NVIDIA veröffentlicht offene KI-Modelle für Quantenprozessoren
Die Ising-Modelle optimieren Fehlerkorrektur und Kalibrierung von Systemen in Echtzeit.
NVIDIA hat mit Ising die weltweit ersten quelloffenen KI-Modelle für Quantencomputer veröffentlicht. Die neue Modellfamilie optimiert die fehleranfällige Kalibrierung von Quantenprozessoren und beschleunigt die Fehlerkorrektur im Vergleich zu bisherigen Branchenstandards erheblich.
KI als Steuerungsebene für Qubits
Um Quantencomputer skalierbar zu machen, ist die Fehlerkorrektur ein entscheidender Faktor. Genau hier setzt NVIDIA Ising an. Die KI-Modelle fungieren als Steuerungsebene, um empfindliche Qubits zuverlässiger im Betrieb zu machen. Laut NVIDIA-CEO Jensen Huang übernimmt die künstliche Intelligenz damit die Rolle eines Betriebssystems für künftige Quantenmaschinen: »Mit Ising wird KI zur Steuerungsebene und verwandelt fragile Qubits in skalierbare und zuverlässige Quanten-GPU-Systeme.«
Das Marktpotenzial für diese Technologie ist beträchtlich. Analysten von Resonance prognostizieren, dass der Markt für Quantencomputing bis zum Jahr 2030 ein Volumen von elf Milliarden US-Dollar übersteigen wird. Dieses Wachstum hängt jedoch maßgeblich davon ab, wie gut technische Hürden bei der Skalierbarkeit in der Praxis bewältigt werden.
Anzeige
Zwei Modelle für Kalibrierung und Dekodierung
Die Modellfamilie besteht aus zwei Kernkomponenten. Ising Calibration ist ein visuelles Sprachmodell, das Messwerte aus Quantenprozessoren schnell interpretiert. Dadurch automatisieren KI-Agenten die kontinuierliche Kalibrierung der Systeme und verkürzen den Zeitaufwand von mehreren Tagen auf wenige Stunden.
Für die Fehlerkorrektur in Echtzeit kommt das zweite Modell Ising Decoding zum Einsatz. Dabei handelt es sich um ein neuronales 3D-Faltungsnetzwerk, das in zwei Varianten für Geschwindigkeit oder Genauigkeit optimiert ist. Im Vergleich zum aktuellen Open-Source-Standard pyMatching arbeitet die Lösung von NVIDIA bis zu 2,5-mal schneller und liefert dreimal präzisere Ergebnisse.
Offener Zugang für die Forschung
Die Modelle stehen der Forschungsgemeinschaft offen zur Verfügung. Institute wie das Fermi National Accelerator Laboratory oder die Harvard-Universität nutzen die KI-Modelle bereits aktiv. Forscher können die Berechnungen lokal auf ihren eigenen Systemen ausführen, um sensible Forschungsdaten abzusichern.
Darüber hinaus integriert sich Ising nativ in bestehende Plattformen wie CUDA-Q und die Hardware-Schnittstelle NVQLink. Die Open-Source-Modelle, Trainingsdaten und Frameworks sind ab sofort auf Plattformen wie GitHub und Hugging Face abrufbar.