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.
Цветовые коды приблизили к работе в реальном времени
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.
https://forklog.com/cryptorium/chto-takoe-kvantovye-vychisleniya-i-kvantovye-kompyutery
