Шта је NVIDIA Ising и како покреће квантно рачунарство?

Квантно рачунарство је постало једно од најперспективнијих поља технологије, али и једно од најсложенијих за довођење у производњу. Иако компаније попут Гугла, са својим Врбова иверица, или IBM су постигли значајан напредак, физичка уска грла, бука и инжењерски изазови Они остају огромни и ометају њихово стварно усвајање у индустрији.

У овом контексту, појављује се NVIDIA Ising, нова породица модела вештачке интелигенције отвореног кода која директно циља на оне мање него гламурозне, али критичне проблеме: калибрација квантних процесора и систематска корекција грешакаНе говоримо о изолованом експерименту, већ о стратешком циљу да се вештачка интелигенција претвори у „контролну раван“ квантних машина и једном за свагда приближи практично квантно рачунарство.

Шта је NVIDIA Ising и зашто се тако зове?

NVIDIA Ising је породица модела вештачке интелигенције отвореног кода Дизајниран да ради руку под руку са квантним процесорима (QPU) и хибридним квантно-класичним системима, његов главни циљ је аутоматизација и оптимизација два задатка која тренутно троше огромну количину времена и људских ресурса: континуирана калибрација QPU-ова и декодирање за квантну корекцију грешака у реалном времену.

Име Ајсинг није маркетиншки хир: оно се односи на Изингов моделИзингов модел је класичан математички модел који је 1925. године развио Ернст Изинг за проучавање система честица са магнетним интеракцијама. Овај модел је фундаменталан у статистичкој физици за разумевање фазних прелаза и понашања сложених материјала, а такође је постао кључни алат за решавање тешки проблеми оптимизације у квантном рачунарствуNVIDIA тај концепт схвата као метафору: поједностављивање веома сложених физичких система кроз добро дизајниране моделе.

У пракси, Ајсинг није јединствен модел, већ комплетан сет модела, алата, података и токова рада који се може прилагодити различитим типовима квантног хардвера. Природно се интегрише са NVIDIA стеком, посебно са ЦУДА-К (софтверска платформа за хибридно квантно-класично рачунарство) и са међусобном повезаношћу NVQLink, који директно повезује QPU-ове и GPU-ове како би се минимизирала латенција у контроли и исправљању грешака.

Штавише, NVIDIA Ising се нуди као отворена и вишекратно употребљива технологија: Модели су отвореног кода и лиценцирани су по слободној употреби.тако да лабораторије, компаније и истраживачки центри могу да их преузму, покрећу локално, фино подесе према сопственим архитектурама и одрже потпуну контролу над својим приватним подацима без зависности од спољних сервиса ако то не желе.

Где се Исинг уклапа у екосистем модела NVIDIA?

Ајсинг не стиже сам, већ као део Шира стратегија компаније NVIDIA за креирање вертикалних AI модела за специфичне техничке области. Компанија већ има неколико породица производа усмерених ка различитим областима: Немотрон за агентивне системе вештачке интелигенције, Космос за физичку вештачку интелигенцију, Исак за роботику, Клара y БиоНеМо за биомедицину, Аполон за физику вештачке интелигенције или Алпамаио за аутономна возила, између осталог.

Са Исингом, NVIDIA примењује исту логику на квантни свет: обезбедите моделе спремне за производњу који покривају критичне тачке високо специјализованог техничког стека. Уместо једноставног нудиња хардвера или самосталне библиотеке, приступ је да се испоручи кохерентан пакет вештачке интелигенције, података и алата који трансформише експерименталну технологију у разумно употребљив систем.

Овај вертикални приступ има јасно тумачење: NVIDIA жели да се позиционира као мост између квантног рачунарства и класичног рачунарства убрзаног GPU-омУместо продаје „квантног чипа“, њихов фокус је на контроли софтвера и слоја вештачке интелигенције који омогућава рад и скалирање тих чипова у реалним условима.

Прави проблем квантне механике: шум, контрола и понављање

Када се говори о квантном рачунарству, фокус је обично на броју кубита или наводној „квантној надмоћи“, али уско грло лежи негде другде: да би се кубити одржали стабилним, калибрисаним и са управљивим стопама грешакаКубити, будући да су у стањима суперпозиције и испреплетаности, изузетно су осетљиви на буку из окружења, на температурана вибрације, несавршености хардвера итд.

Према речима компаније NVIDIA, а потврђено од стране гласова из индустрије као што је Сем Стенвик (директор квантних производа компаније), Најбољи тренутни квантни процесори праве отприлике једну грешку на сваких хиљаду операцијаИако ово може звучати импресивно, то је и даље светлосним годинама далеко од онога што је потребно за практичне примене високе вредности, где би стопе грешака требало драстично смањити, идеално на један квар на милијарду операција или чак мање. Ова ситуација је такође очигледна у развоју компанија попут ИБМ- и други кључни играчи у сектору.

Да би се постигла та поузданост, једноставно додавање више кубита није довољно. Потребно је... квантна корекција грешака и континуирана хардверска калибрацијаОво подразумева обраду терабајта кубитних мерења „хиљада пута у секунди“ веома захтевним класичним алгоритмима за декодирање, уз готово континуирано подешавање параметара квантног процесора како би се одржао у оптималној тачки.

До сада је тај посао био подељен између тимови физичара који ручно подешавају параметре —скупи, спори и нескалабилни — и релативно једноставни системи аутоматизације који не успевају како прототипови расту. Свако повећање броја кубита драматично је повећавало оперативну сложеност. Управо ту... NVIDIA Ising циља своје оружје на „прљави посао“ рада системаНе лепој слици прототипа.

Изингова калибрација: модел који лабораторија „чита“

Први главни блок породице је Изингова калибрација, модел визуелно-језичког система (VLM) од 35.000 милијарди параметара дизајниран да брзо интерпретира мерења која долазе из квантног процесора и одлучи како да их прилагоди.

Овај ВЛМ је обучен да Разумевање експерименталних података из QPU-а (графикони, криве, резултати промене параметара итд.) и претворити их у калибрационе акције: коју компоненту подесити, који опсег истражити, које параметре оптимизовати и којим редоследом. Важна ствар није само тачност, већ и чињеница да се лако интегрише са АИ агентитако да се може изградити ток калибрације од краја до краја без сталне људске интервенције.

Према компанији NVIDIA, Ising Calibration постиже смањити процесе калибрације који су раније трајали данима ручног рада на само неколико сатиШтавише, одржава могућност континуиране рекалибрације како се процесор временом не поравна. Ово трансформише задатак који је раније био готово у потпуности ручни у индустријски, поновљив и мерљив процес.

Кључна суштина је да вештачка интелигенција престаје да буде украс и постаје „нервни систем“ квантне лабораторијеМодел посматра шта се дешава, предлаже подешавања и координира одговор хардвера без потребе да тим стручњака стално ручно подешава све.

Исингова калибрација већ проналази примену у стварном свету у организацијама као што су Атом Цомпутинг, Ацадемиа Синица, ЕероК, Цондуцтор Куантум, Фермилаб, Харвард СЕАС, Инфлектион, ИонК, ИКМ Куантум Цомпутерс, Напредни квантни тестни платформ у Националној лабораторији Лоренс Беркли, К-ЦТРЛ или Национална физичка лабораторија Уједињеног КраљевстваИзмеђу осталог, ово рано усвајање показује да то није само лабораторијски прототип, већ алат са тренутним оперативним утицајем.

Исингово декодирање: 3Д мреже за победу у борби против грешака

Друга главна компонента је Изингово декодирање, фокусиран на можда најкритичнији део целе приче: декодирање за квантну корекцију грешака у реалном временуПритисак овде је бруталан: ако корекција дође касно, систем деградира пре него што може да уради било шта корисно.

Исингово декодирање се састоји од две варијанте тродимензионалног модела конволуционе неуронске мреже (3Д ЦНН) дизајниране као „претходни декодер“. Једна од варијанти је оптимизована за Максимална брзинадок други даје приоритет максимална прецизностОво вам омогућава да бирате према типу експеримента или буџету за латенцију који имате.

Ови модели раде са површински кодови и деполаризујући шумомогућавајући декодирање синдрома грешака на произвољним растојањима. NVIDIA такође пружа оквир за обуку заснован на PyTorch и CUDA-Q тако да тимови могу прилагодити моделе другим врстама буке и специфичним конфигурацијама својих квантних уређаја.

Према подацима компаније, модели Ising Decoding нуде До 2,5 пута брже перформансе и до 3 пута већа тачност О томе pyMatching, најшире коришћени отворени стандард декодирања до сада. Ако ове бројке буду тачне у продукционим окружењима, утицај иде далеко даље од наслова: мања латенција и већа тачност значе Мање израчунавања утрошено на разумевање грешке и више ресурса посвећених покретању корисних алгоритама.

Исингово декодирање већ примењују или тестирају институције као што су Универзитет Корнел, EdenCode, Infleqtion, IQM квантни рачунари, квантни елементи, Националне лабораторије Сандија, SEEQC, Калифорнијски универзитет у Сан Дијегу, Калифорнијски универзитет у Санта Барбари, Универзитет у Чикагу, Универзитет Јужне Калифорније и Универзитет Јонсеи, између осталог, што појачава идеју да би на крају могао постати де факто референца за отворено квантно декодирање грешака.

Отворени код, подаци и праћење: посвећеност екосистему

Поред сирових перформанси, један од најупечатљивијих аспеката NVIDIA Ising-а је како објавитиКомпанија не објављује само тежине модела и то је то; она прати лансирање са Дозволе, документација о пореклу, методе обуке, скупови података и алати да их фино подеси, квантификује и прилагоди.

Овај приступ има веома јасно тумачење: ако квантно рачунарство жели да превазиђе фазу изолованих лабораторија и прототипова израђених по наруџби, Потребни су му отворени и поново употребљиви де факто стандардиКалибрација и корекција грешака до сада су били готово тајни рецепти сваке лабораторије, део њихове конкурентске предности. Отварање комплетних модела са њиховом историјом ефикасно приморава на одређени степен стандардизације.

Ајсингови модели и ресурси су доступни на GitHub, Hugging Face и портал build.nvidia.com, поред екосистема од NVIDIA NIM микросервисишто омогућава да се ови модели примене и прилагоде као сервиси спремни за интеграцију у постојеће архитектуре. NIM олакшава, на пример, прилагођавање Ising-а одређеном типу QPU-а или одређеном радном току без потребе за поновним обучавањем од нуле.

Треба напоменути да „Отворено“ овде не значи алтруистичноЗа NVIDIA, отварање Ising-а је начин да се убрза усвајање, смањи трење у академским институцијама и националним лабораторијама и истовремено учврсти сопствени CUDA-Q + NVQLink стек као стандард око кога се екосистем врти. Што се више Ising користи, то ће бити теже избећи NVIDIA-ину инфраструктуру у срцу квантних система следеће генерације.

QPU-GPU мост: NVQLink и посао са латенцијом

Ајсинг је дизајниран да се савршено уклопи са архитектуром коју NVIDIA промовише под идејом... „квантно-GPU суперрачунарство“. У једну руку, ЦУДА-К Делује као софтверски слој који оркестрира хибридно квантно-класично рачунарство. С друге стране, NVQLink То је хардверска интерконекција која директно повезује QPU-ове са GPU-овима како би размењивали податке и контролисали одлуке са минималном латенцијом.

Разлог је једноставан: Корисно квантно рачунарство захтева изузетно брзе одлуке о исправљању грешакаАко моделима декодирања и калибрације треба превише времена да обраде информације које долазе из кубита, корективне акције стижу прекасно и квантно стање се деградира. Свака микросекунда се рачуна.

Пребацивањем тешког вештачког интелигенцијског рачунања (калибрација, декодирање, контрола) на графичке процесоре директно повезане са QPU-има, NVIDIA ставља своје производе тамо где их највише боли: на критичном путу латенцијеОво, на неки начин, одражава оно што се догодило у историји раног рачунарства: одлучујући скок није био само проналазак транзистора, већ изградња екосистема Поуздана и поновљива производња, алати, софтвер и исправљање грешака.

У квантној механици, аналогија је јасна: ко год контролише оперативни „посреднички софтвер“ – слој који претвара физичку буку у одлуке о контроли и корекцији – може да привуче више вредности него неко ко једноставно показује најспектакуларнији процесорАјсинг је кључни део у тој представи, јер претвара вештачку интелигенцију у практични еквивалент оперативни систем за квантне машине.

Утицај на тржиште и на ИТ стручњаке

Презентација компаније NVIDIA Ising имала је брз утицај не само на техничком већ и на финансијском плану. Убрзо након објаве, Неколико компанија за квантни хардвер и услуге забележило је значајан раст цена акција.Акције IonQ-а су порасле за око 14%, Rigetti Computing за 12%, D-Wave Quantum за 11%, а Quantum Computing Inc. за скоро 9%, према подацима које је прикупио Investing.com.

Ове реакције указују на то да инвеститори доживљавају Исинга као полуга за скраћивање временског оквира за комерцијално исплатив квантни хардверАналитичка фирма Resonance процењује да би глобално тржиште квантног рачунарства могло премашити 11.000 милиона долара у 2030Али тај раст директно зависи од решавања инжењерских изазова као што су скалабилност, аутоматска калибрација и исправљање грешака отпорно на грешке.

За ИТ организације, одељења за инфраструктуру, тимове за науку о подацима или програмере софтвера, Ајсинг је такође јасан сигнал у ком правцу иде индустрија: конвергенција између високо специјализоване вештачке интелигенције и веома специфичних техничких доменаБаш као што се догодило у другим дигиталним трансформацијама, видећемо решења вештачке интелигенције која су све више прилагођена свакој индустрији, а квантно рачунарство неће бити изузетак.

Компаније попут IQM-а су отишле толико далеко да су описале своју употребу Исинга као корак ка... „калибрација агента“Системи у којима се калибрација аутоматски врши помоћу вештачке интелигенције, елиминишући велики део ручне интервенције и омогућавајући квантном хардверу да ради у окружењима као што су Фабрике вештачке интелигенције без потребе за тимом квантних стручњака на лицу места. Ово би могло потпуно да промени профил стручњака потребних за рад са овом технологијом.

Паралелно са тим, отварање модела и његових података води ка већа транспарентност и појава репродуцибилних референтних вредностиУ сектору где је маркетинг често надмашио техничку стварност, поседовање отворених алата за поређење резултата може смањити „хајп“ и убрзати стварни напредак, приморавајући учеснике на тржишту да подацима докажу оно што обећавају у саопштењима за штампу.

У целини, NVIDIA Ising је много више од само неколико AI модела: То је покушај да се вештачка интелигенција учини ефикасним оперативним системом квантних рачунара.Аутоматизацијом калибрације, убрзавањем исправљања грешака и нуђењем отвореног стека који је ипак чврсто повезан са NVIDIA GPU-има и софтвером, овај приступ би могао значајно скратити пут до истински корисног квантног рачунарства и дефинитивно учврстити улогу вештачке интелигенције као „мозга“ ових машина.

Повезани чланак:

Шта је NVIDIA CUDA-X и како убрзава AI и GPU рачунарство

Исак

Страствени писац о свету бајтова и технологије уопште. Волим да делим своје знање кроз писање, и то је оно што ћу радити на овом блогу, показивати вам све најзанимљивије ствари о гаџетима, софтверу, хардверу, технолошким трендовима и још много тога. Мој циљ је да вам помогнем да се крећете у дигиталном свету на једноставан и забаван начин.