La famille de modèles Ising cible la correction d'erreurs quantiques et l'étalonnage des processeurs, deux des plus grands obstacles à l'informatique quantique pratique.
NurPhoto / Getty Images
La famille Ising est lancée avec deux domaines de modèles. Utilisant une architecture de modèle de vision linguistique, Ising Calibration gère l'ajustement continu des processeurs quantiques automatiquement, réduisant un processus qui prenait auparavant des jours à un processus mesuré en heures, selon Nvidia. Pour la correction des erreurs, le composant Ising Decoding offre deux versions distinctes d'un réseau neuronal convolutif 3D — l'un conçu pour prioriser la vitesse de traitement, l'autre pour maximiser la précision.
Comparé à PyMatching — la norme open-source dominante pour ce travail — la suite de modèles combinée atteint une correction des erreurs jusqu'à 2,5 fois plus rapide et trois fois plus précise, a déclaré Nvidia.
"L'IA est essentielle pour rendre l'informatique quantique pratique," a déclaré Jensen Huang, PDG de Nvidia, dans un communiqué. "Avec Ising, l'IA devient le plan de contrôle — le système d'exploitation des machines quantiques — transformant des qubits fragiles en systèmes quantiques-GPU évolutifs et fiables."
Les deux domaines de modèles répondent à ce que Nvidia décrit comme le goulot d'étranglement principal de l'informatique quantique : les qubits sont intrinsèquement bruyants. Sam Stanwyck, directeur des produits quantiques de Nvidia, a déclaré aux journalistes que les processeurs quantiques de pointe actuels atteignent environ une erreur par mille opérations — impressionnant selon les normes d'aujourd'hui, mais bien loin du seuil d'un sur un trillion qui les rendrait vraiment utiles comme accélérateurs, selon CIO.
La calibration réduit le bruit dans chaque processeur, tandis que le décodage de correction d'erreurs attrape et corrige les erreurs en temps réel plus rapidement qu'elles ne s'accumulent, a déclaré Nvidia. Le modèle Ising Calibration, formé sur des données couvrant plusieurs types de qubits, y compris les qubits supraconducteurs, les points quantiques, les ions et les atomes neutres, a surpassé plusieurs modèles d'IA à usage général sur QCalEval, une référence développée par Nvidia avec des partenaires quantiques pour évaluer les tâches de calibration.
Nvidia associe la sortie du modèle à un ensemble de ressources de support : un livre de recettes couvrant les flux de travail et les données de formation en informatique quantique, ainsi que des microservices NIM que les développeurs peuvent utiliser pour adapter les modèles à leurs configurations matérielles spécifiques. Les modèles peuvent également fonctionner localement sur les systèmes des chercheurs pour protéger les données propriétaires.
Les institutions adoptant déjà Ising incluent le Fermi National Accelerator Laboratory, la Harvard John A. Paulson School of Engineering and Applied Sciences, le Lawrence Berkeley National Laboratory's Advanced Quantum Testbed, IQM Quantum Computers, Infleqtion, l'Université Cornell, les Sandia National Laboratories et le U.K. National Physical Laboratory, entre autres, a déclaré Nvidia.
Ising rejoint le portefeuille plus large de modèles ouverts de Nvidia, qui inclut Nemotron pour les systèmes agentiques, Cosmos pour l'IA physique, Alpamayo pour les véhicules autonomes, Isaac GR00T pour la robotique et BioNeMo pour la recherche biomédicale. Les poids des modèles sont disponibles sur Hugging Face et build.nvidia.com, avec des cadres de formation sur GitHub sous la licence Apache 2.0.
L'IA et l'informatique quantique ont convergé car chaque technologie s'avère utile à l'autre. Les outils d'IA ont amélioré la conception des circuits quantiques et la correction d'erreurs, tandis que les processeurs quantiques montrent un potentiel pour des tâches d'IA spécifiques telles que la détection de fraude et la génération de données d'entraînement synthétiques. Les exigences d'infrastructure pour les deux technologies diffèrent considérablement, cependant — les systèmes quantiques nécessitent un refroidissement extrême et des installations spécialisées qui ont largement confiné la technologie aux laboratoires.
Un rapport publié le même jour par le Quantum Economic Development Consortium a évalué le marché mondial du quantique à 1,9 milliard de dollars pour 2025, selon le CIO. En se projetant, le consortium prévoit une croissance annuelle de 30 %, avec un marché qui devrait atteindre 3 milliards de dollars d'ici 2028.
Rejoignez plus de 500 000 lecteurs qui commencent leur journée avec Quartz.
En vous abonnant, vous acceptez nos Conditions d'utilisation et notre Politique de confidentialité.
