La computación cuántica lleva años viviendo en tiempo futuro. El hardware ha mejorado, la investigación se ha intensificado y el dinero de riesgo ha seguido, pero la brecha entre un procesador cuántico que se ejecuta en un laboratorio y uno que ejecuta una aplicación del mundo real sigue siendo obstinadamente amplia. NVIDIA tomó medidas para cerrar esa brecha con el lanzamiento de NVIDIA Ising, la primera familia del mundo de modelos de IA cuántica abiertos diseñados específicamente para ayudar a investigadores y empresas a construir procesadores cuánticos capaces de ejecutar aplicaciones útiles.
Este es el problema central que Ising está diseñado para resolver: las computadoras cuánticas son extraordinariamente sensibles. Su unidad fundamental de cálculo, el qubit, se ve tan fácilmente perturbado por el ruido ambiental que los errores se acumulan rápidamente durante el cálculo. Antes de poder ejecutar algo significativo en un procesador cuántico, dos cosas tienen que funcionar bien: la calibración (asegurarse de que el hardware esté sintonizado y funcionando correctamente) y la corrección de errores (detectar y corregir errores a medida que ocurren en tiempo real). Históricamente, ambos han sido manuales, lentos y difíciles de escalar. NVIDIA apuesta a que la IA puede automatizar ambas cosas.
Lo que realmente incluye la familia de modelos Ising
NVIDIA Ising incluye dos componentes distintos: Ising Calibration y Ising Decoding.
Ising Calibration es un modelo de lenguaje de visión, una arquitectura de modelo familiar para cualquiera que haya trabajado con IA multimodal, que está diseñado para interpretar y reaccionar rápidamente a las mediciones de procesadores cuánticos. Piense en ello como un agente de inteligencia artificial que observa continuamente las lecturas de diagnóstico del hardware cuántico y ajusta de forma autónoma el sistema para que siga funcionando de manera óptima. Esto permite a los agentes de IA automatizar la calibración continua, reduciendo el tiempo necesario de días a horas. Esta no es una aceleración menor: en el desarrollo de hardware cuántico, los días de tiempo de calibración entre experimentos son un cuello de botella importante.
Ising Decoding viene en dos variantes de un modelo de red neuronal convolucional 3D (3D CNN), cada una optimizada para diferentes compensaciones: una ajustada para la velocidad y la otra ajustada para la precisión. Estos modelos realizan decodificación en tiempo real para la corrección de errores cuánticos. Si ha trabajado con procesamiento de señales o modelado de secuencias, la decodificación con corrección de errores es conceptualmente similar: está tratando de inferir cuál debería ser el estado “correcto” del sistema, dadas las observaciones ruidosas. Los modelos de Ising Decoding son hasta 2,5 veces más rápidos y 3 veces más precisos que pyMatching, el actual estándar industrial de código abierto.
El ecosistema ya se está moviendo
Ising Calibration ya lo utilizan Atom Computing, Academia Sinica, EeroQ, Conductor Quantum, Fermi National Accelerator Laboratory, la Escuela de Ingeniería y Ciencias Aplicadas John A. Paulson de Harvard, Infleqtion, IonQ, IQM Quantum Computers, el banco de pruebas cuánticas avanzadas del Laboratorio Nacional Lawrence Berkeley, Q-CTRL y el Laboratorio Nacional de Física del Reino Unido. Ising Decoding está siendo implementado por la Universidad de Cornell, EdenCode, Infleqtion, IQM Quantum Computers, Quantum Elements, Sandia National Laboratories, SEEQC, la Universidad de California en San Diego, la UC de Santa Bárbara, la Universidad de Chicago, la Universidad del Sur de California y la Universidad de Yonsei. Se trata de una adopción notablemente amplia desde el primer día que abarca laboratorios nacionales, instituciones de la Ivy League y empresas comerciales de hardware cuántico en múltiples modalidades de qubit.
Cómo encaja en la pila cuántica de NVIDIA
NVIDIA Ising complementa la plataforma de software NVIDIA CUDA-Q para computación clásica cuántica híbrida y se integra con la interconexión de hardware NVIDIA NVQLink QPU-GPU para control en tiempo real y corrección de errores cuánticos. CUDA-Q es el modelo de programación más amplio de NVIDIA para flujos de trabajo híbridos cuánticos-clásicos: si ha escrito núcleos CUDA para aceleración de GPU, CUDA-Q sigue una filosofía similar de acoplar estrechamente la computación clásica y acelerada. NVQLink es el puente de hardware que permite a las GPU comunicarse con unidades de procesamiento cuántico (QPU) con la latencia necesaria para la corrección de errores en tiempo real.
Conclusiones clave
NVIDIA Ising es la primera familia del mundo de modelos de IA cuántica abierta, diseñada específicamente para resolver los dos problemas de ingeniería más difíciles que bloquean la computación cuántica práctica (calibración y corrección de errores) utilizando IA en lugar de procesos manuales lentos. Ising Calibration utiliza un modelo de lenguaje de visión para ajustar de forma autónoma los procesadores cuánticos, reduciendo el tiempo necesario para la calibración continua de días a horas al permitir que los agentes de IA interpreten y reaccionen a las mediciones de hardware en tiempo real. Ising Decoding utiliza una red neuronal convolucional 3D (3D CNN) para realizar la corrección de errores cuánticos en tiempo real, ofreciendo un rendimiento hasta 2,5 veces más rápido y una precisión 3 veces mayor en comparación con pyMatching. La adopción ya es amplia y diversa desde el primer día, con instituciones líderes como el Fermi National Accelerator Laboratory, Harvard, el Advanced Quantum Testbed del Lawrence Berkeley National Laboratory, IQM Quantum Computers, Sandia National Laboratories y más de una docena de universidades y empresas que implementan Ising Calibration y Ising Decoding en múltiples modalidades de qubit. Ising se integra directamente en la pila completa de software y hardware cuántico clásico de NVIDIA, complementando la plataforma NVIDIA CUDA-Q para computación cuántica clásica híbrida y la interconexión de hardware NVIDIA NVQLink QPU-GPU, con modelos disponibles en GitHub, Hugging Face y build.nvidia.com y ajustables a través de los microservicios NVIDIA NIM.
Consulte los detalles técnicos y la página del producto aquí. Además, no dude en seguirnos en Twitter y no olvide unirse a nuestro SubReddit de más de 130.000 ML y suscribirse a nuestro boletín. ¡Esperar! estas en telegrama? Ahora también puedes unirte a nosotros en Telegram.
¿Necesita asociarse con nosotros para promocionar su repositorio de GitHub O su página principal de Hugging O su lanzamiento de producto O seminario web, etc.? Conéctate con nosotros