Generatived (Beta) | Cung cấp tin tức và xu hướng mới nhất về AI sáng tạo

NVIDIA, phối hợp với Đại học Toronto và Bệnh viện Nghiên cứu Trẻ em St. Jude, đã giới thiệu một phương pháp mới để thiết kế các thuật toán lượng tử bằng cách sử dụng các máy biến áp được huấn luyện trước tổng quát (GPT). Công nghệ giải mã riêng lượng tử tổng hợp (GQE) được phát triển trên nền tảng NVIDIA CUDA-Q cho phép các nhà nghiên cứu tạo ra các mạch lượng tử phức tạp bằng cách sử dụng các mô hình GPT độc đáo. Sự đổi mới này là một phần của lĩnh vực công nghệ AI lượng tử đang phát triển và thể hiện một bước quan trọng trong việc tích hợp AI và điện toán lượng tử.

Nền tảng CUDA-Q rất cần thiết cho sự phát triển của GQE và cung cấp môi trường điện toán lai kết hợp CPU, GPU và QPU. Môi trường này rất cần thiết cho việc đào tạo và sử dụng các mô hình GPT trong lĩnh vực điện toán lượng tử. Alan Aspuru-Guzik, đồng tác giả của GQE, nhấn mạnh tiềm năng của CUDA-Q trong việc trở thành một tiêu chuẩn có thể mở rộng trong lĩnh vực này và tính phù hợp của nó đối với siêu máy tính lượng tử tăng tốc.

GQE hoạt động tương tự như các mô hình ngôn ngữ quy mô lớn (LLM) truyền thống, sử dụng từ vựng của các hoạt động đơn nhất để huấn luyện các mô hình máy biến áp. Mô hình này tạo ra các chuỗi hoạt động hình thành nên các mạch lượng tử. Phương pháp này đơn giản hóa quá trình tối ưu hóa bằng cách thay thế đánh giá độ dốc lượng tử bằng lấy mẫu và truyền ngược, tăng hiệu quả của tài nguyên lượng tử. GQE rất linh hoạt và có thể được tùy chỉnh cho các ứng dụng khác nhau và được đào tạo trước để giảm nhu cầu đánh giá mạch lượng tử bổ sung.

Các ứng dụng ban đầu của GQE đã chứng minh khả năng ước tính năng lượng trạng thái cơ bản của các phân tử nhỏ. Kỹ thuật này thể hiện tính song song cao trong cả khả năng tăng tốc GPU của các thành phần truyền thống và việc sử dụng nhiều QPU để tính toán lượng tử, đồng thời được cải tiến hơn nữa nhờ chương trình phụ trợ CUDA-Q multi-QPU của NVIDIA, mqpu. Phần phụ trợ này cho phép đồng xử lý lượng tử không đồng bộ, tăng đáng kể tốc độ tính toán. Khi điện toán lượng tử mở rộng, khả năng song song hóa trên nhiều GPU và QPU ngày càng trở nên quan trọng. Khả năng tương tác của CUDA-Q với các thư viện tăng tốc GPU và tính độc lập của QPU là những lợi thế quan trọng cho các thử nghiệm trong tương lai trên các QPU vật lý khác nhau.

Trong tương lai, sự hợp tác này nhằm mục đích khám phá các nhóm nhà điều hành khác nhau cho GQE, chiến lược đào tạo tối ưu và khả năng đào tạo trước để tăng hiệu quả và khả năng hội tụ. Khung GQE có các ứng dụng tiềm năng ngoài hóa học lượng tử, bằng chứng là công trình nghiên cứu về máy học lượng tử hình học của NVIDIA phối hợp với Phòng thí nghiệm quốc gia Los Alamos. Để tìm hiểu thêm về các nỗ lực điện toán lượng tử của GQE và NVIDIA, hãy truy cập trang điện toán lượng tử của chúng tôi và truy cập thư viện CUDA-Q trên GitHub.