Nvidia выложила ИИ‑модуль для предобработки квантовых ошибок
Nvidia опубликовала код Ising Decoder ColorCode 1 Fast — нейросети для предобработки сигналов квантовых ошибок и передачи их декодеру Chromobius; в симуляции связка снизила логические ошибки в 347,7× и ускорила обработку в 7,3×, тесты выполнены на синтетических данных.
Nvidia выложила в открытый репозиторий код и инструменты обучения для Ising Decoder ColorCode 1 Fast — нейросетевого модуля, который предварительно обрабатывает локальные сигналы квантовых ошибок и передаёт их классическому декодеру Chromobius. Компания приводит результаты симуляции, в которой связка нейросети и Chromobius показала снижение частоты логических ошибок в 347,7 раза и ускорение обработки сигналов в 7,3 раза по сравнению с использованием Chromobius в одиночку.
Модель представляет собой 17-слойную трёхмерную сверточную нейросеть примерно на 2,9 млн параметров с полем охвата 13. Для обучения использовались входные массивы размером 13×13×19. Модуль не предназначен для самостоятельного декодирования: он сокращает количество локальных сигналов об ошибках и передаёт уплотнённую, разреженную карту ошибочных мест классическому декодеру Chromobius, что уменьшает объём работы основного алгоритма.
Симуляции проводились на модели квантовой памяти с кодовым расстоянием 31 и физической частотой ошибок 0,3%. Nvidia отмечает, что эффект от связки растёт с увеличением кодового расстояния. В отчёте указано, что нейросеть запускали на системе DGX GB300 с GPU, а Chromobius — на процессоре Grace Neoverse‑V2, поэтому часть ускорения связана с аппаратной разницей между GPU и CPU.
Код и рецепты обучения опубликованы под лицензией Apache 2.0. Публикация дополняет семейство открытых моделей Ising, которое компания представила в апреле и которое включает инструменты для калибровки квантовых устройств и коррекции ошибок.
Квантовая коррекция ошибок позволяет объединять множество нестабильных физических кубитов в более надёжные логические кубиты. Декодеры анализируют результаты контрольных измерений и определяют, какие ошибки нужно исправить. Поверхностные коды часто применяют для хранения информации из‑за относительно высокого порога ошибок и простоты декодирования. Цветовые коды дают преимущества при выполнении отдельных логических операций, но генерируют более сложные сигналы об ошибках, которые труднее обрабатывать в реальном времени. Nvidia указывает, что Ising Decoder ColorCode 1 Fast предназначен для сокращения объёма сигнала, передаваемого основному декодеру.
Результаты, представленные компанией, получены в симуляции на синтетических данных, а не на действующем квантовом процессоре; поведение алгоритма на реальном оборудовании и при других уровнях шума может отличаться. Параллельно другие компании публикуют дорожные карты и инструменты для создания отказоустойчивых квантовых систем; в июне один из крупных разработчиков обновил свою дорожную карту по созданию масштабного отказоустойчивого квантового компьютера к концу десятилетия.
Прямых цитат от разработчиков в публикации нет; технические детали и код доступны в репозитории Nvidia.
Материалы на GNcrypto предоставляются исключительно в информационных целях и не являются финансовой рекомендацией. Мы стремимся публиковать точные и актуальные данные, однако не можем гарантировать их абсолютную достоверность, полноту или надёжность. GNcrypto не несёт ответственности за возможные ошибки, упущения или финансовые потери, возникшие вследствие использования данной информации. Все действия вы совершаете на свой страх и риск. Всегда проводите собственный анализ и консультируйтесь с профессионалами. Подробнее см. в наших страницах Условия, Политика конфиденциальности и Отказ от ответственности.








