组件和专有卫星数据来提供中期和亚季节预报，速度大大超越传统的基于物理的模型，速度提高了 1,000 倍。
其他早期采用者和探索者包括台湾中央气象局、The Weather Company、Ecopia AI、ESRI、协鑫电力、OroraTech 和 Tomorrow.io，进一步扩大了 Earth-2 的生态系统和应用多样性。
先进的生成式人工智能能力
Omniverse Blueprint 包含CorrDiff，它以 NVIDIA NIM 微服务的形式提供，与传统的基于 CPU 的方法相比，性能优势高达 500 倍，能效优势高达 10,000 倍。独立软件供应商 (ISV) 可以利用此蓝图快速构建 AI 驱动的天气分析解决方案，受益于增强的观测数据处理能力，从而提高准确性和响应速度。
领先的地理空间软件提供商 Esri 正在与 NVIDIA 合作，将其 ArcGIS 平台与 Earth-2 连接起来。OroraTech 和 Tomorrow.io 正在将专有数据集集成到 NVIDIA 的 Earth-2 数字孪生中，以改进下一代 AI 模型。
由 NVIDIA DGX Cloud 提供支持
Omniverse 地球 2 蓝图利用 NVIDIA DGX 云基础设施，包括 DGX GB200、HGX B200 和 OVX 超级计算机，实现全球气候情景的高性能模拟和可视化。这一全面的云解决方案显著提升了 AI 驱动的天气预报能力，帮助组织实现前所未有的预报速度、规模和准确性。
Halos：自动驾驶汽车的安全系统
NVIDIA 推出了 Halos，这是一个全面的安全框架，整合了其广泛的汽车硬件、软件解决方案和尖端 AI 研究，以加速自动驾驶汽车 (AV) 的安全开发。Halos 旨在涵盖整个 AV 开发生命周期——从云训练环境到车辆部署——使开发人员能够集成最先进的技术，从而提高驾驶员、乘客和行人的安全。
NVIDIA 行业安全副总裁 Riccardo Mariani 强调，Halos增强了现有的安全措施，并可以加快监管合规和标准化工作，使合作伙伴能够选择满足其自动驾驶汽车安全需求的定制技术解决方案。
光环的三大支柱
Halos 提供了一种整体安全方法，围绕三个关键层面构建：技术、开发和计算安全。在技术层面，Halos 解决了平台安全、算法安全和生态系统安全问题。在开发过程中，它为设计、部署和验证阶段提供了强大的防护措施。在计算方面，Halos 涵盖了从 AI 训练到 AV 部署的整个过程，由 NVIDIA 的 DGX 系统提供支持，用于 AI 模型训练，在 NVIDIA OVX 上运行的 Omniverse 和 Cosmos 平台用于模拟，NVIDIA DRIVE AGX 用于车辆部署。
NVIDIA 首席 AV 研究员 Marco Pavone 强调了 Halos 集成方法在利用生成式 AI 实现日益复杂的 AV 系统的环境中的重要性，而这些领域是传统的组合设计和验证方法难以有效解决的。
人工智能系统检测实验室
NVIDIA 的 AI 系统检测实验室是 Halos 的重要组成部分，也是全球首个获得 ANSI 国家认证委员会认可的项目。该实验室确保汽车制造商和开发商将 NVIDIA 技术安全地集成到他们的解决方案中，将功能安全、网络安全、AI 安全和合规性纳入统一的安全协议。初始成员包括行业领导者 Ficosa、OMNIVISION、Onsemi 和 Continental。
平台、算法和生态系统安全
Halos 通过经过安全评估的片上系统 (SoC)、经过安全认证的涵盖 CPU 到 GPU 的 NVIDIA DriveOS 软件以及将 SoC、软件和传感器集成到统一架构中的 DRIVE AGX Hyperion 来强调平台安全性。对于算法安全性，Halos 提供用于管理安全数据的库和 API，以及由 NVIDIA Omniverse Blueprint 和 Cosmos 基础模型提供支持的高级模拟和验证环境。生态系统安全性包括全面的安全数据集、自动安全评估和持续改进流程。
安全凭证
Halos 充分体现了 NVIDIA 对 AV 安全的坚定承诺，其特点如下：
- 超过 15,000 年的工程经验致力于车辆安全。
- 为国际标准委员会贡献了超过10,000小时。
- 在 AV 安全领域已申请超过 1,000 项专利。
- 已发表了 240 多篇 AV 安全研究论文。
- 超过 30 项安全和网络安全认证。
NVIDIA 汽车产品最近获得的主要认证包括 NVIDIA DriveOS 6.0 符合 ISO 26262 ASIL D 标准、TÜV SÜD 获得 ISO/SAE 21434 网络安全流程认证、以及 TÜV Rheinland 对 NVIDIA DRIVE AV 平台的独立安全评估。
加速量子研究中心宣布成立，推动量子计算发展
英伟达宣布在波士顿成立新的研究中心——英伟达加速量子研究中心（NVAQC），致力于推进量子计算技术的发展。该中心将把最先进的量子硬件与英伟达的AI驱动型超级计算资源相结合，从而显著提升量子超级计算能力。
NVAQC 旨在解决量子计算面临的关键挑战，包括降低量子比特噪声以及将实验性量子处理器转变为实用的可部署设备。量子计算领域的主要行业领导者，如 Quantinuum、Quantum Machines 和 QuEra Computing，将利用 NVAQC 的资源，与顶级学术机构密切合作，包括哈佛大学科学与工程量子计划 (HQI) 和麻省理工学院的工程量子系统 (EQuS) 小组。
该中心将利用 NVIDIA 的 GB200 NVL72 机架级系统，这是针对量子计算应用优化的最强大的硬件。这种先进的基础设施将支持复杂的量子系统模拟，并促进部署量子纠错所需的低延迟量子硬件控制算法。此外，强大的 GB200 NVL72 平台将推动 AI 算法融入量子研究，提高整体计算效率。
为了解决 GPU 和量子处理单元 (QPU) 硬件之间的集成复杂性，NVAQC 的研究人员将使用 NVIDIA 的 CUDA-Q 量子开发平台。CUDA-Q 有助于创建先进的混合量子算法和应用程序，从而实现更顺畅的集成和更高效的研究成果。
与哈佛大学量子计划的合作将专注于开拓下一代量子计算技术。与此同时，麻省理工学院的 EQuS 小组将利用 NVAQC 的先进基础设施来增强技术，特别是对实际量子计算实施至关重要的量子纠错方法。
NVAQC 计划于今年晚些时候开始运营，标志着量子计算研究和开发向前迈出重要一步。
Amazon