將開放式 AI 模型、訓練架構、資料集與工作流程導入 NVIDIA 平台,進行量子 GPU 超級運算。
概覽
擴充量子運算需要最先進的 AI,但量子運算圈仍然無法取得專用模型。
NVIDIA Ising 將這些原本缺乏的工具導入 NVIDIA 量子平台,讓整個量子生態系都能使用。這個開源 AI 模型系列涵蓋多項關鍵量子運算工作負載,從 Ising Calibration 開始,用於自動化快速調校量子處理器,以及 Ising Decoding,用於加速量子錯誤修正所需的即時解碼。所有模型皆提供預先訓練版本,並附有重新訓練、微調與部署所需的指引、資料及工具。
影片
NVIDIA Ising 為 NVIDIA 量子 GPU 超級運算平台導入專用 AI,與 NVIDIA® CUDA-Q™ 軟體平台及 NVQLink™ 硬體互連相輔相成。
瞭解 AI 如何推動關鍵量子工作負載的突破,以及 NVIDIA Ising 如何將這些能力帶入量子運算生態系。
模型
這款首創的開源 350 億參數視覺語言模型,已針對從 QPU 實驗資料推論校準動作進行微調。在六項衡量校準效能的測試中全面超越其他模型,並可與代理系統搭配,實現 QPU 校準的全自動化。
一組開源 3D CNN 模型,用於執行預解碼,並針對速度與準確性進行最佳化 (參數規模為 0.9M 或 1.8M)。Ising Decoding 提供可搭配退極化雜訊模型運作的模型,適用於任意距離的表面碼,並包含全新訓練架構,支援透過 PyTorch 與 CUDA-Q 對任何雜訊模型進行訓練。
優勢
在維持高效能的同時,相較傳統求解器實現大幅加速。Ising Calibration 在六項測試中全面優於其他方法,而 Ising Decoding 則以速度提升 2.5 倍、準確度提升 3 倍,超越現有最先進技術。閱讀模型架構論文以瞭解詳情。
NVIDIA Ising 採用寬鬆授權釋出,並完整記錄資料來源、訓練方法、資料集,以及模型微調與量化所需的工具。方便開發人員依自身硬體需求與專有資料,進行訓練或微調。
NVIDIA Ising 模型具備穩健的驗證機制、物理一致性,以及不確定性量化 (UQ) 能力。所有模型皆以透明且可重現的基準測試進行評估,並與具公信力的基準進行對照。請參閱基準測試文件,瞭解相關定義與結果。
模型已針對常見應用情境完成預先訓練,並提供工作流程指南,協助領域專家以簡單步驟針對特定需求進行訓練或微調。此外,NVIDIA NIM™ 微服務也能提供即時部署與快速啟用。
使用案例
NVIDIA Ising 模型系列以 AI 加速兩項關鍵工作負載,支援量子處理器的大規模開發與運作。
為了讓量子處理器能正常運作,必須持續透過量子錯誤修正碼來修正量子位元錯誤。這需要在每秒數千次的頻率下,處理數 TB 等級的量測資料,並執行高負載的 (傳統) 解碼演算法。NVIDIA Ising 透過即用型 AI 解決方案,讓解碼流程得以實現。
維持量子處理器穩定運作,需持續調校以修正硬體缺陷或偏移。現有校準方法不僅難以擴展,速度也不足,且高度依賴人工介入或簡單演算法。NVIDIA Ising Calibration 提供開放式模型,可快速判讀量子硬體狀態,並與代理系統串接,自動完成校正。
運用 NVIDIA Ising 的工具、模型與資料集,實現所需的突破,將量子位元擴展至實用的量子應用。
取得關於實用量子 GPU 超級運算未來的最新動態。