NVIDIA представила Ising — новейшие модели OpenAI, разработанные для того, чтобы сделать квантовые компьютеры полезными и более быстрыми благодаря совершенно новым возможностям.
Модели ИИ NVIDIA Ising для квантовых компьютеров обеспечивают прирост производительности до 3 раз
Квантовые вычисления десятилетиями называли следующим рубежом в сфере вычислений. Несколько компаний годами пытаются усовершенствовать квантовые вычисления, и лишь сейчас некоторым из них удалось разгадать этот код.
NVIDIA уже предлагает платформу для разработки квантовых вычислений с открытым исходным кодом под названием CUDA-Q. Эта платформа «независима от кубитов» и беспрепятственно работает с QPU и модальностями кубитов.
Сегодня NVIDIA анонсирует свое первое семейство квантовых ИИ-моделей с открытым исходным кодом, названное Ising. Новая модель призвана помочь исследователям и предприятиям создавать квантовые процессоры, которые не только работоспособны, но и полезны для запуска приложений, в частности, ИИ.
Однако основное узкое место в квантовых вычислениях в настоящее время связано с калибровкой квантовых процессоров и коррекцией квантовых ошибок. Кубиты подвержены шумам и содержат много ошибок. В настоящее время квантовые процессоры выдают ошибку примерно в одной из тысячи операций, но для того, чтобы квантовые компьютеры стали более практичными, этот показатель необходимо снизить до одной ошибки на триллион операций. NVIDIA заявляет, что ИИ является ключом к устранению этого узкого места и обеспечению крупномасштабных, надежных вычислений на квантовых процессорах.
Ising включает две «передовые» и настраиваемые модели.
- Ising Calibration: Визуально-языковая модель, способная быстро интерпретировать измерения от квантовых процессоров и реагировать на них, позволяя ИИ-агентам автоматизировать непрерывную калибровку и сокращать необходимое время с дней до часов.
- Ising Decoding: Два варианта трехмерной сверточной нейронной сети — оптимизированные либо для скорости, либо для точности — для выполнения декодирования в реальном времени для коррекции квантовых ошибок. Модели Ising Decoding работают до 2,5 раз быстрее и на 3 раза точнее, чем pyMatching, текущий отраслевой стандарт с открытым исходным кодом.
По данным NVIDIA, эти модели Ising обеспечивают на 2,5x более высокую производительность и на 3x более высокую точность в процессе декодирования — важнейшем шаге, необходимом для коррекции квантовых ошибок. Интересно также и то, что Ising Calibration на 15x меньше альтернатив, в то время как для обучения Ising Decoding требуется на 10x меньше данных.
NVIDIA подтверждает, что ее открытые ИИ-модели Ising в настоящее время используются ведущими исследователями, академическими учреждениями и предприятиями. И это, безусловно, еще один шаг вперед в эпоху квантовых вычислений.
Всегда имейте в виду, что редакции могут придерживаться предвзятых взглядов в освещении новостей.
Автор – Hassan Mujtaba
