NVIDIA yanunua hisa ndogo katika Riverlane, yapanua kazi ya GPU-QEC

NVIDIA imenunua hisa za kimkakati za umiliki wa kiwango cha chini katika Riverlane, kampuni ya usahihishaji wa makosa ya kwanta yenye makao yake Cambridge, kulingana na makala ya Quantum Computing Report iliyochapishwa Oktoba 22. Kampuni hizo pia zilifichua upanuzi wa kazi ya kiufundi inayolenga kuharakisha urekebishaji upya wa dekoda kwa usahihishaji wa makosa ya kwanta, kwa kutumia GPU za NVIDIA H100 pamoja na programu ya dekoda ya Riverlane na mfumo mpana zaidi wa Deltaflow QEC.

Kilichotangazwa

Uwekezaji huo ulielezwa na Quantum Computing Report kuwa sehemu ya ahadi pana ya NVIDIA ya kompyuta nchini Uingereza, ambayo ripoti hiyo ilisema inafikia jumla ya $250 million. Ripoti hiyo hiyo ilisema mpango wa Riverlane ulitangazwa sambamba na uwekezaji wa kampuni katika miradi minne ya Uingereza ya akili bandia.

Lengo kuu la Riverlane ni usahihishaji wa makosa ya kwanta, safu ya vifaa na programu iliyokusudiwa kugundua na kurekebisha makosa kwa kasi ya kutosha kusaidia qubit mantiki zinazotegemewa. Kwenye tovuti yake, Riverlane inasema Deltaflow ni mfumo wake wa QEC wa wakati halisi, na inaeleza Deltaflow 2 kama jukwaa linalotegemea FPGA linalounganisha dekoda ya vifaa vyao ya kipekee pamoja na uelekezaji wa data na mantiki ya uchakataji wa wakati halisi.

Pata jarida la habari la DesignQuantum

Habari na maelezo ya bure kuhusu kompyuta za kwanta, kila dai likiwa na kiungo cha chanzo chake. Chagua kila siku, kila wiki au kila mwezi.

Website

Anwani ya barua pepe MarudioKila sikuKila wikiKila mwezi LughaEnglishEspañol简体中文हिन्दीالعربيةPortuguês (Brasil)FrançaisDeutsch日本語Русский한국어Bahasa IndonesiaTürkçeItalianoTiếng ViệtPolskiNederlandsไทยفارسیУкраїнськаবাংলাاردوKiswahiliBahasa Melayuעברית Jisajili bure

Bure. Jiondoe kwa mbofyo mmoja wakati wowote. Sera ya faragha

Maelezo ya kiufundi

Ushirikiano huo mpya unalenga urekebishaji upya wa dekoda: kusasisha uzani wa kielelezo cha makosa unaotumiwa na dekoda kadri tabia ya qubit inavyobadilika. Katika sasisho la kiufundi la Riverlane la Oktoba 14, kampuni hiyo inasema qubit hubadilika taratibu kadri muda unavyopita huku masafa, kasoro na utendaji wa milango ya kwanta vikibadilika, jambo linalofanya uzani tuli wa dekoda kuwa na usahihi mdogo.

Ili kushughulikia hilo, Riverlane ilibadilisha Local Clustering Decoder yake kwa ajili ya uchakataji wa makundi kwenye GPU moja ya NVIDIA H100. Kulingana na Riverlane, kipindi kimoja cha mafunzo ya surface code ambacho kilichukua dakika tatu kwenye kiini kimoja cha CPU kilipunguzwa hadi sekunde 2.8 kwenye H100.

Riverlane pia iliripoti ongezeko kubwa katika kiwango halisi cha uchakataji wa dekodi. Kwenye surface code, H100 ilichakata takriban syndrome 4.2 million kwa sekunde, ikilinganishwa na karibu 59,000 kwenye kiini kimoja cha CPU. Quantum Computing Report ilifupisha hilo kama zaidi ya syndrome 4 million kwa sekunde na ongezeko la kasi la karibu 70x.

Kampuni hiyo ilisema ongezeko hilo la kasi ni dogo zaidi katika kiwango cha kipindi kizima cha mafunzo kuliko katika kiwango cha dekodi pekee kwa sababu sehemu ya kazi bado ipo nje ya uharakishaji wa GPU, ikiwemo kusasisha sera na kujenga uzani wa wagombea. Riverlane pia ililinganisha GPU na uendeshaji wa CPU zenye viini vingi, ikisema kwamba viini 32 vya CPU viliboresha muda wa kipindi cha surface code kwa takriban 23x dhidi ya kiini kimoja, lakini H100 moja bado ilikuwa karibu 3x haraka zaidi kwenye surface code na 2x haraka zaidi kwenye repetition code.

Kulingana na Riverlane, uzani uliofunzwa unaweza kuboresha kwa kiasi kikubwa usahihi wa dekoda, na kupunguza kiwango cha makosa ya kimantiki kwa asilimia kadhaa hadi kufikia mara mbili, kutegemea code. Matokeo haya yalishirikiwa katika sasisho la kiufundi la kampuni badala ya karatasi ya kitaaluma iliyopitiwa na wataalamu wengine.

Kwa nini hili ni muhimu

QEC ya wakati halisi haizuiliwi tu na ucheleweshaji wa dekoda wakati wa jaribio, bali pia na kasi ambayo dekoda inaweza kurekebishwa upya kati ya uendeshaji mmoja na mwingine. Ikiwa urekebishaji upya utachukua muda mrefu sana, vifaa vinaweza kubadilika tena kabla ya jaribio linalofuata kuanza.

Ndiyo sababu kipengele cha GPU ni muhimu. Quantum Computing Report ilisema ushirikiano huo unaelekeza kwenye mzunguko wa udhibiti wa QPU-GPU uliofungamana kwa karibu ambapo uharakishaji wa GPU husasisha kielelezo cha kelele za kifizikia na kupeleka taarifa kwa vifaa vya dekoda vyenye ucheleweshaji mdogo kama vile ASICs au FPGAs. Nyenzo za Riverlane zenyewe zinaweka Deltaflow kama njia ya kufikia qubit mantiki zinazoweza kupanuka katika aina tofauti za qubit na mifumo ya QEC.

Mambo ya kufuatilia

Swali la haraka ni kwa kasi gani taratibu hizi za urekebishaji zitahamia kutoka maonyesho ya kiufundi kwenda kwenye mifumo ya udhibiti ya uzalishaji. Riverlane inasema Deltaflow 2 inaunganishwa moja kwa moja na mfumo wa udhibiti wa kwanta kwa uendeshaji wenye ucheleweshaji mdogo, na sasisho lake la kiufundi linaeleza kwamba urekebishaji wa haraka zaidi husaidia QEC kwenda sambamba na tabia inayobadilika ya vifaa.

Wawekezaji na wajenzi wa mifumo pia wataangalia kama nafasi ya umiliki wa hisa ya NVIDIA itasababisha ujumuishaji wa kina zaidi wa bidhaa kuzunguka CUDA-Q, urekebishaji unaosaidiwa na GPU, na ramani ya maendeleo ya dekoda ya vifaa ya Riverlane. Kwa sasa, ishara iliyo wazi zaidi ya muda wa karibu ni ya vitendo: kama Riverlane ilivyosema, urekebishaji upya wa dekoda umetoka “kutoka dakika hadi sekunde.”