在GTC 2025活動期間，NVIDIA宣佈在AI和決策優化方面取得重大進展，推出最新的CUDA-X庫並開源其強大的cuOpt優化引擎。這些創新極大地加速了跨產業的數據科學工作流程和即時決策。
隨著人工智慧和資料科學的不斷發展，快速處理和分析大量資料集的能力已成為關鍵的區別因素。 NVIDIA 的 CUDA-X 函式庫建立在 CUDA 平台之上，提供了一系列 GPU 加速函式庫，其效能明顯高於傳統的僅限 CPU 的替代方案。
最新版本 cuML 25.02 現已推出公開測試版，它使資料科學家和研究人員無需更改程式碼即可加速流行的機器學習演算法，例如 scikit-learn、UMAP 和 HDBSCAN。這種零程式碼修改加速範式最早由 cuDF-pandas 為 DataFrame 作業建立，現在擴展到機器學習任務，將計算時間從幾小時縮短到幾秒。
cuOpt 走向開源
NVIDIA 也宣布將開源其人工智慧驅動的決策優化引擎cuOpt 。此舉將使這款強大的軟體免費提供給開發者、研究人員和企業使用，從而以前所未有的規模開啟即時優化的新時代。
決策優化對全球企業至關重要，從物流公司確定最佳卡車路線到航空公司在航班中斷期間重新安排航線，沒有例外。傳統的最佳化方法往往難以應對這些問題的指數級複雜性，計算解決方案需要數小時甚至數天。 cuOpt由 NVIDIA GPU 提供支持，透過動態評估數十億個變數（包括庫存水準、工廠產量、運輸延誤、燃油成本、風險因素和法規）來解決這一難題，近乎即時地提供最優解決方案。
領先的優化公司，包括 Gurobi Optimization、IBM、FICO 的 Xpress 團隊、HiGHS、SimpleRose 和 COPT，已經在整合或評估 cuOpt 以增強他們的決策能力。例如，Gurobi Optimization 正在積極測試 cuOpt 求解器，以改進一階演算法，從而實現更高水準的效能。
早期的基準測試證明了 cuOpt 的卓越性能：
- 線性規劃加速：比基於 CPU 的解算器平均快 70 倍，加速範圍從 10 倍到 3,000 倍。
- 混合整數規劃：求解速度提高 60 倍，如 SimpleRose 所示範的。
- 車輛路線：動態路線加速 240 倍，實現近乎即時的路線調整。
用於加速企業儲存的 AI 資料平台
此外，NVIDIA 也發布了NVIDIA AI 資料平台，這是一個可自訂的參考架構，旨在加速企業儲存系統中的 AI 推理工作負載。該平台使儲存供應商能夠整合由 NVIDIA 加速運算、網路和軟體技術驅動的專用 AI 查詢代理。
利用 NVIDIA AI Enterprise 軟體（包括用於新 NVIDIA Llama Nemotron 推理模型的 NVIDIA NIM 微服務和 NVIDIA AI-Q 藍圖），這些 AI 查詢代理可以從結構化、半結構化和非結構化資料來源快速產生洞察。其中包括文字、PDF、圖像和影片。
該平台使用 NVIDIA Blackwell GPU、BlueField DPU、Spectrum-X 網路和 NVIDIA Dynamo 開源推理庫來顯著提高效能。 BlueField DPU 的效能比傳統的基於 CPU 的儲存解決方案高出 1.6 倍，同時將功耗降低高達 50%。與傳統乙太網路相比，Spectrum-X 網路進一步將 AI 儲存流量加速高達 48%。
領先的儲存供應商，包括 DDN、Dell Technologies、VAST Data、HPE、Hitachi Vantara、IBM、NetApp、Nutanix、Pure Storage 和 WEKA，正在與 NVIDIA 合作，將這些功能整合到他們的企業儲存產品中。 NVIDIA 認證的儲存供應商計劃從本月開始推出基於 NVIDIA AI 資料平台的解決方案。
NVIDIA Llama Nemotron 推理模型
NVIDIA 也發布了Llama Nemotron系列的新模型，該系列是一系列開放的、可直接用於商業用途的 AI 推理模型，專為構建能夠解決複雜任務的高級智能體而設計。 Llama Nemotron 模型基於應用最廣泛的開放模型之一 LLAMA，並經過演算法剪枝以減小模型規模，從而在保持準確性的同時優化計算效率。
這些模型經過進一步的後期訓練，以在數學、工具呼叫、指令遵循和對話任務的關鍵基準上產生推理能力。 NVIDIA 正在公開這些模型，並發布用於實現其高精度的資料集和訓練技術。這些數據集包含 60 億個 NVIDIA 產生的合成數據，代表約 360,000 個 H100 推理小時和 45,000 個人工註釋小時，全部向開發人員開放。
Llama Nemotron 模型的一個獨特功能是能夠開啟或關閉推理功能，為開發人員提供前所未有的靈活性。此型號有三種型號：Nano、Super 和 Ultra。 Nano 具有同類產品中最高的推理精度。 Super 在單一資料中心 GPU 上提供最佳精度和最高吞吐量，而 Ultra 則提供針對資料中心規模的多 GPU 伺服器最佳化的最大代理精度。
Nano 和 Super 模型可立即作為 NIM 微服務使用，可透過 ai.nvidia.com 存取和下載，而 Ultra 也計劃很快發布。
NVIDIA Omniverse 藍圖推進 AI 工廠設計與仿真
認識到對 AI 工廠日益增長的需求，NVIDIA 推出了用於 AI 工廠設計和營運的 NVIDIA Omniverse 藍圖。
在主題演講中，NVIDIA 創辦人兼執行長黃仁勳展示了 NVIDIA 資料中心工程團隊如何利用 Omniverse Blueprint 來規劃、優化和模擬 1 千兆瓦的 AI 工廠。透過連接 Cadence Reality Digital Twin Platform 和 ETAP 等領先的模擬工具，工程師可以在施工開始之前很久就測試和優化電力、冷卻和網路。
Omniverse Blueprint整合了 OpenUSD 函式庫，使開發人員能夠聚合來自各種來源的 3D 數據，包括 NVIDIA 加速運算系統以及來自施耐德電氣和 Vertiv 的電源或冷卻單元。此藍圖可協助工程師解決組件整合、冷卻效率、電源可靠性和網路優化方面的挑戰。
Omniverse Blueprint 打破了傳統的工程孤島，允許多學科團隊即時協作，優化能源使用，消除潛在故障點，並模擬真實世界的情況。即時模擬可以加快決策速度，大幅降低代價高昂的停機風險。
預計人工智慧驅動的資料中心升級將耗資 1 兆美元，NVIDIA 的 Omniverse 藍圖將引領這項轉型，幫助人工智慧工廠營運商始終領先於不斷變化的工作負載，最大限度地減少停機時間，並最大限度地提高效率。
全新 Isaac GROOT N1 加速人形機器人技術
在2025年GTC大會上，NVIDIA發布了多項新技術，旨在加速人形機器人的發展。其中最核心的產品是NVIDIA Isaac GR00T N1，它是全球首款開放式、完全可自訂的基礎模型，專為通用人形機器人的推理和技能而設計。
GR00T N1 利用模仿人類認知的雙系統架構。系統 1 充當快速動作模組，類似於人類的反射，透過結合人類演示和來自 NVIDIA Omniverse 的合成資料進行訓練，產生精確的機器人動作。系統 2 是一個由視覺語言模型驅動的思維較慢的模組，它可以解釋周圍環境和指令，以便做出深思熟慮、有條不紊的決策。這些功能使 GR00T N1 能夠在材料處理、包裝和檢查等應用中概括複雜的多步驟任務。
NVIDIA 執行長黃仁勳表示：「通用機器人技術正在進入變革時代。」他透過 1X Technologies 的人形機器人自主執行家務來展示這種潛力，展示了透過最少的額外後期訓練即可實現的能力。
1X Technologies 執行長 Bernt Børnich 強調了機器人技術的適應性和學習能力，並指出 NVIDIA 的 GR00T N1 如何大幅簡化其機器人 NEO Gamma 的部署，培育出可作為同伴和實用助手的人形機器人。
領先的機器人創新者 Agility Robotics、Boston Dynamics、Mentee Robotics 和 NEURA Robotics 已獲得 GR00T N1 的早期使用權，使他們處於機器人技術變革的前沿。
牛頓：開源物理引擎
NVIDIA 也發布了 Newton，這是一款與 Google DeepMind 和迪士尼研究院合作開發的開源實體引擎。 Newton 專為機器人領域最佳化，並相容於 MuJoCo 和 NVIDIA Isaac Lab 等成熟的模擬平台。 MuJoCo -Warp 是Google DeepMind 和 NVIDIA 的另一項合作成果，預計將機器人機器學習工作負載的加速提升 70 倍。
迪士尼研究院將把Newton整合到其機器人角色平台中，為新一代富有表現力的娛樂機器人提供動力，例如黃在主題演講中展示的受《星際大戰》啟發而設計的BDX機器人。華特迪士尼幻想工程研發高級副總裁凱爾·勞克林強調了Newton在為未來的迪士尼體驗創造更具互動性和情感吸引力的機器人角色方面所發揮的作用。
Isaac GROOT 藍圖揭曉
GR00T N1採用受人類認知啟發而設計的雙系統架構。系統 1 代表快速思考的行動模型，反映人類的反應和直覺。系統 2 則代表慢速思考的模型，用於深思熟慮、有條不紊的決策。
在視覺語言模型的支持下，系統 2 可以分析其環境和收到的指令來規劃行動。然後，系統 1 將這些計畫轉化為機器人精確、連續的動作。系統 1 使用人類演示資料和 NVIDIA Omniverse 平台產生的大量合成資料進行訓練。
為了滿足機器人開發者對大量高品質訓練資料的持續需求，NVIDIA 發布了用於產生合成運動的Isaac GR00T Blueprint。該 Blueprint 能夠快速生成海量合成資料集——僅需 11 小時即可產生 78 萬條合成軌跡（相當於 9 個月的連續人類資料）。與僅使用真實世界數據相比，整合這些合成數據後，GR00T N1 的效能提升了 40%。
為了進一步支援機器人社區，NVIDIA 透過 Hugging Face 和 GitHub 發布了 GR00T N1 資料集和評估場景。此外，開發人員還可以造訪 build.nvidia.com 和 GitHub 上的 Isaac GR00T Blueprint 演示。預計今年稍後推出的牛頓物理引擎將進一步補充這些資源。 NVIDIA 的 DGX Spark 個人 AI 超級電腦為開發人員提供了交鑰匙解決方案，以擴展 GR00T N1 的功能以適應各種機器人應用。
用於實體 AI 開發的高級 Cosmos World Foundation 模型
在2025年GTC大會上，NVIDIA宣布大幅擴展其Cosmos世界基礎模型（WFM），為開發者提供開放且完全可自訂的推理模型，從而顯著提升實體人工智慧的開發效率。這些創新為機器人和自動駕駛汽車產生合成訓練資料帶來了前所未有的控制力和效率。
其中，重點發布的兩個新藍圖由 NVIDIA 的 Omniverse 和 Cosmos 平台提供支持，可加速合成資料生成和後訓練過程。這些平台的早期採用者包括 1X、Agility Robotics、Figure AI、Foretellix、Skild AI 和 Uber 等行業領導者，他們已經在利用 Cosmos 來提高資料豐富度和可擴展性。
Cosmos Transfer 是合成資料生成領域的一項重大進步，它採用結構化視訊輸入（如分割圖、雷射雷達掃描和姿勢估計），並將其轉換為可控的、逼真的視訊輸出。透過有效地將 Omniverse 產生的 3D 模擬轉換為逼真的視訊資料集，這簡化了感知 AI 的訓練。 Agility Robotics 是首批整合 Cosmos Transfer 的公司之一，並廣泛使用它來增強其機器人訓練流程。
Omniverse Blueprint 採用 Cosmos Transfer
對於自動駕駛汽車模擬，NVIDIA 推出了 Omniverse Blueprint，它採用 Cosmos Transfer 來改變感測器資料條件（例如天氣或照明），從而顯著豐富資料集。 Foretellix 和 Parallel Domain 採用了該藍圖，實現了增強的、更加多樣化的行為場景模擬。
此外，NVIDIA GR00T Blueprint 利用 Omniverse 和 Cosmos Transfer 平台快速產生大規模合成操作運動資料集，將資料收集所需的時間從幾天大幅縮短到幾小時。
Cosmos 預測與 Cosmos 推理
Cosmos Predict 於今年 1 月在 CES 上首次亮相，它能夠利用包括文字、影像和影片在內的多模態輸入生成智慧虛擬世界。最新的 Cosmos Predict 模型經過增強，支援多幀生成，並能根據初始和最終視覺狀態預測中間動作。透過NVIDIA 的 Grace Blackwell NVL72系統，開發者可以實現即時、可自訂的虛擬世界生成。 1X、Skild AI、Nexar 和 Oxa 等公司正在利用 Cosmos Predict 推進機器人和自動駕駛技術的發展。
NVIDIA 也推出了Cosmos Reason，這是一款開放且可自訂的工作流程模型 (WFM)，具備時空推理能力。該模型採用鍊式推理方法來分析和解釋視訊數據，並預測以自然語言清晰描述的交互結果。 Cosmos Reason 簡化了資料標註流程，改進了現有的工作流程模型，並支援為實體人工智慧系統建立進階動作規劃器。
NVIDIA 利用 PyTorch 腳本或NVIDIA NeMo on DGX Cloud提供強大的訓練後處理功能，以加速資料整理和模型最佳化。 NeMo Curator 進一步加速了大規模視訊資料處理，Linker Vision、Milestone Systems、Virtual Incision、Uber 和 Waabi 等公司已採用這些解決方案來開發高級 AI 應用。
與 NVIDIA 負責任的 AI 承諾一致，Cosmos WFM 透過與 Google DeepMind 的 SynthID 浮水印技術合作，整合了透明護欄和內容識別。
Cosmos WFM 可在 NVIDIA API 目錄和 Google Cloud 上的 Vertex AI Model Garden 中使用。 Cosmos Predict 和 Cosmos Transfer 可以在 Hugging Face 和 GitHub 上公開訪問，而 Cosmos Reason 則可早期訪問。
Oracle 與 NVIDIA 合作加速企業 AI 創新
Oracle 和 NVIDIA 宣布將 NVIDIA 的加速運算和推理軟體與 Oracle 的 AI 基礎架構和生成式 AI 服務進行突破性的整合。此次合作旨在加快代理 AI 應用程式的全球部署，顯著增強企業在 AI 驅動工作負載方面的能力。
此次整合使Oracle 雲端基礎架構(OCI) 客戶能夠透過 OCI 控制台直接存取超過 160 種 AI 工具和 100 多個 NVIDIA NIM 微服務。 Oracle 和 NVIDIA 正在透過 Oracle 和 NVIDIA AI Blueprints 合作開發無程式碼部署解決方案，並使用 NVIDIA 的 cuVS 庫優化 Oracle Database 23ai 中的 AI 向量搜尋功能。
為企業 AI 量身訂做的解決方案
將 NVIDIA AI Enterprise 軟體整合到 OCI 控制台可大幅縮短推理模型的部署時間。客戶可以立即存取優化的雲端原生 NVIDIA NIM 微服務，支援 NVIDIA 的 Llama Nemotron 等先進的 AI 模型。 NVIDIA AI Enterprise 將透過 OCI Kubernetes Engine 作為 OCI 裸機實例和 Kubernetes 叢集的部署映像提供，Oracle 將提供無縫直接計費和客戶支援。
Soley Therapeutics 等客戶正在利用 OCI AI 基礎設施與 NVIDIA AI Enterprise 和 Blackwell GPU 相結合來推動 AI 驅動的藥物發現方面的突破。這種整合產品可以滿足一系列企業需求，從資料隱私和主權到低延遲應用程式。
透過藍圖加速人工智慧部署
OCI AI Blueprints 為客戶提供無程式碼、自動化部署方案，大大簡化了 AI 工作負載的設定。 NVIDIA Blueprints 透過統一的參考工作流程對此進行了補充，使企業能夠快速自訂和實施由 NVIDIA AI Enterprise 和 NVIDIA Omniverse 提供支援的客製化 AI 應用程式。
為了進一步簡化 AI 應用程式開發，NVIDIA Omniverse 平台、Isaac Sim 工作站和 Omniverse Kit App Streaming 將於今年稍後透過 OCI Marketplace 推出。這些產品將利用 NVIDIA L40S GPU 加速裸機運算執行個體。 Pipefy 是一個由人工智慧驅動的業務自動化平台，它體現了這些藍圖的成功，利用它們來實現高效的文件和影像處理任務。
使用 NVIDIA NIM 在 OCI 資料科學上進行即時 AI 推理
OCI 資料科學環境現在包括預先最佳化的 NVIDIA NIM 微服務，能夠以最少的基礎架構管理快速部署即時 AI 推理解決方案。由於這些模型在其 OCI 租賃期內運行，客戶可以保持資料安全性和合規性，並且可以透過靈活的定價模型取得，包括按小時計費或 Oracle 通用積分。
增強型 Oracle Database 23ai
Oracle 和 NVIDIA 正在利用 NVIDIA GPU 和 cuVS 技術，增強Oracle Database 23ai 的 AI 向量搜尋功能。此次合作顯著加快了向量嵌入和索引的創建與維護速度，從而優化了密集型 AI 向量搜尋工作負載的效能。 DeweyVision 等公司已開始利用此整合進行高級 AI 驅動的媒體分析和檢索，從而革新了生產工作流程和內容發現方式。
此次合作也在 OCI 的全球基礎設施（包括公有雲、主權雲、專用區域、Oracle Alloy、Compute Cloud@Customer 和 Roving Edge Devices）中引進了下一代 NVIDIA Blackwell GPU。 OCI 很快就會採用 NVIDIA GB200 NVL72 系統，提供強大的運算能力，同時大幅提高效率和成本效益。 OCI 是第一批提供強大的 NVIDIA Blackwell 加速運算平台的公司之一，進一步提升了 AI 推理和實體 AI 能力。
SoundHound 利用 OCI 的 NVIDIA GPU 加速基礎設施每年為數十億次對話查詢提供支持，展示了此次合作在語音和對話式 AI 解決方案中的實際有效性和可擴展性。
Omniverse 地球-2 天氣分析藍圖
NVIDIA推出了Earth-2天氣分析的Omniverse Blueprint，旨在加速高精準度天氣預報解決方案的開發與部署。這項創新架構為企業提供先進技術，以增強風險管理、災害防備和氣候適應能力。鑑於過去十年氣候相關天氣事件已造成全球約2兆美元的經濟損失，這些領域至關重要。
Omniverse Earth-2 藍圖提供了一套全面的參考工作流程，整合了 NVIDIA GPU 加速庫、實體人工智慧框架、開發工具以及易於使用的 NVIDIA NIM 微服務。這些微服務包括用於高解析度數值天氣預報的 CorrDiff 和用於全球大氣動力學預報的FourCastNet。企業、研究人員和政府機構已經開始利用這些微服務來獲取洞察並降低極端天氣帶來的風險。
生態系的採用與支持
專注於人工智慧的 G42、JBA Risk Management 和 Spire Global 等知名氣候技術公司正在利用 NVIDIA 的 Earth-2 平台創建創新的人工智慧增強型天氣解決方案。這些組織透過整合專有企業數據，大大加快了天氣預報的速度，將傳統的預測時間從幾小時縮短到幾秒鐘。
G42 正在利用其 AI 預測模型部署 Omniverse 藍圖的元素，以增強阿聯酋國家氣像中心的天氣預報和災害管理能力。 Spire Global 採用藍圖衍生的 AI 組件和專有衛星數據來提供中期和亞季節預測，速度遠遠超過傳統的基於物理的模型，提高了 1,000 倍。
其他早期採用者和探索者包括台灣中央氣象局、The Weather Company、Ecopia AI、ESRI、協鑫電力、OroraTech 和 Tomorrow.io，進一步擴大了 Earth-2 的生態系統和應用多樣性。
先進的生成式人工智慧能力
Omniverse Blueprint 包含CorrDiff，它以 NVIDIA NIM 微服務的形式提供，與傳統的基於 CPU 的方法相比，效能優勢高達 500 倍，能源效率優勢高達 10,000 倍。獨立軟體供應商 (ISV) 可以利用此藍圖快速建立 AI 驅動的天氣分析解決方案，受益於增強的觀測資料處理能力，從而提高準確性和響應速度。
領先的地理空間軟體供應商 Esri 正在與 NVIDIA 合作，將其 ArcGIS 平台與 Earth-2 連接起來。 OroraTech 和 Tomorrow.io 正在將專有資料集整合到 NVIDIA 的 Earth-2 數位孿生中，以改進下一代 AI 模型。
由 NVIDIA DGX Cloud 提供支持
Omniverse 地球 2 藍圖利用 NVIDIA DGX 雲端基礎設施，包括 DGX GB200、HGX B200 和 OVX 超級計算機，實現全球氣候場景的高性能模擬和視覺化。這種全面的雲端解決方案顯著提高了人工智慧驅動的天氣預報能力，幫助組織實現前所未有的預報速度、規模和準確性。
Halos：自動駕駛汽車的安全系統
NVIDIA 推出了 Halos，這是一個全面的安全框架，它統一了其廣泛的汽車硬體、軟體解決方案和尖端 AI 研究，以加速自動駕駛汽車 (AV) 的安全開發。 Halos 旨在涵蓋整個 AV 開發生命週期（從雲端訓練環境到車輛部署），使開發人員能夠整合最先進的技術，從而增強駕駛員、乘客和行人的安全性。
NVIDIA 產業安全副總裁 Riccardo Mariani 強調，Halos增強了現有的安全措施，並可以加快監管合規和標準化工作，使合作夥伴能夠選擇滿足其自動駕駛汽車安全需求的客製化技術解決方案。
光環的三大支柱
Halos 提供一種圍繞三個關鍵層面構建的整體安全方法：技術、開發和計算安全。在技術層面，Halos 解決平台安全、演算法安全和生態系統安全問題。在開發過程中，它為設計、部署和驗證階段提供了強而有力的保障。在計算方面，Halos 涵蓋了從 AI 訓練到 AV 部署的各個領域，由 NVIDIA 的 DGX 系統提供支持，用於 AI 模型訓練，在 NVIDIA OVX 上運行的 Omniverse 和 Cosmos 平台用於模擬，以及 NVIDIA DRIVE AGX 用於車輛部署。
NVIDIA 首席 AV 研究員 Marco Pavone 強調了 Halos 整合方法在利用生成式 AI 實現日益複雜的 AV 系統的環境中的重要性，而這些領域是傳統的組合設計和驗證方法難以有效解決的。
人工智慧系統檢測實驗室
NVIDIA 的 AI 系統檢測實驗室是 Halos 的重要組成部分，也是全球第一個獲得 ANSI 國家認證委員會認可的計畫。該實驗室確保汽車製造商和開發商將 NVIDIA 技術安全地整合到他們的解決方案中，將功能安全、網路安全、人工智慧安全和合規性納入統一的安全協議中。初始成員包括行業領導者 Ficosa、OMNIVISION、Onsemi 和 Continental。
平台、演算法和生態系統安全
Halos 透過經過安全評估的系統單晶片 (SoC)、跨 CPU 到 GPU 的安全性認證 NVIDIA DriveOS 軟體以及 DRIVE AGX Hyperion 強調平台安全性，將 SoC、軟體和感測器整合到統一架構中。對於演算法安全，Halos 提供用於管理安全資料的程式庫和 API，以及由 NVIDIA Omniverse Blueprint 和 Cosmos 基礎模型提供支援的進階模擬和驗證環境。生態系統安全包括全面的安全資料集、自動安全評估和持續改進流程。
安全憑證
Halos 充分體現了 NVIDIA 對 AV 安全的堅定承諾，其特點如下：
- 超過 15,000 年的工程經驗致力於車輛安全。
- 為國際標準委員會貢獻了超過10,000小時。
- 在 AV 安全領域已申請超過 1,000 項專利。
- 已發表了 240 多篇 AV 安全研究論文。
- 超過 30 項安全和網路安全認證。
NVIDIA 汽車產品最近獲得的主要認證包括 NVIDIA DriveOS 6.0 符合 ISO 26262 ASIL D 標準、TÜV SÜD 獲得 ISO/SAE 21434 網路安全流程認證、以及 TÜV Rheinland 對 NVIDIA DRIVE AV 平台的獨立安全評估。
加速量子研究中心宣布成立，推動量子運算發展
英偉達宣佈在波士頓成立新的研究中心－英偉達加速量子研究中心（NVAQC），致力於推動量子運算技術的發展。該中心將把最先進的量子硬體與英偉達的AI驅動型超級運算資源結合，從而顯著提升量子超級運算能力。
NVAQC 旨在解決量子運算面臨的關鍵挑戰，包括降低量子位元雜訊和將實驗量子處理器轉變為實用的可部署設備。 Quantinuum、Quantum Machines 和 QuEra Computing 等量子計算領域的主要行業領導者將利用 NVAQC 的資源，與哈佛大學科學與工程量子計劃 (HQI) 和麻省理工學院工程量子系統 (EQuS) 小組等頂級學術機構密切合作。
該中心將利用 NVIDIA 的 GB200 NVL72 機架級系統，這是針對量子運算應用最佳化的最強大的硬體。這種先進的基礎設施將支援複雜的量子系統模擬，並促進部署量子糾錯所需的低延遲量子硬體控制演算法。此外，強大的GB200 NVL72平台將推動AI演算法融入量子研究，提高整體運算效率。
為了解決 GPU 和量子處理單元 (QPU) 硬體之間的整合複雜性，NVAQC 的研究人員將使用 NVIDIA 的 CUDA-Q 量子開發平台。 CUDA-Q有助於創建先進的混合量子演算法和應用程序，從而實現更順暢的整合和更有效率的研究成果。
與哈佛大學量子計畫的合作將專注於開拓下一代量子運算技術。同時，麻省理工學院的 EQuS 小組將利用 NVAQC 先進的基礎設施來增強技術，特別是對實際量子運算實現至關重要的量子誤差校正方法。
NVAQC 計劃於今年稍後開始運營，標誌著量子計算研究和開發向前邁出重要一步。
Amazon