NVIDIA представила Ising — свої новітні відкриті ШІ-моделі, розроблені, щоб зробити квантові комп’ютери кориснішими та швидшими завдяки принципово новим можливостям.
NVIDIA представила Ising — свої новітні відкриті ШІ-моделі, розроблені, щоб зробити квантові комп’ютери кориснішими та швидшими завдяки принципово новим можливостям.
NVIDIA вже пропонує платформу розробки з відкритим кодом для квантових обчислень під назвою CUDA-Q. Платформа є «кубіт-агностичною» та безперешкодно працює з різними типами квантових процесорів (QPU) та модальностей кубітів.
Сьогодні NVIDIA анонсує Ising — своє перше сімейство відкритих квантових ШІ-моделей. Нова модель розроблена, щоб допомогти дослідникам і підприємствам створювати квантові процесори, які будуть не просто потужними, а й придатними для запуску реальних застосунків, зокрема у сфері штучного інтелекту, пише WccfTech.
Проте головне «вузьке місце» у квантових обчисленнях наразі пов’язане з калібруванням квантових процесорів і корекцією квантових помилок. Кубіти є нестабільними та схильними до численних помилок. На сьогодні квантові процесори припускаються помилки один раз на тисячу операцій, але для того, щоб квантові комп’ютери стали практичними, цей показник необхідно знизити до одного разу на трильйон операцій. У NVIDIA стверджують, що саме штучний інтелект є ключем до усунення цієї перешкоди та підготовки квантових процесорів до масштабних і надійних обчислень.
Ising включає дві передові моделі з можливістю персоналізації:
Ising Calibration: візуально-мовна модель, здатна швидко інтерпретувати дані з квантових процесорів і реагувати на них. Це дозволяє ШІ-агентам автоматизувати процес безперервного калібрування, скорочуючи необхідний час із днів до годин.
Ising Decoding: дві версії моделі на основі 3D-згорткових нейронних мереж, оптимізовані для швидкості або точності, що виконують декодування в реальному часі для корекції квантових помилок.
Моделі Ising Decoding працюють до 2,5 раза швидше й у 3 рази точніше, ніж pyMatching — нинішній галузевий стандарт із відкритим кодом.
За даними NVIDIA, ці моделі Ising пропонують у 2,5 раза вищу продуктивність і 3 рази вищу точність процесу декодування, що є вирішальним кроком, необхідним для квантової корекції помилок.
Цікавим також є той факт, що калібрування Ising у 15 разів менше, ніж альтернативи, тоді як декодування Ising вимагає у 10 разів менше даних для навчання.
NVIDIA підтверджує, що її відкриті моделі штучного інтелекту Ising зараз використовуються провідними дослідниками, академічними установами та підприємствами. Знову ж таки, це лише один крок попереду в еру квантових обчислень.
