Apakah NVIDIA Ising dan bagaimana ia memacu pengkomputeran kuantum?

Pengkomputeran kuantum telah menjadi salah satu bidang teknologi yang paling menjanjikan, tetapi juga salah satu yang paling rumit untuk dibawa ke dalam pengeluaran. Walaupun syarikat seperti Google, dengan Cip Willow, atau IBM telah mencapai kemajuan yang ketara, kesesakan fizikal, bunyi bising dan cabaran kejuruteraan Mereka kekal besar dan menghalang penggunaan sebenar mereka dalam industri.

Dalam konteks ini, NVIDIA Ising muncul, sebuah keluarga baharu model kecerdasan buatan sumber terbuka yang menyasarkan secara langsung masalah yang kurang glamor tetapi kritikal: penentukuran pemproses kuantum dan pembetulan ralat secara sistematikKita bukan bercakap tentang eksperimen terpencil, tetapi pertaruhan strategik untuk menjadikan AI sebagai "satah kawalan" mesin kuantum dan mendekatkan pengkomputeran kuantum praktikal buat selama-lamanya.

Apakah NVIDIA Ising dan mengapa ia dipanggil sedemikian?

NVIDIA Ising ialah keluarga model AI sumber terbuka Direka untuk bekerjasama dengan pemproses kuantum (QPU) dan sistem kuantum-klasik hibrid, objektif utamanya adalah untuk mengautomasikan dan mengoptimumkan dua tugas yang kini memakan banyak masa dan sumber manusia: penentukuran berterusan QPU dan penyahkodan untuk pembetulan ralat kuantum masa nyata.

Nama Ising bukanlah sekadar iseng pemasaran: ia merujuk kepada Model IsingModel Ising ialah model matematik klasik yang dibangunkan pada tahun 1925 oleh Ernst Ising untuk mengkaji sistem zarah dengan interaksi magnet. Model ini adalah asas dalam fizik statistik untuk memahami peralihan fasa dan tingkah laku bahan kompleks, dan ia juga telah menjadi alat utama untuk menangani masalah pengoptimuman yang sukar dalam pengkomputeran kuantumNVIDIA mengambil konsep itu sebagai metafora: memudahkan sistem fizikal yang sangat kompleks melalui model yang direka bentuk dengan baik.

Dalam praktiknya, Ising bukanlah model tunggal, tetapi satu set lengkap model, alatan, data dan aliran kerja yang boleh disesuaikan dengan pelbagai jenis perkakasan kuantum. Ia berintegrasi secara semula jadi dengan susunan NVIDIA, terutamanya dengan CUDA-Q (platform perisian untuk pengkomputeran kuantum-klasik hibrid) dan dengan interkoneksi NVQLink, yang menghubungkan secara langsung QPU dan GPU untuk meminimumkan kependaman dalam kawalan dan pembetulan ralat.

Tambahan pula, NVIDIA Ising ditawarkan sebagai teknologi terbuka dan boleh diguna semula: Model-model ini adalah sumber terbuka dan dilesenkan secara permisif.supaya makmal, syarikat dan pusat penyelidikan boleh memuat turunnya, menjalankannya secara tempatan, menyelaraskannya mengikut seni bina mereka sendiri dan mengekalkan kawalan penuh ke atas data peribadi mereka tanpa bergantung pada perkhidmatan luaran jika mereka tidak mahu.

Di manakah kedudukan Ising dalam ekosistem model NVIDIA?

Ising tidak tiba bersendirian, tetapi sebagai sebahagian daripada Strategi NVIDIA yang lebih luas untuk mencipta model AI menegak untuk domain teknikal tertentu. Syarikat itu sudah mempunyai beberapa rangkaian produk yang menjurus kepada pelbagai bidang: Nemotron untuk sistem AI agentif, Cosmos untuk AI fizikal, Ishak untuk robotik, Clara y BioNeMo untuk bioperubatan, Apollo untuk fizik AI atau Alpamayo untuk kenderaan autonomi, antara lain.

Dengan Ising, NVIDIA menggunakan logik yang sama pada dunia kuantum: menyediakan model sedia untuk pengeluaran yang merangkumi perkara kritikal bagi susunan teknikal yang sangat khusus. Daripada hanya menawarkan perkakasan atau pustaka yang berdiri sendiri, pendekatannya adalah untuk menyampaikan pakej AI, data dan alatan yang koheren yang mengubah teknologi eksperimen menjadi sistem yang boleh digunakan secara munasabah.

Pendekatan menegak ini mempunyai tafsiran yang jelas: NVIDIA mahu meletakkan dirinya sebagai jambatan antara pengkomputeran kuantum dan pengkomputeran klasik yang dipercepatkan GPUDaripada menjual "cip kuantum", tumpuan mereka adalah untuk mengawal perisian dan lapisan AI yang membolehkan pengendalian dan penskalaan cip tersebut dalam keadaan dunia sebenar.

Masalah sebenar mekanik kuantum: hingar, kawalan dan pengulangan

Apabila membincangkan pengkomputeran kuantum, tumpuan biasanya pada bilangan qubit atau "ketuanan kuantum" yang sepatutnya, tetapi kesesakan terletak di tempat lain: untuk memastikan qubit stabil, dikalibrasi dan dengan kadar ralat yang boleh diurusQubit, yang berada dalam keadaan superposisi dan kekusutan, sangat sensitif terhadap bunyi persekitaran, kepada suhukepada getaran, ketidaksempurnaan perkakasan, dsb.

Menurut NVIDIA dan disahkan oleh suara industri seperti Sam Stanwyck (pengarah produk kuantum syarikat), Pemproses kuantum semasa yang terbaik membuat kira-kira satu ralat setiap seribu operasiWalaupun ini mungkin kedengaran mengagumkan, ia masih jauh daripada apa yang diperlukan untuk aplikasi praktikal bernilai tinggi, di mana kadar ralat harus dikurangkan secara drastik, idealnya kepada satu kegagalan bagi setiap bilion operasi atau kurang lagi. Keadaan ini juga jelas dalam perkembangan syarikat seperti IBM dan pemain utama lain dalam sektor ini.

Untuk mencapai kebolehpercayaan itu, hanya menambah lebih banyak qubit tidak mencukupi. Ia memerlukan... pembetulan ralat kuantum dan penentukuran perkakasan berterusanIni melibatkan pemprosesan terabait ukuran qubit "beribu-ribu kali sesaat" dengan algoritma penyahkodan klasik yang sangat mencabar, sambil melaraskan parameter pemproses kuantum secara berterusan untuk memastikannya berada pada titik optimum.

Sehingga kini, kerja itu dibahagikan antara pasukan ahli fizik melaraskan parameter secara manual —mahal, perlahan dan tidak boleh diskala—dan sistem automasi yang agak mudah yang gagal apabila prototaip berkembang. Setiap peningkatan bilangan qubit meningkatkan kerumitan operasi secara mendadak. Di sinilah tepatnya NVIDIA Ising menyasarkan senjatanya ke arah "kerja kotor" mengendalikan sistemTidak kepada gambar prototaip yang cantik itu.

Penentukuran Ising: model yang "dibaca" oleh makmal

Blok utama pertama keluarga itu ialah Penentukuran Ising, Model Bahasa Penglihatan (VLM) bagi 35.000 bilion parameter direka untuk mentafsir dengan cepat ukuran yang keluar daripada pemproses kuantum dan memutuskan cara untuk melaraskannya.

VLM ini dilatih untuk Memahami data eksperimen daripada QPU (graf, lengkung, keputusan sapuan parameter, dsb.) dan menterjemahkannya kepada tindakan penentukuran: komponen yang hendak dilaraskan, julat yang hendak diterokai, parameter yang hendak dioptimumkan dan dalam susunan yang bagaimana. Perkara yang penting bukan sahaja ketepatan, tetapi juga hakikat bahawa ia mudah disepadukan dengan ejen AIsupaya aliran penentukuran hujung ke hujung dapat dibina tanpa campur tangan manusia yang berterusan.

Menurut NVIDIA, Ising Calibration mencapai mengurangkan proses penentukuran yang sebelum ini mengambil masa beberapa hari kerja manual kepada hanya beberapa jamTambahan pula, ia mengekalkan keupayaan untuk melakukan penentukuran semula secara berterusan apabila pemproses menjadi tidak sejajar dari semasa ke semasa. Ini mengubah tugas yang sebelum ini hampir keseluruhannya manual kepada proses perindustrian, boleh diulang dan boleh diukur.

Perkara asas utama adalah bahawa AI tidak lagi menjadi hiasan dan menjadi "sistem saraf" makmal kuantumModel ini memerhatikan apa yang sedang berlaku, mencadangkan pelarasan dan menyelaraskan tindak balas perkakasan tanpa memerlukan pasukan pakar untuk sentiasa memperhalusi semuanya dengan tangan.

Ising Calibration sudah menemui kegunaan dunia sebenar dalam organisasi seperti Atom Computing, Academia Sinica, EeroQ, Conductor Quantum, Fermilab, Harvard SEAS, Infleqtion, IonQ, IQM Quantum Computers, The Katil Ujian Kuantum Lanjutan di Makmal Kebangsaan Lawrence Berkeley, Q-CTRL o el Makmal Fizikal Kebangsaan United KingdomAntara lain. Penerimaan awal ini menunjukkan bahawa ia bukan sekadar prototaip makmal, tetapi alat yang mempunyai impak operasi serta-merta.

Penyahkodan Ising: Rangkaian 3D untuk memenangi pertempuran menentang ralat

Komponen utama yang lain ialah Penyahkodan Ising, tertumpu pada bahagian yang mungkin paling kritikal dalam keseluruhan cerita: yang penyahkodan untuk pembetulan ralat kuantum masa nyataTekanan di sini sangat kejam: jika pembetulan datang lewat, sistem akan merosot sebelum ia dapat melakukan sesuatu yang berguna.

Penyahkodan Ising terdiri daripada dua varian model rangkaian neural konvolusi 3D (CNN 3D) direka bentuk sebagai "pra-penyahkod". Salah satu varian dioptimumkan untuk Kelajuan maksimummanakala yang satu lagi mengutamakan ketepatan maksimumIni membolehkan anda memilih mengikut jenis eksperimen atau bajet kependaman yang anda miliki.

Model-model ini berfungsi dengan kod permukaan dan hingar depolarisasimembenarkan penyahkodan sindrom ralat pada jarak sewenang-wenangnya. NVIDIA juga menyediakan rangka kerja latihan berdasarkan PyTorch dan CUDA-Q supaya pasukan boleh menyesuaikan model kepada jenis hingar lain dan konfigurasi khusus peranti kuantum mereka.

Menurut data syarikat, model Penyahkodan Ising menawarkan a Prestasi sehingga 2,5 kali lebih pantas dan ketepatan sehingga 3 kali lebih tinggi mengenai Pemadanan py, piawaian penyahkodan terbuka yang paling banyak digunakan setakat ini. Jika angka-angka ini benar dalam persekitaran pengeluaran, impaknya jauh melangkaui tajuk utama: kependaman yang lebih rendah dan ketepatan yang lebih tinggi bermakna Kurang pengiraan yang dibazirkan, memahami ralat dan lebih banyak sumber yang dikhaskan untuk menjalankan algoritma yang berguna.

Penyahkodan Ising sedang dilaksanakan atau diuji oleh institusi seperti Universiti Cornell, EdenCode, Infleqtion, Komputer Kuantum IQM, Unsur Kuantum, Makmal Kebangsaan Sandia, SEEQC, UC San Diego, UC Santa Barbara, Universiti Chicago, Universiti California Selatan dan Universiti Yonsei, antara lain, yang mengukuhkan idea bahawa ia mungkin akhirnya menjadi rujukan de facto untuk penyahkodan ralat kuantum terbuka.

Sumber terbuka, data dan kebolehkesanan: komitmen terhadap ekosistem

Selain prestasi mentah, salah satu aspek NVIDIA Ising yang paling menarik ialah cara menerbitkanSyarikat itu bukan sahaja mengeluarkan pemberat model dan itu sahaja; ia mengiringi pelancaran dengan Lesen permisif, dokumentasi asal usul, kaedah latihan, set data dan alatan untuk memperhalusi, mengukur dan menyesuaikannya.

Pendekatan ini mempunyai tafsiran yang sangat jelas: jika pengkomputeran kuantum ingin bergerak melangkaui fasa makmal terpencil dan prototaip yang dibina khas, Ia memerlukan piawaian de facto yang terbuka dan boleh diguna semulaPenentukuran dan pembetulan ralat sehingga kini hampir menjadi resipi rahsia setiap makmal, sebahagian daripada kelebihan daya saing mereka. Membuka model lengkap dengan sejarah mereka secara berkesan memaksa tahap penyeragaman tertentu.

Model dan sumber Ising boleh didapati di GitHub, Hugging Face dan portal build.nvidia.com, selain ekosistem Perkhidmatan mikro NVIDIA NIMyang membolehkan model ini digunakan dan disesuaikan sebagai perkhidmatan yang sedia untuk disepadukan ke dalam seni bina sedia ada. NIM memudahkan, sebagai contoh, untuk menyesuaikan Ising kepada jenis QPU tertentu atau aliran kerja tertentu tanpa perlu melatihnya semula dari awal.

Perlu diingatkan bahawa "terbuka" di sini tidak bermaksud altruistikBagi NVIDIA, membuka Ising merupakan cara untuk mempercepatkan penggunaan, mengurangkan geseran dalam institusi akademik dan makmal kebangsaan, dan pada masa yang sama mengukuhkan susunan CUDA-Q + NVQLinknya sendiri sebagai standard yang menjadi tumpuan ekosistem. Lebih banyak Ising digunakan, lebih sukar untuk mengelakkan infrastruktur NVIDIA di tengah-tengah sistem kuantum generasi akan datang.

Jambatan QPU-GPU: NVQLink dan perniagaan latensi

Ising direka bentuk agar sesuai dengan seni bina yang telah dipromosikan oleh NVIDIA di bawah idea "superkomputeran GPU kuantum". Di satu pihak, CUDA-Q Ia bertindak sebagai lapisan perisian yang mengatur pengkomputeran kuantum-klasik hibrid. Sebaliknya, NVQLink Ia merupakan sambungan perkakasan yang menghubungkan QPU dengan GPU secara langsung untuk bertukar data dan mengawal keputusan dengan kependaman yang minimum.

Sebabnya mudah: Pengkomputeran kuantum yang berguna memerlukan keputusan pembetulan ralat yang sangat pantasJika model penyahkodan dan penentukuran mengambil masa terlalu lama untuk memproses maklumat yang datang daripada qubit, tindakan pembetulan akan tiba terlalu lewat dan keadaan kuantum akan merosot. Mengurangkan kiraan setiap mikrosaat.

Dengan mengalihkan pengkomputeran AI berat (penentukuran, penyahkodan, kawalan) kepada GPU yang disambungkan secara langsung kepada QPU, NVIDIA meletakkan produknya di tempat yang merugikan: pada laluan kritikal latensiIni, dalam satu cara, mencerminkan apa yang berlaku dalam sejarah pengkomputeran awal: lonjakan penting bukan sahaja mencipta transistor, tetapi membina ekosistem Pembuatan, perkakasan, perisian dan pembetulan ralat yang boleh dipercayai dan berulang.

Dalam mekanik kuantum, analoginya jelas: sesiapa yang mengawal "peranti tengah" operasi—lapisan yang menterjemahkan hingar fizikal kepada keputusan kawalan dan pembetulan— boleh memperoleh lebih banyak nilai daripada seseorang yang hanya mempamerkan pemproses yang paling hebatIsing merupakan bahagian penting dalam drama itu, kerana ia mengubah AI menjadi setara praktikal bagi sistem pengendalian untuk mesin kuantum.

Kesan terhadap pasaran dan profesional IT

Pembentangan NVIDIA Ising telah memberi impak yang pantas bukan sahaja dari segi teknikal tetapi juga dari segi kewangan. Tidak lama selepas pengumuman itu, Beberapa syarikat perkakasan dan perkhidmatan kuantum menyaksikan harga saham mereka meningkat dengan ketara.IonQ meningkat sekitar 14%, Rigetti Computing 12%, D-Wave Quantum 11% dan Quantum Computing Inc. hampir 9%, menurut data yang dikumpul oleh Investing.com.

Reaksi ini menunjukkan bahawa pelabur menganggap Ising sebagai tuas untuk memendekkan garis masa kepada perkakasan kuantum yang berdaya maju secara komersialFirma analisis Resonance menganggarkan bahawa pasaran pengkomputeran kuantum global boleh melebihi 11.000 juta dolar pada 2030Tetapi pertumbuhan itu bergantung secara langsung kepada penyelesaian cabaran kejuruteraan seperti kebolehskalaan, penentukuran automatik dan pembetulan ralat toleran kesalahan.

Bagi organisasi IT, jabatan infrastruktur, pasukan sains data atau pembangun perisian, Ising juga merupakan isyarat yang jelas tentang hala tuju industri: penumpuan antara AI yang sangat khusus dan domain teknikal yang sangat spesifikSama seperti yang telah berlaku dalam transformasi digital yang lain, kita akan melihat penyelesaian AI semakin disesuaikan untuk setiap industri, dan pengkomputeran kuantum tidak akan terkecuali.

Syarikat seperti IQM telah menggambarkan penggunaan Ising mereka sebagai satu langkah ke arah "penentukuran ejen"Sistem di mana penentukuran dilakukan secara automatik oleh ejen AI, menghapuskan banyak intervensi manual dan membolehkan perkakasan kuantum beroperasi dalam persekitaran seperti kilang AI tanpa memerlukan pasukan pakar kuantum di tapak. Ini boleh mengubah sepenuhnya profil profesional yang diperlukan untuk bekerja dengan teknologi ini.

Secara selari, pembukaan model dan datanya mendorong ke arah a ketelusan yang lebih tinggi dan kemunculan penanda aras yang boleh dihasilkan semulaDalam sektor di mana pemasaran sering mengatasi realiti teknikal, mempunyai alat terbuka untuk membandingkan hasil dapat mengurangkan "gembar-gembur" dan mempercepat kemajuan sebenar, memaksa pemain pasaran untuk membuktikan dengan data apa yang mereka janjikan dalam siaran akhbar.

Secara keseluruhannya, NVIDIA Ising adalah lebih daripada sekadar beberapa model AI: Ia merupakan percubaan untuk menjadikan kecerdasan buatan sebagai sistem pengendalian komputer kuantum yang berkesan.Dengan mengautomasikan penentukuran, mempercepat pembetulan ralat dan menawarkan susunan terbuka yang tetap terikat erat dengan GPU dan perisian NVIDIA, pendekatan ini dapat memendekkan laluan kepada pengkomputeran kuantum yang benar-benar berguna dengan ketara dan secara pasti mengukuhkan peranan AI sebagai "otak" mesin-mesin ini.

artikel berkaitan:

Apakah NVIDIA CUDA-X dan bagaimana ia mempercepatkan pengkomputeran AI dan GPU

Ishak

Penulis yang bersemangat tentang dunia bait dan teknologi secara umum. Saya suka berkongsi pengetahuan saya melalui penulisan, dan itulah yang akan saya lakukan dalam blog ini, menunjukkan kepada anda semua perkara yang paling menarik tentang alat, perisian, perkakasan, trend teknologi dan banyak lagi. Matlamat saya adalah untuk membantu anda mengemudi dunia digital dengan cara yang mudah dan menghiburkan.