随着量子计算越来越接近主流，人们普遍认为这些系统不会取代经典计算。这就提出了一个问题：量子计算机在计算基础设施中究竟处于什么位置?

政府、超级计算实验室和公司开始研究量子处理单元(也称为QPU)如何适应高性能计算环境。

莱布尼茨超级计算中心(The Leibniz Supercomputing Centre)正在慕尼黑附近的数据中心创建一个枢纽，用于测试新型芯片和系统。该中心正在其实验室部署Cerebras的AI系统，并且还拥有一个量子计算中心。

LRZ战略主管Laura Schulz表示，该中心希望将新型人工智能芯片和量子系统相匹配，以最好地解决其处理的广泛工作负载。

名为“Future Compute”的LRZ计划正在用量子和人工智能系统提供的加速计算来评估百亿亿级超级计算机。

“我们倾向于较少考虑HPC系统和AI系统。对于即将出现的量子系统的表征，有一些论据需要提出。我们从工作流程的特征和要完成的工作以及对架构来说什么是有意义方面来考虑这一点，”Schulz表示。

阿贡国家实验室在研究量子比特系统时，也搭载了来自不同公司的量子芯片。谷歌和IBM正在开发超导量子比特系统，而PsiQuantum则专注于建立一个拥有100万个量子比特系统的量子计算工厂。英特尔正在寻求一种基于量子点的系统，其芯片可以在其现有工厂中制造。

IBM的路线图主要包括到2025年的量子系统，从2026年开始，它的量子系统规模将超过10000个量子比特，采用“量子和经典通信”。

云服务提供商也在参与量子竞赛。亚马逊提供不同类型的量子系统，包括来自D-Wave的退火器、来自IonQ的离子阱量子处理器以及来自Rigetti和IonQ的超导量子比特系统。

埃森哲量子项目负责人Carl Dukatz表示，随着云服务提供商为客户创建层以简单地探索应用程序系统的可行性，量子计算变得越来越容易访问。

开发人员可以通过多种方式选择经典计算或在量子设备上计算的库，并选择他们选择的资源。此外，随着越来越多的库变得流行且更易于使用，数据科学家现在正在通过云访问量子计算，而不是直接访问量子提供商。

“对于已经知道如何使用这些云服务提供商并熟悉算法的人来说，很自然地就可以轻松开始测试和比较经典系统和量子系统，”Dukatz表示。

总部位于法国的芯片制造商SiPearl的首席执行官Philippe Notton表示，量子计算机将作为加速器出现，并且仍然需要传统的CPU来运行操作，该公司正在开发一种名为Rhea的基于Arm的CPU，用于计划于明年上线的欧洲exascale系统.

“即使你在中间有一个量子处理器或量子加速器，它也是另一种加速形式，你仍然需要大量的CPU围绕它，”Notton说，并补充道，Rhea可以用来管理量子加速。

GPU公司英伟达并未开发量子处理器，而是提供用于量子电路模拟的CuQuantum软件套件。该公司的CuQuantum DGX硬件设备集成了一个软件容器和一个全栈量子电路模拟器。该系统采用了英伟达的A100 GPU(也用于许多超级计算机)以加速量子模拟和工作负载。

“你可以使用这个容器，安装它，并且出于所有意图和目的，你拥有一个非常强大的，也许是世界上最强大的量子处理器，因为你在这个硬件之上拥有一个完整的模拟堆栈。 ”英伟达HPC和量子计算部门经理Tim Costa表示。

Costa表示，人们普遍认为，GPU在混合量子经典计算中扮演着直接的角色。

“具有优势的应用不会是纯粹的量子应用。你不会在量子处理器上进行第一次完整的天气模拟。这不是事情的发展方向。相反，它将是经典基础设施之间的共同努力，可能是我们今天使用的大规模经典基础设施，”Costa说。

根据工作负载，某些部分代码可以看作是GPU和量子处理器的加速卸载，或者是GPU上的量子模拟。

“在这是我们前进的过程中非常感兴趣的一个领域，”Tim Costa表示。