NVIDIA GTC 2025：AI 加速工具

NVIDIA 利用 GTC 2025 发布推动 AI 创新和优化的新软件。

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 cuOpt，其人工智能决策优化引擎。这一决定使得这款功能强大的软件可以免费供开发者、研究人员和企业使用，从而开启一个前所未有的规模的实时优化新时代。

决策优化对于全球企业都至关重要，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更改航线。传统的优化方法通常难以应对这些问题的指数级复杂性，需要数小时甚至数天才能计算出解决方案。由 NVIDIA GPU 提供支持的 cuOpt 通过同时动态评估数十亿个变量来解决这一问题：库存水平、工厂产量、运输延迟、燃料成本、风险因素和法规，以近乎实时的方式提供最佳解决方案。

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 还推出了 NVIDIA AI 数据平台这是一种可定制的参考架构，旨在加速企业存储系统内的 AI 推理工作负载。这个新平台使存储提供商能够集成由 NVIDIA 加速计算、网络和软件技术支持的专用 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 还宣布了骆驼 Nemotron 系列是一系列开放的、可用于业务的 AI 推理模型，专门用于构建能够解决复杂任务的高级代理。Llama Nemotron 模型基于最广泛采用的开放模型之一 LLAMA，经过算法修剪以减小模型大小，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 蓝图集成了 OpenUSD 库，使开发人员能够从各种来源聚合 3D 数据，包括 NVIDIA 加速计算系统以及施耐德电气和 Vertiv 的电源或冷却装置。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

NVIDIA 在 GTC 2025 上推出了新技术，以加速人形机器人的发展。此次发布的核心是 NVIDIA Isaac GR00T N1这是世界上第一个专为通用人形推理和技能而设计的开放且完全可定制的基础模型。

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 还宣布与 Google DeepMind 和迪士尼研究院共同开发的开源物理引擎 Newton。Newton 专门针对机器人技术进行了优化，并与 MuJoCo 和 NVIDIA Isaac Lab 等成熟的模拟平台兼容。 MuJoCo-Warp， 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加速 70 倍。

迪士尼研究公司将把 Newton 整合到其机器人角色平台中，为富有表现力的下一代娱乐机器人提供动力，比如黄仁勋在主题演讲中提到的受星球大战启发的 BDX 机器人。凯尔·劳克林，迪士尼高级副总裁华特迪士尼幻想工程研发部，强调了牛顿在为未来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 是一种慢速思考模型，用于深思熟虑和有条不紊的决策。

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人员对大量高质量训练数据的持续需求，NVIDIA 推出了 Isaac GR00T 蓝图用于合成运动生成。该蓝图快速生成了大量合成数据集——在 780,000 小时内生成了 11 条合成轨迹（相当于 00 个月的连续人类数据）。与单纯使用真实世界数据相比，集成这些合成数据可将 GR1T N40 的性能提高 XNUMX%。

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 GTC 2025 上，NVIDIA 宣布了其宇宙世界基金会模型 (WFM)，为开发人员提供开放、完全可定制的推理模型，从而显著增强物理 AI 开发。这些创新在为机器人和自动驾驶汽车生成合成训练数据方面提供了前所未有的控制和效率。

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 1 月在 CES 上首次亮相，它有助于从多模态输入（包括文本、图像和视频）生成智能虚拟世界。最新的 Cosmos Predict 模型经过增强，可支持多帧生成，并根据初始和最终视觉状态预测中间动作。利用 NVIDIA 的 Grace Blackwell NVL72 系统，开发人员可以实现实时、可定制的虚拟世界生成。1X、Skild AI、Nexar 和 Oxa 等组织正在利用 Cosmos Predict 实现机器人技术和自动驾驶技术的发展。

NVIDIA 还推出了宇宙理性，一种具有时空推理能力的开放且可定制的 WFM。该模型采用思路链方法来分析和解释视频数据，预测用自然语言清晰描述的交互结果。Cosmos Reason 简化了数据注释，改进了现有的 WFM，并支持为物理 AI 系统创建高级行动规划器。

NVIDIA 使用 PyTorch 脚本或 DGX Cloud 上的 NVIDIA NeMo 以加快数据管理和模型改进。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 均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。

集成允许 Oracle云基础架构 (OCI) 客户可通过 OCI 控制台直接访问 160 多种 AI 工具和 100 多种 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 正在增强 Oracle Database 23ai 的 AI 向量搜索通过利用 NVIDIA GPU 和 cuVS 实现功能。此次合作显著加快了矢量嵌入和索引的创建和维护，优化了密集型 AI 矢量搜索工作负载的性能。DeweyVision 等公司已经利用这种集成进行先进的 AI 驱动媒体分析和检索，从而改变了生产工作流程和内容可发现性。

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 推出了地球-2 的全能宇宙蓝图天气分析，旨在加速开发和部署高精度天气预报解决方案。这一创新框架为企业提供了先进的技术，以增强风险管理、灾害准备和气候适应能力，这些领域至关重要，考虑到与气候相关的天气事件在过去十年中对全球经济造成的损失总计约 2 万亿美元。

Omniverse 地球二号蓝图提供了全面的参考工作流程，整合了 NVIDIA GPU 加速库、物理 AI 框架、开发工具和可访问的 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 和四播网用于全球大气动态预报。公司、研究人员和政府机构已经在利用这些微服务来获取见解并减轻与极端天气相关的风险。

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 蓝图包括科尔迪夫，作为 NVIDIA NIM 微服务提供，与传统的基于 CPU 的方法相比，其性能优势是速度提高 500 倍，能效提高 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，从增强的观测数据处理中受益，从而提高准确性和响应能力。

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：环镶嵌系列增强现有的安全措施，并可以加速法规遵从和标准化工作，使合作伙伴能够选择满足其 AV 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

NVIDIA 宣布在波士顿建立新的研究中心， NVIDIA 加速量子研究中心（NVAQC），致力于推进量子计算技术。该设施将把最先进的量子硬件与 NVIDIA 的 AI 驱动超级计算资源相结合，显著加速量子超级计算能力。

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。

参与 StorageReview