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 своей разработки — Ising Decoder ColorCode 1 Fast. Этот ИИ-модуль сперва обрабатывает сигналы об ошибках, а затем передаёт их декодеру Chromobius.
В ходе симуляции такая связка снизила частоту логических ошибок в 347,7 раза, а обработку ускорила в 7,3 раза по сравнению с работой одного Chromobius. Тестирование проводилось на модели квантовой памяти с кодовым расстоянием 31 и уровнем физических ошибок 0,3%. Важно, что испытания шли на синтетических данных, а не на реальном квантовом процессоре.
Сама нейросеть Ising Decoder ColorCode 1 Fast — это 17-слойная трёхмерная свёрточная сеть примерно на 2,9 миллиона параметров. Её поле охвата равно 13, а для обучения использовались массивы данных размером 13 × 13 × 19.
Модель не является самостоятельным декодером, а выступает как предварительный этап: она анализирует локальные ошибки, уменьшает их количество и передаёт оставшуюся разреженную карту классическому декодеру Chromobius.
Цветовые коды приблизились к работе в реальном времени
Квантовая коррекция ошибок нужна, чтобы объединять нестабильные физические кубиты в более надёжные логические. Декодер анализирует результаты контрольных замеров и решает, какие сбои нужно исправить.
Обычно для хранения квантовой информации используют поверхностные коды — у них выше порог ошибок и их проще декодировать. Цветовые коды позволяют эффективнее выполнять некоторые логические операции, но их сигналы об ошибках сложнее обрабатывать. Как отмечают в Nvidia, именно отсутствие быстрых и точных декодеров долго мешало применять 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 запускали на Nvidia DGX GB300, а Chromobius — на процессоре Grace Neoverse-V2. Так что ускорение в 7,3 раза связано не только с разницей в алгоритмах, но и с 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. В него входят инструменты для калибровки квантовых процессоров и коррекции ошибок.
Напомним, что в июне IBM обновила свою дорожную карту и заявила, что создаст первый в мире крупномасштабный отказоустойчивый квантовый компьютер к 2029 году.
Популярные лонгриды:
