Все новости крипты
в одном месте!
Больше не нужно искать — необходимые
обучающие материалы и подсказки всегда под рукой
Больше не нужно искать — необходимые
обучающие материалы и подсказки всегда под рукой
Компания Nvidia выложила в открытый доступ код и инструменты для обучения нейросети Ising Decoder ColorCode 1 Fast. Этот ИИ-модуль занимается предварительной обработкой сигналов об ошибках, после чего передаёт их декодеру Chromobius.
В ходе симуляции такая связка показала снижение частоты логических ошибок в 347,7 раза, а скорость обработки выросла в 7,3 раза по сравнению с использованием только Chromobius. Тестирование проводилось на модели квантовой памяти с кодовым расстоянием 31 и физической частотой ошибок 0,3%. Важно отметить, что испытания шли на синтетических данных, а не на реальном квантовом процессоре.
Сама нейросеть Ising Decoder ColorCode 1 Fast представляет собой 17-слойную трёхмерную свёрточную сеть с примерно 2,9 миллиона параметров. Её поле охвата составляет 13, а обучение велось на входных массивах размером 13 × 13 × 19.
Эта модель не является самостоятельным декодером, а служит предварительным этапом. Она анализирует локальные сигналы об ошибках, сокращает их число и передаёт оставшуюся разреженную карту классическому декодеру Chromobius.
Цветовые коды становятся ближе к работе в реальном времени
Квантовая коррекция ошибок позволяет объединять нестабильные физические кубиты в более надёжные логические. Декодер анализирует результаты контрольных измерений и определяет, какие сбои нужно исправить.
Для хранения квантовой информации часто применяются поверхностные коды — у них сравнительно высокий порог ошибок, и их легче декодировать. Цветовые коды позволяют эффективнее выполнять некоторые логические операции, но их сигналы об ошибках обрабатывать сложнее. По словам Nvidia, отсутствие быстрых и точных декодеров долгое время мешало использовать такие коды в реальном времени.
Ising Decoder ColorCode 1 Fast призван снизить нагрузку на основной алгоритм. Авторы исследования утверждают, что преимущество связки с Chromobius растёт по мере увеличения кодового расстояния.
При этом сравнение скорости проводилось на разном оборудовании: нейросеть работала на Nvidia DGX GB300, а Chromobius — на процессоре Grace Neoverse-V2. Таким образом, ускорение в 7,3 раза объясняется не только разницей в алгоритмах, но и использованием GPU вместо CPU.
Nvidia уже выложила фреймворк и рецепты обучения в открытый репозиторий под лицензией Apache 2.0.
Семейство открытых моделей Ising компания представила ещё в апреле. Оно включает инструменты для калибровки квантовых процессоров и коррекции ошибок.
Напомним, что в июне IBM обновила свою дорожную карту, согласно которой компания планирует создать первый в мире крупномасштабный отказоустойчивый квантовый компьютер к 2029 году.
Популярные лонгриды:
