對一些人來說，量子計算（Quantumcomputer）可能聽上去像是科幻小說，是幾十年後的情景。實際上，全球已經有不少人已經投入這項前沿計算的研究中，有超過2100篇量子計算的研究論文發佈，有超過250傢量子計算初創公司，有22個國傢級量子計算相關的政策。
量子計算是一種遵循量子力學規律調控量子信息單元進行計算的新型計算模式，通常與經典計算相比較。從原理看，量子計算可以擁有比經典計算更快的計算速度，這種差距有可能高達百萬億倍。
量子計算有望攻破當今面臨的諸多挑戰，推動從藥物研發到天氣預報等各項工作的發展，能夠在未來的HPC中發揮巨大作用。正因為如此，大量公司和研究人員都投資資源研究量子計算。
目前，實現量子計算的物理平臺有多種方案，比如超導、離子阱、中性原子、矽量子、光量子等，不過也都面臨著不用的挑戰。
想要加速量子計算的發展，混合量子計算有望實現量子計算的首批實際應用。
所謂混合量子計算，就是量子計算機和經典計算機協同工作，充分發揮經典計算（比如CPU和GPU）在傳統作業中的優勢，如電路優化、校正和糾錯，以及系統級量子處理器（即QPU）作為新型加速器的優勢。
相比CPU，GPU是實現混合量子計算的一個好選擇，因為GPU可以縮短傳統作業的執行時間，並大幅降低經典計算機和量子計算機之間的通信延遲，而這是當今混合量子作業面臨的主要瓶頸。
與此同時，另一個巨大的挑戰是軟件工具。量子處理器作為新興的硬件，想要對其編程實現發揮其價值，研究人員隻能使用相當於低級組裝代碼的量子，也就是說隻有量子計算專傢才能對量子加速器進行編程，這也就難以推動量子計算的快速發展。
因此，量子計算領域需要統一的編程模型和編譯器工具鏈。
編譯器可以讓科學傢輕松地將其 HPC應用的一部分先移植到模擬版QPU，然後再移植到真正的QPU，高效找到量子計算加速工作的方法。
將GPU加速的模擬工具、編程模型和編譯器工具鏈全部結合在一起後， HPC 研究人員就可以開始構建未來的混合量子數據中心。
擁有業界領先高性能GPU，且在HPC和AI方面有豐富經驗的英偉達，能夠幫助其在量子計算領域迅速建立獨特的產品和優勢。
英偉達確實已經開始將其在AI領域的成功經驗復制到量子計算領域。從離開發者最近的軟件切入，降低使用開發者的使用門檻，幫助量子計算領域的開發者能解決問題，創造價值，一旦量子計算的研究者和使用者首選英偉達的工具，自然也就能幫英偉達在量子計算領域搶占先機。
GTC 2021上，英偉達宣佈推出cuQuantum SDK，目的是加速在GPU上運行的量子電路模擬。如今，已經有數十傢量子組織已經在使用cuQuantum 軟件開發套件，在 GPU 上加速其量子電路模擬。
近期，AWS在Braket服務中提供cuQuantum，並展示cuQuantum在量子機器學習工作負載上實現900倍的加速，同時減少3.5倍的成本。
cuQuantum對於推動量子計算發展的另一個重要價值在於，其能夠在主要的量子軟件框架上實現加速計算，包括Google的qsim、IBM的Qiskit Aer、Xanadu的PennyLane和Classiq 的Quantum Algorithm Design平臺。
對於科學傢和開發者而言，這些框架的用戶可以訪問GPU加速，而無需再進行任何編碼。對於英偉達而言，將意味著其在量子計算軟件框架上的重要價值，以及充分發揮其GPU在混合量子計算中的作用。
2022年7月12日，英偉達在量子計算領域繼續向前邁進，發佈一個統一計算平臺QODA。
量子優化設備架構 (QODA)的目標是通過創建相幹的混合量子經典編程模型，使量子計算更容易使用。QODA也使HPC和AI領域的專傢能夠輕松將他們的應用移植到公有雲、NVIDIA DGX系統或者配備大量NVIDIA GPU的超算中心當中。
對於已經使用cuQuantum軟件開發工具包在GPU上模擬量子線路的量子組織，通過QODA，量子研究人員還可以在相同的cuQuantum模擬環境中開發量子線路。
與AI和高性能計算一樣，生態才是成功的關鍵，因此軟硬件合作夥伴對於英偉達在量子計算領域的成功都至關重要。
Q2B 22 東京量子計算會議上，英偉達宣佈與量子硬件供應商IQM quantum Computers、Pasqal、Quantum、Quantum Brilliance和Xanadu，軟件供應商QC Ware和Zapata Computing， 以及超級計算中心德國尤裡希研究中心、勞倫斯伯克利國傢實驗室和橡樹嶺國傢實驗室開展QODA方面的合作。
英偉達CEO黃仁勛一直都在強調，英偉達要做的是開創新的產品和市場，而不是去搶占已有的市場。量子計算正是這樣一個全新的市場，英偉達無論在量子計算領域技術路線的選擇，還是選擇的切入點，都有助其搶占量子計算的先機。
但也要看到，量子計算還有很長的路要走，還難以判斷誰能擁有量子霸權。