“QPU+GPU”异构计算或将重塑AI生态

日前，在北京中关村国际创新中心举办的首届MUSA开发者大会上，我国光量子计算企业图灵量子与国产GPU企业摩尔线程达成战略合作，将携手打造“QPU+GPU”异构计算平台，旨在通过GPU的强大算力加速量子计算模拟，实现量子与经典算力的深度融合，进一步赋能AI前沿研究。

图灵量子相关负责人介绍，当前，量子-经典混合计算已成为全球芯片厂商的核心发展共识与布局重点。随着AI大模型训练复杂度飙升，传统GPU（图形处理器）在泛化能力、能耗效率上逐渐逼近瓶颈。而量子处理器（QPU）凭借量子并行性，可高效处理高维概率空间、复杂纠缠结构等经典算力难以驾驭的任务；GPU则擅长大规模数值计算与梯度优化。二者协同，既能加速量子计算实用化进程，又能为AI提供指数级算力跃迁，解决优化决策、生成式模型等关键问题。

“QPU+GPU”融合首先面临严峻的通信瓶颈与数据传输延迟挑战，因量子态的相干时间极短，要求两者间的数据交互必须在微秒级完成。这种融合的一大核心目的是利用GPU的强大算力来辅助QPU进行量子纠错（QEC），提升QPU计算结果的准确性。但这要求GPU必须实时解码错误特征并迅速反馈纠错指令，这对GPU的实时推理能力提出了极高要求。此外，要真正打通软硬件壁垒，还必须解决异构指令集的统一与编译难题。

“我们将从算法、架构、系统三个维度出发，加速推进量子经典混合核心技术自主化和产业应用本土化，构建一个开放协同且自主可控的新计算生态。”图灵量子负责人称，“QPU+GPU”异构计算不仅将加速量子计算迈入容错时代，更可能催生新一代AI基础设施标准，推动中国在全球算力竞争中占据先机。