|
|
EDA365欢迎您登录!
您需要 登录 才可以下载或查看,没有帐号?注册
x
英伟达最新AI开源,瞄准了量子计算:
1 B: Y Z2 Q/ |0 f0 i, N2 H 推出全球首个开源量子AI模型家族——NVIDIA Ising。
! |: G; M) T. g# ^7 {6 l- `; D ![]()
6 a2 b0 `- G& }. L8 C 具体包括:4 p9 k# D1 d! X0 ]! a3 x, A
Ising Calibration(校准):一个350亿参数的视觉语言模型(VLM),能够快速解读并对来自量子处理器的测量结果做出反应。基于这一模型,Agent能够把几天的校准工作缩短到几小时。( i* @" c6 ^& ?5 G. ^" G- \3 s
Ising Decoding(解码):用3D CNN做实时纠错,包括分别针对速度和精度优化的两个版本。相比于当前开源行业标准pyMatching,Ising Decoding在速度上最多快2.5倍,精度高出3倍。5 T. s- V2 B9 {# M& ?, K6 I+ P4 L
用英伟达自己的话说,Ising系列模型极大地简化了对复杂物理系统的理解,为量子纠错和校准提供了高性能、可扩展的AI工具。
& u* \+ k: o/ C1 ^ 而量子纠错和校准,正是构建混合量子-经典系统时最关键的两大挑战。: N/ I* o8 r0 \% S/ O0 y7 C3 F
老黄亦对Ising寄予厚望:
e ^. y+ J7 z8 ?9 [ AI对量子计算的实用化至关重要。有了Ising,AI将成为量子计算机的操作系统,将脆弱的量子比特转变为可扩展且可靠的量子-GPU系统。
" }; ]. h, o, b- _ 加速量子系统实用化
* m( |3 X2 T7 Z/ R& Z6 B
8 d2 o' Q/ C8 F' J6 T: j# p6 d 说到量子计算的实用化,大家总开玩笑说存在“5年魔咒”:总是说下一个5年就能规模化,实则5年又5年,预期仍未实现。1 D( z; d1 B U
其中很重要的一个原因是,量子计算机太容易出错了:5 j3 r8 ?; c* E# A3 V( a3 q/ g
当前最先进的量子处理器,每进行1000次操作就可能出错一次。而从规模化的角度来看,错误率必须降至万亿分之一甚至更低。0 c! g8 z8 o! M4 O. n% o4 b q% o
因此,对于量子计算而言,在错误累积前进行实时校准和纠错,非常关键。
" M+ G" m3 h0 |& s1 \ 英伟达认为,AI最有希望突破这一难题。
. N7 I+ _3 q2 l5 T( w4 c 此次开源,Ising正是在校准和量子纠错解码两方面发力。
2 M4 q* p1 n1 Q NVIDIA Ising Calibration
3 T% B% C7 X8 n8 X- H1 s- Y' a2 I; A0 y6 ]2 I1 f* v" D
Ising Calibration是一个大型视觉语言模型(VLM),能够理解量子计算科学实验的输出结果,以及结果与预期趋势的对比。8 V* J5 `$ B& {, }" b( j
Ising Calibration可以被用到Agent的工作流中,对量子处理器的测量结果作出相应,并进行主动校准。$ o4 I7 R6 \4 j: X2 s
用于训练Ising Calibration的数据涵盖多种量子比特模态,包括超导量子比特、量子点、离子、中性原子、氦上电子等等。- X) H1 ]$ P% X0 G
为了验证Ising Calibration的有效性,英伟达和包括费米实验室、哈佛在内的合作伙伴们一起,基于真实量子计算机的输出,共同开发了QcalEval基准——这是世界上首个用于评估Agent量子计算机校准的基准。
. `2 c8 D7 [' W& O6 i 2 G: r0 G# o. z$ {
结果显示,350亿参数的Ising-Calibration-1在解释实验结果、分类结果、评估结果重要性、评估拟合质量和关键特征,以及生成可行性建议这六个评估维度上,平均得分达到SOTA,超过了Gemini 3.1 Pro、GPT 5.4、Claude Opus 4.6等顶级闭源模型。
% f1 T3 e' h) g, j! K; P+ S' n NVIDIA Ising Decoding
+ a3 N @( z/ X9 U- ?4 F* ~# W
8 W/ K8 @7 K, k6 J7 b7 b4 @ Ising Decoding则是基于3D CNN的AI训练框架和模型集合,专门用于量子纠错中要求极高的实时解码任务。/ w* f) q) }1 ~/ E
作为“预解码器”,Ising Decoding可以在空间和时间上扩展,通过处理大量局部的综合征错误,来加速并提高全局解码器的准确性。: P' M* ?& ?- p8 T. A( p: r/ M9 ?
![]()
5 J$ V* d1 W5 \% Z- J! n& q4 T& ? 用户只需定义噪声模型、旋转表面码的方向和模型深度,Ising Decoding框架就能自动生成合成数据,并训练出针对任务优化解码性能的3D CNN。
1 x1 V P6 f+ i6 E$ r+ Y 英伟达在HuggingFace上开源了两个基础模型实例:! d) m: ~4 \2 M* _
针对速度优化的 Fast模型( Q( m3 i+ C& M5 v! r( K
模型参数量大约为91.2万,层数较少,体积较小。因此,Ising-Decoder-SuRFaceCode-1-Fast可以在GPU上高效运行。
$ j* s) k. x5 q: y8 T4 k 相比于单独的PyMatching方案,Fast模型能带来2.5倍加速,同时将准确率提升至原来的1.11倍。
+ o+ F( r5 a4 g 针对准确率优化的 Accurate模型
1 N0 _! r: ^6 J( Q 模型参数量大约为179万。相比于Fast,Accurate模型能纠正更长的错误链,同时运行时间也会变长。6 h% I4 w2 d$ S
相比于单独使用PyMatching,Ising-Decoder-SurfaceCode-1-Accurate + PyMatching的方案是前者的2.25倍,准确率能达到1.53倍。
6 c1 J( z2 `5 m/ _; T: ] ![]()
4 m _; A/ A/ C8 W" A: d 值得一提的是,Ising系列模型采用的是Apache-2.0协议,这是一个较为宽松、商用友好的开源许可。; W' i# ~: ]4 @0 o5 h
另外,Ising这个名字也有点说法:# H$ V$ _# Q" p& J: F' v( `0 L u
伊辛模型(Ising Model)是统计物理学中一个非常经典且重要的数学模型,最初由物理学家Wilhelm Lenz在1920年提出,并由他的学生Ernst Ising在1925年对其一维情况进行了详细研究。
7 y: `0 S e1 O2 Z' Y# ?3 P: f 现在,伊辛模型已经成为研究相变和临界现象的最基本模型,并被广泛应用于物理、化学、生物、计算机科学甚至社会学领域。" k1 W/ W$ [" {3 F; f( A4 o
One More Thing' [6 V# J5 B/ s+ T0 \" m/ |9 J' J5 B, g
' m) N& J% f, O+ J 英伟达突然在量子计算领域大手笔开源,股价也迎来一波超过6%的涨幅。
" _* d7 w+ T' i( r- m2 m( V ! Y# R }# L) u; L! ]6 ?
就有网友辣评:英伟达发布量产量子工具链,等不到5年以后,大家伙又要开始手忙脚乱了。
- x/ ~* J: {5 K$ u N, k 8 A2 A" T# s1 S. ^ O! X
回到老黄那句话上,“AI将成为量子计算机的操作系统”,那么率先用开源在量子生态中占据一席之地,就是英伟达为这盘未来棋局投下的重要一子。
- U) I) J4 }, M5 R% n 依旧不止于硬件,而是从软件底层逻辑的层级上,就开始埋下影响力的伏笔。/ l+ p0 } b5 {0 g" t) d
开源地址:: a1 Q' Z8 d" Y- l+ J
https://huggingface.co/collections/nvidia/nvidia-ising; i: g+ n; i7 a8 u2 O
参考链接:
. x7 q" v3 d& L [1]https://nvidianews.nvidia.com/news/nvidia-launches-ising-the-worlds-first-open-ai-models-to-accelerate-the-path-to-useful-quantum-computers1 T, ^! J/ U+ Z: o8 q4 d
[2]https://developer.nvidia.com/blog/nvidia-ising-introduces-ai-powered-workflows-to-build-fault-tolerant-quantum-systems/2 k2 L* \5 c7 Y* A3 N6 }& V0 ]1 d
本文来自微信公众号“量子位”,作者:鱼羊 ,36氪经授权发布。
( ]: @2 [! o1 k; v" X G/ o( ?# M$ y0 N& I! m4 ]
『本文转载自网络,版权归原作者所有,如有侵权请联系删除』 |
|