Quantinuum与NVIDIA验证用于药物研发的生成式量子AI框架

# Quantinuum 与 NVIDIA 验证用于制药研发的生成式量子 AI 框架 来源：https://www.quantinuum.com/blog/quantinuum-and-nvidia-validate-generative-quantum-ai-framework-for-pharmaceutical-r-d 人们相信，要解开一些最复杂的科学与工业问题的答案，需要高性能计算（HPC）、生成式 AI（GenAI）和量子计算的无缝集成。为实现这一目标，Quantinuum、NVIDIA 和一家大型制药公司成功演示了连接这三种不同计算范式、用于工业相关计算化学的框架的第一步。 这一里程碑由三家各自领域内的行业领导者和专家共同实现，它构成了一项基础能力，有望支持未来混合量子-AI 工作流的开发，从而帮助优化工业研发（R&D）。 其潜在价值在于，为将化学问题转化为可执行量子程序开辟一条更自动化、可重复且可扩展的路径——这些能力最终可能使混合计算更易于部署到工业研发中。 ##### **GenQAI 框架** 该框架被称为生成式量子 AI（GenQAI），其过程涉及：一台量子计算机使用由 AI 模型生成的编程指令来模拟一种药物化合物，而这个 AI 模型本身是在由 HPC 模拟出的量子数据上训练的。 虽然 GenQAI 的愿景是探索未来如何通过使用直接来自量子计算机的量子数据来训练 AI 模型，从而优化工业模拟工作流，但该框架目前由四个主要技术步骤组成： 1. **模拟量子数据：** 该过程首先使用 NVIDIA 加速计算，结合 NVIDIA CUDA-Q (https://developer.nvidia.com/cuda-q) 来模拟量子数据。 2. **微调 AI：** 这些模拟量子数据被用于对来自 NVIDIA 开放 Nemotron 系列 (https://www.nvidia.com/en-us/ai-data-science/foundation-models/nemotron/) 的预训练 AI 模型进行微调。 3. **生成指令：** 随后，AI 模型生成了量子线路，这些线路是量子模拟所需的编程指令。 4. **验证准确性：** 为验证结果，量子线路在 Quantinuum 的 Helios 量子计算机上运行，并使用其 InQuanto 量子化学平台 (https://www.quantinuum.com/products-solutions/inquanto-trial)。 这一进展的核心创新在于框架本身的过程。在此次原理验证实验中，一个基于模拟量子数据微调的 AI 模型生成了量子线路，并在 Quantinuum 的 Helios 系统上成功执行和验证。这一成果并非带来立竿见影的商业优势，而是为 HPC、AI 和量子计算如何协同运作建立了一个可信、可验证的基线。 ##### **案例研究** 该框架的验证是朝着为制药行业开发可扩展架构的目标迈出的早期一步。 由于各方都希望通过最终扩展该框架来支持制药研发应用，研究人员模拟了一种药物化合物：丙咪嗪（imipramine）。之所以选择这种抗抑郁药，是因为它是药物降解和货架期研究的模型化合物，而这些研究是制药研发生命周期中的标准环节。 开发可供企业采用的混合基础设施，需要领域专家之间的深入协作。因此，这次成功的测试凸显了将量子计算硬件与软件领导者（Quantinuum）、混合量子-经典平台（NVIDIA）以及领先的企业终端用户结合起来，共同构建和测试面向工业化学的未来计算能力的价值。 ##### **扩展框架** 尽管该架构是在一种药物化合物上演示的，但它最终可为能源、农业、先进材料和电子等领域的类似分子模拟工作流提供参考。在现阶段，它为进一步的测试和开发提供了基准。 ##### **进一步参与** 请在此处访问论文 (https://arxiv.org/abs/2607.22468) 查看此次演示的完整技术细节，并联系我们的团队 (https://www.quantinuum.com/startup-partner-program) 了解更多关于加入 Quantinuum 企业合作伙伴网络的信息。