河北
Nvidia 刚刚发布了 Ising——一个开源 AI 模型系列，专门用来校准量子处理器和实时纠错解码。它集成了 Nvidia 的 CUDA-Q 量子软件平台，以及去年十月首次推出的 NVQLink QPU-GPU 互连技术。目前，Ising 模型已经在 GitHub、Hugging Face 和 build.nvidia.com 上开放下载。
Nvidia 特意搞了个 Ising，就是为了解决当前量子硬件迈向容错计算路上的两个难点：校准和解码。前者就是手动调教 QPU，让它里头的量子比特表现稳定，后者呢，是把纠错逻辑量子比特产生的冗余测量结果转成纠错信号——只有它跟得上处理器上新错误冒出来的速度，才算管用。
伊辛校准是一个350亿参数的视觉语言模型，经过微调后，能读取量子处理单元（QPU）的实验测量结果，并推断出调谐该单元所需的调整。英伟达称，配合智能体使用时，能把校准时间从几天缩短到几小时。
与此同时，Ising解码家族包含一个3D卷积神经网络的两个变体——拥有90万和180万个参数的两种变体，分别针对速度和精度进行了优化——它们执行表面码量子纠错的预解码。Nvidia对该解码器的基准测试显示，其速度比大多数量子研究团队使用的开源解码器pyMatching快2.5倍，精度是pyMatching的3倍，同时所需的训练数据仅为后者的十分之一。
Nvidia量子产品总监Sam Stanwyck告诉The Next Platform，当今最好的量子处理器大约每运行一千次操作就出错一次，而逻辑错误率与解码与硬件并行运行的速度直接相关。因此，2.5倍的提速意味着量子处理器在逻辑量子比特失效前，能撑住更多次的门操作。
虽然Ising是开源的，但它的底层堆栈却不是开源的。解码器需要NVQLink的低延迟互连，才能在解码窗口内把测量数据传到GPU。校准流程是通过CUDA-Q来跑的，而部署工具只针对Nvidia硬件。
Nvidia 对 Nemotron、Cosmos 和 GR00T 这些项目都用了同一套路——模型开源，但平台还是自家独有，这样一来，整个工作流都离不开 GPU。尽管自己不造量子硬件，Nvidia 还是和量子计算行业绑得死死的。
列出的采用者包括费米实验室、哈佛大学、英国国家物理实验室、劳伦斯伯克利国家实验室的高级量子测试平台、IQM量子计算机、Infleqtion，以及直接使用了伊辛校准的IonQ。
喜欢这篇文章不？想看更多类似故事，就点这页顶上的+关注，在MSN上关注我们吧。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
