NVIDIA Ising
Intégrer des modèles d'IA ouverts, des frameworks d'entraînement, des jeux de données et des workflows sur la plateforme NVIDIA pour le supercalcul hybride quantique-GPU.
Aperçu
Accélérer les avancées de l'informatique quantique avec l'IA
La mise à l'échelle de l'informatique quantique nécessite une IA de pointe, mais les modèles spécialement conçus sont restés hors de portée pour la communauté de l'informatique quantique.
NVIDIA Ising intègre ces outils manquants à la plateforme quantique de NVIDIA, et les rend disponibles à l'ensemble de l'écosystème quantique. Cette famille de modèles d'IA open source couvre les principales charges de travail quantiques, à commencer par le calibrage Ising pour l'automatisation du réglage rapide des processeurs quantiques et le décodage Ising, qui accélère le décodage en temps réel nécessaire pour la correction des erreurs quantiques. Tous les modèles sont disponibles pré-entraînés et incluent des directives, des données et des outils pour le réentraînement, le réglage fin et le déploiement.
Vidéo
L'ensemble d'outils manquant pour le supercalcul quantique sur GPU
NVIDIA Ising apporte une IA spécialement conçue à la plateforme de supercalcul hybride quantique-GPU de NVIDIA, complétant la plateforme logicielle NVIDIA® CUDA-Q™ et l'interconnexion matérielle NVQLink™.
Découvrez comment l'IA stimule des avancées pour les principales charges de travail quantiques et comment NVIDIA Ising l'intègre à l'écosystème de l'informatique quantique.
Modèles
L'IA pour le développement de processeurs quantiques
Calibrage NVIDIA Ising
Ce modèle de langage de vision ouvert unique en son genre et comportant 35 milliards de paramètres est optimisé pour inférer des actions d'étalonnage à partir des données expérimentales des QPU. Il surpasse tous les autres modèles sur une suite de six tests mesurant les performances d'étalonnage et fonctionne facilement avec un agent pour automatiser intégralement l'étalonnage QPU.
Décodage NVIDIA Ising
Une paire de modèles CNN 3D ouverts pour effectuer un pré-décodage, optimisés pour être à la fois rapides et précis (avec 0,9 million ou 1,8 million de paramètres). Le décodage Ising est livré avec des modèles fonctionnant avec un modèle de bruit dépolarisant pour les codes de surface de n'importe quelle distance et inclut un nouveau framework d'entraînement pour prendre en charge n'importe quel modèle de bruit via PyTorch et CUDA-Q.
Avantages
Les outils d'IA que l'informatique quantique attendait
Performant
Bénéficiez d'un gain de vitesse considérable par rapport aux solveurs traditionnels tout en conservant des performances élevées. Le calibrage Ising surpasse toutes les autres approches dans une suite de six tests, tandis que le décodage Ising surpasse l'état de la technique avec une vitesse multipliée par 2,5 et une précision multipliée par 3. Lisez le document sur l'architecture du modèle pour plus de détails.
Ouvrir
NVIDIA Ising a été publié sous une licence permissive et s'accompagne d'une documentation détaillée sur la provenance des données, les méthodes d'entraînement, les ensembles de données ainsi que les outils permettant de peaufiner et de quantifier les modèles. Il permet aux développeurs d'entraîner ou de procéder à un réglage fin pour leur propre matériel, et avec des données propriétaires.
Fiable et évalué
Les modèles NVIDIA Ising fournissent une vérification robuste, une cohérence physique et une quantification de l'incertitude (UQ). Tous les modèles sont évalués avec des benchmarks transparents et reproductibles définis par rapport à des références fiables. Consultez le document de référence pour les définitions et les résultats.
Facile à utiliser
Les modèles sont pré-entraînés pour les cas d'utilisation courants, et un livre de recettes de workflows fournit aux experts du domaine des étapes simples pour entraîner ou affiner les modèles pour leurs cas d'utilisation spécifiques. Les microservices NVIDIA NIM™ fournissent également une configuration instantanée.
Cas d'utilisation
L'IA pour les principales charges de travail quantiques
La famille NVIDIA Ising accélère par l'IA deux charges de travail clés pour le développement et l'exploitation de processeurs quantiques à grande échelle.
-
Correction d'erreurs quantiques
-
Contrôle et étalonnage
Correction d'erreurs quantiques
Le fonctionnement des processeurs quantiques nécessite la correction continue des erreurs de qubits à l'aide de codes de correction d'erreurs quantiques. Pour ce faire, des téraoctets de données de mesure qubits doivent être traités des milliers de fois par seconde par des algorithmes de décodage (classiques) exigeants. NVIDIA Ising rend cela possible en fournissant des solutions d'IA prêtes à l'emploi pour le décodage.
Contrôle et étalonnage
Le maintien des processeurs quantiques opérationnels nécessite un réglage continu pour tenir compte des imperfections ou des désalignements matériels. Les approches actuelles de cet étalonnage ne sont ni évolutives ni assez rapides, car elles s'appuient sur l'intervention humaine ou sur de simples algorithmes. La calibration NVIDIA Ising fournit un modèle ouvert capable d'interpréter rapidement l'état du matériel quantique et se connecte à un agent pour automatiser sa correction.
Ressources
Comment l'IA stimule les prochaines avancées quantiques
Étapes suivantes
Développez avec NVIDIA Ising
Utilisez les outils, les modèles et les jeux de données de NVIDIA Ising pour réaliser les avancées nécessaires pour faire évoluer les qubits en applications quantiques utiles.
Suivez toute l’actualité de NVIDIA Quantum
Suivez toute notre actualité sur l'avenir du supercalcul quantique-GPU utile.