NVIDIA ( a annoncé ) le premier modèle open source au monde conçu spécifiquement pour l’intelligence artificielle quantique, « NVIDIA Ising », visant à relever les défis d’étalonnage et de correction d’erreurs auxquels les processeurs quantiques sont confrontés lors de leur mise à l’échelle. Cette série de modèles fournit aux développeurs des outils haute performance via une forme open source, afin d’aider les instituts de recherche et les entreprises à optimiser l’efficacité du fonctionnement des qubits.
NVIDIA Ising réduit le calendrier d’étalonnage
La stabilité opérationnelle des processeurs quantiques dépend fortement de procédures d’étalonnage précises. Le modèle d’étalonnage NVIDIA Ising (Ising Calibration) utilise la technologie des modèles de langage à base de langage visuel ; il peut interpréter rapidement les données de mesure des processeurs quantiques et y réagir. Cette technologie permet aux agents d’intelligence artificielle d’exécuter automatiquement des tâches d’étalonnage continues, en réduisant les procédures traditionnelles à quelques heures seulement. Plusieurs unités de recherche, dont l’Académie Sinica à Taïwan, le Fermi National Accelerator Laboratory et l’Université Harvard, ont déjà commencé à adopter cette technologie afin d’améliorer l’efficacité de la maintenance automatisée du matériel quantique et de réduire les coûts liés aux ressources humaines.
Accélération de la correction d’erreurs par réseaux de neurones convolutifs
Le fondateur et PDG de NVIDIA, Huang Renxun, a déclaré que l’intelligence artificielle est essentielle à la mise en pratique des calculs quantiques. Grâce à Ising, l’intelligence artificielle deviendra le système d’exploitation du plan de contrôle des machines quantiques, transformant des qubits fragiles en un système quantique GPU évolutif et fiable.
La correction d’erreurs quantiques (Quantum Error Correction) représente un seuil technique pour réaliser des calculs à grande échelle. Le décodage NVIDIA Ising (Ising Decoding) propose deux variantes de modèles de réseaux de neurones convolutifs 3D (3D CNN), optimisées respectivement pour la vitesse de traitement et la précision des calculs. Les données montrent que la vitesse de traitement du modèle de décodage Ising est supérieure de 2,5 fois par rapport à la norme open source actuelle de l’industrie pyMatching, et que la précision atteint jusqu’à 3 fois. En générant en temps réel des signaux d’erreur à partir des qubits décodés, les chercheurs peuvent maintenir la correction logique des calculs. À l’heure actuelle, des institutions telles que l’Université Cornell et IonQ ont déployé ce modèle pour explorer des applications d’algorithmes quantiques plus complexes.
Selon les prévisions de Resonance, une société d’études de marché, la taille du marché mondial du calcul quantique pourrait atteindre 11 milliards de dollars en 2030, avec comme principal moteur de croissance les percées liées aux défis d’ingénierie. La série NVIDIA Ising fournit non seulement les modèles et les données d’entraînement, mais s’intègre aussi à la plateforme logicielle NVIDIA CUDA-Q ainsi qu’à la technologie d’interconnexion matérielle NVIDIA NVQLink. Cette conception d’architecture hybride permet aux chercheurs d’exécuter les modèles sur des systèmes locaux, garantissant la confidentialité des données expérimentales. En outre, grâce aux microservices NVIDIA NIM, les développeurs peuvent effectuer des ajustements pour une architecture matérielle spécifique, aidant à transformer les qubits existants en systèmes de calcul quantique évolutifs.
Téléchargement open source du modèle Ising
Le nom de la série de modèles Ising provient du modèle mathématique classique qui simplifie l’étude de systèmes physiques complexes, reflétant l’idée de conception d’un plan de contrôle quantique simplifié. À l’heure actuelle, le modèle NVIDIA Ising est disponible en téléchargement sur GitHub, Hugging Face et la plateforme officielle NVIDIA ; il s’inscrit dans l’ensemble des produits de modèles ouverts de NVIDIA. Cet ensemble comprend notamment NVIDIA Nemotron pour les agents, NVIDIA Cosmos pour l’IA physique, NVIDIA Alpamayo pour les voitures autonomes, NVIDIA Isaac GR00T pour les robots et NVIDIA BioNeMo pour la recherche biomédicale.
En positionnant l’intelligence artificielle comme le « plan de contrôle » ou le système d’exploitation d’une machine quantique, l’équipe de R&D peut gérer plus efficacement des qubits fragiles. Cette approche a attiré le Laboratoire national de physique du Royaume-Uni (NPL) ainsi que plusieurs grandes universités internationales à rejoindre l’écosystème, afin de développer ensemble des applications quantiques pratiques.
Ces modèles, données et frameworks open source sont disponibles sur GitHub, Hugging Face et build.nvidia.com.
Cet article « NVIDIA publie le tout premier “modèle Ising” conçu pour l’IA quantique à l’échelle mondiale » est apparu pour la première fois sur Chaîne d’actualités ABMedia.
Articles similaires
L’ancien dirigeant de Qualcomm Alex Katouzian rejoint Intel en tant que directeur exécutif (EVP) du client computing et de l’IA physique le 4 mai
K Wave Media, coté au Nasdaq, supprime sa trésorerie en Bitcoin et redirige $485M vers l’IA
Nova Intelligence clôture une levée de fonds de série A de 31,5 millions de dollars menée par Chemistry le 5 mai
Cipher Digital obtient une facilité de crédit de $200M pour étendre ses centres de données IA et HPC
Quantum Leap finalise son introduction en bourse $200M , et vise des acquisitions dans la blockchain et l’IA
Google, Microsoft et xAI acceptent de permettre l’accès des autorités américaines aux modèles d’IA avant leur publication au public