Nvidia опубликовала код и инструменты обучения Ising Decoder ColorCode 1 Fast. ИИ-модуль предварительно обрабатывает сигналы об ошибках, а затем передает их декодеру Chromobius, сообщает компания. В симуляции такая связка снизила частоту логических ошибок в 347,7 раза и ускорила обработку в 7,3 раза по сравнению с отдельным Chromobius. Результат получили на модели квантовой памяти с кодовым расстоянием 31 и физической частотой ошибок 0,3%. Тест проводился на синтетических данных, а не на действующем квантовом процессоре. Ising Decoder ColorCode 1 Fast представляет собой 17-слойную трехмерную сверточную нейросеть примерно на 2,9 млн параметров. Ее поле охвата составляет 13, а для обучения использовались входные массивы размером 13 × 13 × 19. Модель работает не как самостоятельный декодер, а как предварительный этап обработки. Она анализирует локальные сигналы об ошибках, сокращает их количество и передает оставшуюся разреженную карту классическому декодеру Chromobius. Квантовая коррекция ошибок позволяет объединять множество нестабильных физических кубитов в более надежные логические. Декодер анализирует результаты контрольных измерений и определяет, какие сбои необходимо исправить. Для хранения квантовой информации часто используют поверхностные коды: они обладают сравнительно высоким порогом ошибок и проще поддаются декодированию. Цветовые коды позволяют эффективнее выполнять некоторые логические операции, но их сигналы об ошибках сложнее обрабатывать. По утверждению Nvidia, отсутствие быстрых и точных декодеров долгое время мешало применять такие коды в реальном времени. Ising Decoder ColorCode 1 Fast должен уменьшить нагрузку на основной алгоритм. Авторы исследования заявили, что преимущество связки с Chromobius увеличивается по мере роста кодового расстояния. При этом сравнение скорости проводилось на разных типах оборудования. Нейросеть запускали на Nvidia DGX GB300, а Chromobius — на процессоре Grace Neoverse-V2. Поэтому ускорение в 7,3 раза отражает не только различия между алгоритмами, но и использование GPU вместо CPU. Nvidia разместила фреймворк и рецепты обучения в открытом репозитории под лицензией Apache 2.0. Семейство открытых моделей Ising компания представила в апреле. Оно включает инструменты для калибровки квантовых процессоров и коррекции ошибок. Напомним, в июне IBM представила обновленную дорожную карту, согласно которой компания создаст первый в мире крупномасштабный отказоустойчивый квантовый компьютер к 2029 году. Подписывайтесь на ForkLog в социальных сетях Материалы по теме Квантовые компьютеры привлекут к проектированию газовых турбин В ETH Zurich создали квантовый чип с механической памятью В Сингапуре запустили первый квантовый акселератор IBM призвала государства расширить квантовые стратегии В Шанхае запустили зону развития квантовых вычислений Исследователи применили ИИ для анализа квантовых схем Квантовый компьютер IBM смоделировал один из ключевых процессов физики элементарных частиц StarkWare представила дорожную карту защиты Starknet от квантовых угроз SpinQ привлекла 1 млрд юаней на квантовые компьютеры ForkLog ©2014 — 2026 Мы используем файлы cookie для улучшения качества работы. Пользуясь сайтом, вы соглашаетесь с Политикой приватности.