15.04.2026 18:16
NVIDIA выпустила (https://nvidianews.
NVIDIA выпустила (https://nvidianews.nvidia.com/news/nvidia-launches-ising-the-worlds-first-open-ai-models-to-accelerate-the-path-to-useful-quantum-computers)
в открытый доступ семейство моделей Ising, предназначенных для калибровки квантовых процессоров и коррекции ошибок в реальном времени. Модели работают в связке с программной платформой CUDA-Q и интерфейсом NVQLink. В линейку вошла модель калибровки на 35 миллиардов параметров, которая сокращает процесс настройки кубитов с нескольких дней до до нескольких часов, а также специализированные декодеры. Последние показали себя в 2,5 раза быстрее и в 3 раза точнее стандартного открытого решения pyMatching, при этом требуя в 10 раз меньше данных для обучения.
Компания открыла исходный код самих моделей, но сохраняет платформу проприетарной, создавая зависимость рабочего процесса от своих GPU и интерфейса NVQLink. Это позволяет NVIDIA оставаться ключевым игроком индустрии, не занимаясь производством собственного квантового оборудования. Новую технологию уже начали внедрять лидеры отрасли, включая IonQ, Fermilab и Гарвардский университет, для которых скорость декодирования является критическим фактором выживания логических кубитов.
в открытый доступ семейство моделей Ising, предназначенных для калибровки квантовых процессоров и коррекции ошибок в реальном времени. Модели работают в связке с программной платформой CUDA-Q и интерфейсом NVQLink. В линейку вошла модель калибровки на 35 миллиардов параметров, которая сокращает процесс настройки кубитов с нескольких дней до до нескольких часов, а также специализированные декодеры. Последние показали себя в 2,5 раза быстрее и в 3 раза точнее стандартного открытого решения pyMatching, при этом требуя в 10 раз меньше данных для обучения.
Компания открыла исходный код самих моделей, но сохраняет платформу проприетарной, создавая зависимость рабочего процесса от своих GPU и интерфейса NVQLink. Это позволяет NVIDIA оставаться ключевым игроком индустрии, не занимаясь производством собственного квантового оборудования. Новую технологию уже начали внедрять лидеры отрасли, включая IonQ, Fermilab и Гарвардский университет, для которых скорость декодирования является критическим фактором выживания логических кубитов.