- NVIDIA Ising היא משפחה של מודלים פתוחים של בינה מלאכותית לכיול ותיקון שגיאות במעבדים קוונטיים.
- הוא כולל את Ising Calibration, VLM של פרמטר 35B, ואת Ising Decoding, רשתות תלת-ממדיות מהירות עד פי 2,5 ומדויקות פי 3 מ-pyMatching.
- המודלים משתלבים עם CUDA-Q ו-NVQLink, והופכים את הבינה המלאכותית למישור הבקרה של מערכות QPU-GPU היברידיות.
- הגישה הפתוחה שלה, עם נתונים וכלים, מניעה סטנדרטיזציה ומאיצה את הגעתה של חומרה קוונטית מעשית.
מחשוב קוונטי הפך לאחד מתחומי הטכנולוגיה המבטיחים ביותר, אך גם לאחד המסובכים ביותר להביא לייצור. למרות שחברות כמו גוגל, עם... שבב ערבה, או ש-IBM עשו התקדמות משמעותית, צווארי בקבוק פיזיים, רעש ואתגרים הנדסיים הם נשארים עצומים ומעכבים את אימוץם בפועל בתעשייה.
בהקשר זה, צצה NVIDIA Ising, משפחה חדשה של מודלים של בינה מלאכותית בקוד פתוח המכוונת ישירות לבעיות פחות זוהרות אך קריטיות: כיול מעבדים קוונטיים ותיקון שיטתי של שגיאותאנחנו לא מדברים על ניסוי מבודד, אלא על הימור אסטרטגי להפוך את הבינה המלאכותית ל"מישור הבקרה" של מכונות קוונטיות ולקרב את המחשוב הקוונטי המעשי אחת ולתמיד.
מה זה NVIDIA Ising ולמה זה נקרא ככה?
NVIDIA Ising היא משפחה של מודלים של בינה מלאכותית בקוד פתוח ה-QPU, שתוכנן לעבוד זה לצד זה עם מעבדים קוונטיים (QPU) ומערכות קוונטיות-קלאסיות היברידיות, מטרתו העיקרית היא להפוך לאוטומטיים ולמטב שתי משימות שצורכות כיום כמות עצומה של זמן ומשאבי אנוש: כיול מתמשך של QPUs ופענוח לתיקון שגיאות קוונטיות בזמן אמת.
השם אייסינג אינו גחמה שיווקית: הוא מתייחס ל- מודל אייסינגמודל אייסינג הוא מודל מתמטי קלאסי שפותח בשנת 1925 על ידי ארנסט אייסינג כדי לחקור מערכות חלקיקים עם אינטראקציות מגנטיות. מודל זה הוא בסיסי בפיזיקה סטטיסטית להבנת מעברי פאזה והתנהגות של חומרים מורכבים, והוא גם הפך לכלי מפתח לטיפול ב... בעיות אופטימיזציה קשות במחשוב קוונטיNVIDIA לוקחת את המושג הזה כמטאפורה: פישוט מערכות פיזיקליות מורכבות מאוד באמצעות מודלים מעוצבים היטב.
בפועל, אייסינג אינו מודל יחיד, אלא סט שלם של מודלים, כלים, נתונים ותהליכי עבודה אשר ניתן להתאים לסוגים שונים של חומרה קוונטית. הוא משתלב באופן טבעי עם מחסנית NVIDIA, במיוחד עם CUDA-Q (פלטפורמת תוכנה לחישוב קוונטי-קלאסי היברידי) ועם החיבור קישור NVQ, אשר מקשר ישירות בין יחידות QPU ליחידות GPU כדי למזער השהייה בבקרת שגיאות ובתיקון שלהן.
יתר על כן, NVIDIA Ising מוצעת כטכנולוגיה פתוחה וניתנת לשימוש חוזר: המודלים הם בקוד פתוח ובעלי רישיון מתירני.כך שמעבדות, חברות ומרכזי מחקר יוכלו להוריד אותם, להפעיל אותם באופן מקומי, להתאים אותם לארכיטקטורות שלהם ולשמור על שליטה מוחלטת על הנתונים הפרטיים שלהם מבלי להיות תלויים בשירותים חיצוניים אם אינם רוצים בכך.
היכן משתלב Ising במערכת האקולוגית של מודל NVIDIA?
אייסינג לא מגיע לבד, אלא כחלק מ... האסטרטגיה הרחבה יותר של NVIDIA ליצירת מודלים אנכיים של בינה מלאכותית עבור תחומים טכניים ספציפיים. לחברה כבר יש מספר משפחות מוצרים המיועדות לתחומים שונים: נמוטרון עבור מערכות בינה מלאכותית סוכניות, קוסמוס עבור בינה מלאכותית פיזית, יצחק עבור רובוטיקה, קלרה y BioNeMo עבור ביו-רפואה, אפולו לפיזיקה של בינה מלאכותית או אלפאייו בין היתר עבור כלי רכב אוטונומיים.
עם Ising, NVIDIA מיישמת את אותה היגיון על עולם הקוונטים: לספק דגמים מוכנים לייצור שמכסות את הנקודות הקריטיות של מערך טכני מיוחד ביותר. במקום פשוט להציע חומרה או ספרייה עצמאית, הגישה היא לספק חבילה קוהרנטית של בינה מלאכותית, נתונים וכלים שהופכת טכנולוגיה ניסיונית למערכת שמישה באופן סביר.
לגישה אנכית זו יש פרשנות ברורה: NVIDIA רוצה למצב את עצמה כגשר בין מחשוב קוונטי למחשוב קלאסי מואץ GPUבמקום למכור "שבב קוונטי", הם מתמקדים בשליטה בתוכנה ובשכבת הבינה המלאכותית המאפשרת להפעיל ולהרחיב את השבבים הללו בתנאים אמיתיים.
הבעיה האמיתית של מכניקת הקוונטים: רעש, בקרה וחזרה
כאשר דנים במחשוב קוונטי, המוקד הוא בדרך כלל על מספר הקיוביטים או על "העליונות הקוונטית" לכאורה, אך צוואר הבקבוק טמון במקום אחר: כדי לשמור על קיוביטים יציבים, מכוילים ועם שיעורי שגיאות ניתנים לניהולקיוביטים, הנמצאים במצבי סופרפוזיציה והסתבכות, רגישים ביותר לרעש סביבתי, ל... טמפרטורהלרעידות, פגמים בחומרה וכו'.
לפי NVIDIA, ואושר על ידי קולות בתעשייה כמו סם סטנוויק (מנהל מוצרי הקוונטים של החברה), מעבדי הקוונטים הטובים ביותר כיום מבצעים בערך שגיאה אחת לכל אלף פעולותלמרות שזה אולי נשמע מרשים, זה עדיין רחוק שנות אור ממה שנדרש עבור יישומים מעשיים בעלי ערך גבוה, שבהם שיעורי השגיאות צריכים להיות מופחתים באופן דרסטי, באופן אידיאלי לכשל אחד לכל מיליארד פעולות או אפילו פחות. מצב זה ניכר גם בפיתוחים של חברות כמו יבמ ושחקנים מרכזיים נוספים בתחום.
כדי להגיע לאמינות הזו, פשוט להוסיף עוד קיוביטים זה לא מספיק. זה דורש... תיקון שגיאות קוונטיות וכיול חומרה רציףזה כרוך בעיבוד טרה-בייטים של מדידות קיוביט "אלפי פעמים בשנייה" באמצעות אלגוריתמי פענוח קלאסיים תובעניים מאוד, תוך כוונון כמעט רציף של הפרמטרים של מעבד הקוונטים כדי לשמור אותו בנקודה האופטימלית.
עד כה, עבודה זו חולקה בין צוותי פיזיקאים מתאימים פרמטרים באופן ידני —יקרות, איטיות ולא ניתנות להרחבה — ומערכות אוטומציה פשוטות יחסית, אשר נופלות בפח ככל שהאבות טיפוס גדלים. כל עלייה במספר הקיוביטים הגדילה באופן דרמטי את המורכבות התפעולית. דווקא כאן NVIDIA Ising מכוונת את נשקיה אל "העבודה המלוכלכת" של הפעלת המערכתלא לתמונה היפה של האב טיפוס.
כיול Ising: המודל שהמעבדה "קוראת"
הבלוק העיקרי הראשון של המשפחה הוא כיול איזינג, מודל חזון-שפה (VLM) של 35.000 מיליארד פרמטרים נועד לפרש במהירות מדידות המגיעות ממעבד קוונטי ולהחליט כיצד להתאים אותן.
VLM זה מאומן ל הבנת נתונים ניסויים מה-QPU (גרפים, עקומות, תוצאות סריקת פרמטרים וכו') ולתרגם אותם לפעולות כיול: איזה רכיב להתאים, איזה טווח לחקור, אילו פרמטרים לייעל, ובאיזה סדר. הדבר החשוב הוא לא רק דיוק, אלא גם העובדה שזה משתלב בקלות עם סוכני AIכך שניתן יהיה לבנות זרימת כיול מקצה לקצה ללא התערבות אנושית מתמדת.
לפי NVIDIA, Ising Calibration משיגה להפחית תהליכי כיול שלקחו בעבר ימים של עבודה ידנית לכמה שעות בלבדיתר על כן, הוא שומר על היכולת לבצע כיול מחדש באופן רציף כאשר המעבד משתבש עם הזמן. זה הופך משימה שהייתה בעבר ידנית כמעט לחלוטין לתהליך תעשייתי, ניתן לחזרה ומדידות.
הנקודה הבסיסית המרכזית היא שבינה מלאכותית מפסיקה להיות קישוט והופכת ל... "מערכת העצבים" של מעבדת הקוונטיםהמודל צופה במתרחש, מציע התאמות ומתאם את תגובת החומרה ללא צורך בצוות מומחים שיבצע כוונון ידני מתמיד של הכל.
Ising Calibration כבר מוצא שימוש בעולם האמיתי בארגונים כמו Atom Computing, Academia Sinica, EeroQ, Conductor Quantum, Fermilab, Harvard SEAS, Infleqtion, IonQ, IQM Quantum Computers, משטח ניסוי קוונטי מתקדם במעבדה הלאומית לורנס ברקלי, Q-CTRL או המעבדה הלאומית לפיזיקה של בריטניהבין היתר. אימוץ מוקדם זה מראה שזה לא רק אב טיפוס מעבדתי, אלא כלי בעל השפעה תפעולית מיידית.
פענוח Ising: רשתות תלת-ממדיות ינצחו בקרב נגד שגיאות
המרכיב העיקרי השני הוא פענוח איזינג, המתמקד אולי בחלק הקריטי ביותר בכל הסיפור: ה- פענוח לתיקון שגיאות קוונטיות בזמן אמתהלחץ כאן הוא אכזרי: אם התיקון מגיע באיחור, המערכת מתדרדרת לפני שהיא יכולה לעשות משהו מועיל.
פענוח Ising מורכב מ שני גרסאות של מודל רשת נוירונים קונבולוציונית תלת-ממדית (רשתות CNN תלת-ממדיות) שתוכננו כ"מפענח מקדים". אחת הגרסאות מותאמת עבור מהירות מירביתבעוד שהשני נותן עדיפות ל דיוק מירביזה מאפשר לך לבחור בהתאם לסוג הניסוי או לתקציב ההשהיה שיש לך.
מודלים אלה עובדים עם קודי פני השטח ורעש דה-פולריזציההמאפשר פענוח של תסמונות שגיאה במרחקים שרירותיים. NVIDIA מספקת גם מסגרת אימון המבוססת על PyTorch ו-CUDA-Q כך שצוותים יוכלו להתאים את המודלים לסוגים אחרים של רעש ולתצורות ספציפיות של המכשירים הקוונטיים שלהם.
לפי נתוני החברה, דגמי Ising Decoding מציעים ביצועים מהירים עד פי 2,5 ודיוק גבוה עד פי 3 על אודות pyMatching, תקן הפענוח הפתוח הנפוץ ביותר עד כה. אם נתונים אלה נכונים בסביבות ייצור, ההשפעה חורגת הרבה מעבר לכותרת: השהייה נמוכה יותר ודיוק גבוה יותר משמעותם פחות חישוב מבוזבז על הבנת השגיאה ויותר משאבים המוקדשים להפעלת אלגוריתמים שימושיים.
פענוח Ising כבר מיושם או נבדק על ידי מוסדות כמו אוניברסיטת קורנל, EdenCode, Infleqtion, מחשבי קוונטים IQM, אלמנטים קוונטיים, המעבדות הלאומיות של סנדיה, SEEQC, אוניברסיטת קליפורניה בסן דייגו, אוניברסיטת קליפורניה בסנטה ברברה, אוניברסיטת שיקגו, אוניברסיטת דרום קליפורניה ו אוניברסיטת יונסיי, בין היתר, מה שמחזק את הרעיון שהוא עשוי בסופו של דבר להפוך למקור עזר דה פקטו לפענוח שגיאות קוונטיות פתוח.
קוד פתוח, נתונים ומעקב: המחויבות למערכת האקולוגית
מעבר לביצועים הגולמיים, אחד ההיבטים הבולטים ביותר של NVIDIA Ising הוא איך לפרסםהחברה לא רק משחררת את משקלי הדגמים וזהו; היא מלווה את ההשקה עם רישיונות מתירים, תיעוד מקור, שיטות הדרכה, מערכי נתונים וכלים כדי לכוונן, לכמת ולהתאים אותם.
לגישה זו יש פרשנות ברורה מאוד: אם מחשוב קוונטי רוצה להתקדם מעבר לשלב של מעבדות מבודדות ואבות טיפוס שנבנו בהתאמה אישית, זה דורש סטנדרטים פתוחים וניתנים לשימוש חוזר דה פקטוכיול ותיקון שגיאות היו עד כה מתכונים כמעט סודיים של כל מעבדה, חלק מהיתרון התחרותי שלה. פתיחת מודלים שלמים עם ההיסטוריה שלהם כופה למעשה מידה מסוימת של סטנדרטיזציה.
המודלים והמשאבים של אייסינג זמינים ב GitHub, Hugging Face, ופורטל build.nvidia.com, בנוסף למערכת האקולוגית של מיקרו-שירותי NIM של NVIDIAמה שמאפשר לפרוס ולהתאים אישית מודלים אלה כשירותים מוכנים לשילוב בארכיטקטורות קיימות. NIM מאפשר, למשל, להתאים בקלות את Ising לסוג מסוים של QPU או זרימת עבודה ספציפית מבלי שיהיה צורך לאמן אותו מחדש מאפס.
יש לציין כי "פתוח" כאן לא אומר אלטרואיסטיעבור NVIDIA, פתיחת Ising היא דרך להאיץ את האימוץ, להפחית חיכוכים במוסדות אקדמיים ובמעבדות לאומיות, ובמקביל לבסס את ערימת ה-CUDA-Q + NVQLink שלה כסטנדרט שסביבו סובבת המערכת האקולוגית. ככל שיותר שימוש ב-Ising, כך יהיה קשה יותר להימנע מהתשתית של NVIDIA בלב מערכות הקוונטים של הדור הבא.
גשר QPU-GPU: NVQLink ועסקי ההשהיה
Ising נועד להתאים כמו כפפה ליד לארכיטקטורה ש-NVIDIA קידמה תחת הרעיון של "מחשוב-על קוונטי עם GPU". מצד אחד, CUDA-Q היא משמשת כשכבת התוכנה שמפעילה את המחשוב הקוונטי-קלאסי ההיברידי. מצד שני, קישור NVQ זהו חיבור החומרה שמקשר ישירות בין יחידות QPU למעבדים גרפיים כדי להחליף נתונים ולבקר החלטות עם השהייה מינימלית.
הסיבה פשוטה: מחשוב קוונטי שימושי דורש החלטות תיקון שגיאות מהירות ביותראם מודלי הפענוח והכיול לוקחים יותר מדי זמן לעבד את המידע המגיע מהקיוביטים, פעולות התיקון מגיעות מאוחר מדי והמצב הקוונטי מתדרדר. צמצום כל מיקרו-שנייה חשוב.
על ידי העברת מחשוב בינה מלאכותית כבד (כיול, פענוח, בקרה) למעבדים גרפיים המחוברים ישירות ליחידות QPU, NVIDIA ממקמת את מוצריה היכן שכואב: בנתיב הקריטי של השהייהבמובן מסוים, זה משקף את מה שקרה בהיסטוריה של המחשוב המוקדם: הקפיצה המכרעת לא הייתה רק המצאת הטרנזיסטור, אלא בניית מערכת אקולוגית של ייצור, כלים, תוכנה ותיקון שגיאות אמינים וחוזרים.
במכניקת הקוונטים, האנלוגיה ברורה: מי ששולט ב"תוכנת הביניים" התפעולית - השכבה שמתרגמת רעש פיזי להחלטות בקרה ותיקון - יכול לתפוס יותר ערך ממישהו שפשוט מציג את המעבד המרהיב ביותראייסינג הוא חלק מרכזי במחזה הזה, משום שהוא הופך את הבינה המלאכותית למקבילה המעשית של מערכת הפעלה למכונות קוונטיות.
השפעה על השוק ועל אנשי IT
למצגת של NVIDIA Ising הייתה השפעה מהירה לא רק על החזית הטכנית אלא גם על החזית הפיננסית. זמן קצר לאחר ההכרזה, מספר חברות חומרה ושירותים קוונטיים ראו את מחירי המניות שלהן עליות משמעותיות.מניית IonQ טיפסה בכ-14%, Rigetti Computing ב-12%, D-Wave Quantum ב-11%, ו-Quantum Computing Inc. בכמעט 9%, לפי נתונים שנאספו על ידי Investing.com.
תגובות אלו מצביעות על כך שמשקיעים תופסים את Ising כ- מנוף לקיצור ציר הזמן לחומרה קוונטית בת קיימא מבחינה מסחריתחברת הניתוח Resonance מעריכה כי שוק המחשוב הקוונטי העולמי עשוי לעלות על 11.000 מיליון דולר ב-2030אבל צמיחה זו תלויה ישירות בפתרון אתגרים הנדסיים כגון מדרגיות, כיול אוטומטי ותיקון שגיאות עמידות בפני תקלות.
עבור ארגוני IT, מחלקות תשתית, צוותי מדעי נתונים או מפתחי תוכנה, Ising הוא גם איתות ברור לאן פניה של התעשייה: ההתכנסות בין בינה מלאכותית מיוחדת מאוד לבין תחומים טכניים ספציפיים מאודבדיוק כפי שקרה בטרנספורמציות דיגיטליות אחרות, נראה פתרונות בינה מלאכותית מותאמים יותר ויותר לכל תעשייה, ומחשוב קוונטי לא יהיה יוצא מן הכלל.
חברות כמו IQM אף הרחיקו לכת ותיארו את השימוש שלהן ב-Ising כצעד לקראת "כיול סוכן"מערכות בהן הכיול מתבצע באופן אוטומטי על ידי סוכני בינה מלאכותית, מה שמבטל חלק ניכר מההתערבות הידנית ומאפשר לחומרה קוונטית לפעול בסביבות כגון מפעלי בינה מלאכותית ללא צורך בצוות מומחי קוונטים באתר. זה יכול לשנות לחלוטין את הפרופיל של אנשי המקצוע הנדרשים לעבודה עם טכנולוגיה זו.
במקביל, פתיחת המודל והנתונים שלו דוחפת לעבר שקיפות רבה יותר והופעתם של מדדי ביצועים הניתנים לשחזורבמגזר שבו שיווק עקף לעתים קרובות את המציאות הטכנית, כלים פתוחים להשוואת תוצאות יכולים להפחית את ה"הייפ" ולהאיץ את ההתקדמות האמיתית, מה שמאלץ את שחקני השוק להוכיח באמצעות נתונים את מה שהם מבטיחים בהודעות לעיתונות.
בסך הכל, NVIDIA Ising היא הרבה יותר מסתם כמה דגמי בינה מלאכותית: זהו ניסיון להפוך את הבינה המלאכותית למערכת ההפעלה היעילה של מחשבים קוונטיים.על ידי אוטומציה של כיול, האצת תיקון שגיאות והצעת ערימה פתוחה שעדיין קשורה קשר הדוק למעבדי GPU ותוכנה של NVIDIA, גישה זו עשויה לקצר משמעותית את הדרך למחשוב קוונטי שימושי באמת, ולבסס באופן סופי את תפקידה של הבינה המלאכותית כ"מוח" של מכונות אלו.
כותב נלהב על עולם הבתים והטכנולוגיה בכלל. אני אוהב לחלוק את הידע שלי באמצעות כתיבה, וזה מה שאעשה בבלוג הזה, אראה לכם את כל הדברים הכי מעניינים על גאדג'טים, תוכנה, חומרה, טרנדים טכנולוגיים ועוד. המטרה שלי היא לעזור לך לנווט בעולם הדיגיטלי בצורה פשוטה ומשעשעת.