Платформа NVIDIA Ising для квантовых вычислений. Источник: Nvidia
Пока мир ждет момента, когда квантовые вычисления наконец-то разрешат все проблемы человечества, сами квантовые процессоры продолжают страдать от «детских болезней». Они слишком чувствительны, слишком шумны и склонны ошибаться буквально на каждом шагу. Компания Дженсена Хуанга (Jensen Huang), которая уже давно превратилась из производителя «железа» для геймеров в главного архитектора ШИ-революции, решила, что лучший способ обуздать капризные кубиты – это натравить на них нейросети. Так появилась Ising – первая в мире открытая платформа для создания ИИ-моделей, ориентированных на квантовые вычисления.
Проблема тысячи ошибок
Головная боль современных квантовых систем – это декогеренция и шум. Сегодняшние квантовые процессоры допускают ошибку примерно один раз в тысячу операций. Для сравнения: ваш смартфон или ноутбук может выполнять миллиарды сделок без всякого сбоя. Чтобы квантовые компьютеры стали реально полезны для запуска сложных алгоритмов, этот показатель нужно улучшить на несколько порядков. Проблема в том, что традиционные методы калибровки и коррекции ошибок отнимают слишком много времени и ресурсов.
Платформа Ising предлагает исследователям не просто набор инструментов, а две специализированные модели, которые можно настраивать под железо. Первая из них — Ising Calibration. Это модель обработки визуального языка (VLM), которая умеет мгновенно интерпретировать поступающие от квантового процессора данные. Если раньше процесс калибровки системы мог продолжаться на днях, то с помощью агентов ИИ это время сокращается до нескольких часов. Фактически, ИИ берет на себя роль лаборанта, непрерывно подстраивающего систему для поддержания ее работоспособности.
Быстрее и точнее стандартов
Вторая составляющая платформы Ising Decoding. Это вариация трехмерной сверточной нейросети, предназначенная для декодирования ошибок в реальном времени. NVIDIA предлагает два варианта этой модели: один оптимизирован под максимальную скорость, другой – под высокую точность. Результаты выглядят внушительно даже на бумаге. Согласно официальным данным, модели Ising работают в 2.5 раза быстрее и в 3 раза точнее, чем pyMatching – нынешний отраслевой стандарт с открытым кодом.
Для промышленности это означает, что разрыв между теоретическими возможностями квантовых вычислений и их практическим применением начинает сокращаться. NVIDIA не пытается построить собственный квантовый компьютер в классическом понимании, но создает софтверный «фундамент», без которого это железо будет оставаться лишь дорогими игрушками в лабораториях. Открытость платформы позволяет другим компаниям интегрировать эти решения в свои разработки, что потенциально ускорит появление устройств, способных работать с реальным ШИ-софтом.
Это логичный шаг для компании, которая уже доминирует на рынке ускорителей. Использование экосистемы NVIDIA Quantum становится для исследователей путем малейшего сопротивления. Ведь если вы уже используете их GPU для обучения моделей, почему бы не использовать их же алгоритмы для устранения ошибок в вашем экспериментальном квантовом процессоре?
Пока NVIDIA оптимизирует квантовые вычисления, другие технологические гиганты ищут способы упростить коммуникацию с пользователями. К примеру, проект Starlink заменяет операторов поддержки на искусственный интеллект Grok, что еще раз подтверждает тренд на тотальную автоматизацию сложных процессов.