NVIDIA mua cổ phần thiểu số tại Riverlane, mở rộng công việc GPU-QEC

NVIDIA đã mua một cổ phần vốn chiến lược ở mức thiểu số tại Riverlane, công ty hiệu chỉnh lỗi lượng tử có trụ sở tại Cambridge, theo một bài viết của Quantum Computing Report được công bố vào ngày 22 tháng 10. Hai công ty cũng công bố mở rộng hợp tác kỹ thuật nhằm tăng tốc việc hiệu chuẩn lại bộ giải mã cho hiệu chỉnh lỗi lượng tử, sử dụng GPU NVIDIA H100 cùng với phần mềm bộ giải mã của Riverlane và ngăn xếp Deltaflow QEC rộng hơn.

Những gì đã được công bố

Khoản đầu tư này được Quantum Computing Report mô tả là một phần trong cam kết rộng hơn của NVIDIA đối với lĩnh vực điện toán tại Vương quốc Anh, mà theo bài báo có tổng trị giá $250 million. Cũng theo báo cáo đó, thương vụ với Riverlane được công bố cùng lúc với các khoản đầu tư doanh nghiệp vào bốn dự án trí tuệ nhân tạo tại Vương quốc Anh.

Trọng tâm của Riverlane là hiệu chỉnh lỗi lượng tử, lớp phần cứng và phần mềm được thiết kế để phát hiện và sửa lỗi đủ nhanh nhằm hỗ trợ các qubit logic đáng tin cậy. Trên trang web của mình, Riverlane cho biết Deltaflow là hệ thống QEC thời gian thực của hãng, đồng thời mô tả Deltaflow 2 là một nền tảng dựa trên FPGA tích hợp bộ giải mã phần cứng độc quyền với định tuyến dữ liệu và logic xử lý thời gian thực.

Nhận bản tin DesignQuantum

Tin tức và bài giải thích miễn phí về điện toán lượng tử, mỗi nhận định đều dẫn nguồn. Chọn hằng ngày, hằng tuần hoặc hằng tháng.

Website

Địa chỉ email Tần suấtHằng ngàyHằng tuầnHằng tháng Ngôn ngữEnglishEspañol简体中文हिन्दीالعربيةPortuguês (Brasil)FrançaisDeutsch日本語Русский한국어Bahasa IndonesiaTürkçeItalianoTiếng ViệtPolskiNederlandsไทยفارسیУкраїнськаবাংলাاردوKiswahiliBahasa Melayuעברית Đăng ký miễn phí

Miễn phí. Hủy đăng ký bằng một cú nhấp bất cứ lúc nào. Chính sách quyền riêng tư

Chi tiết kỹ thuật

Sự hợp tác mới tập trung vào việc hiệu chuẩn lại bộ giải mã: cập nhật các trọng số mô hình lỗi mà bộ giải mã sử dụng khi hành vi của qubit thay đổi. Trong bản cập nhật kỹ thuật ngày 14 tháng 10 của Riverlane, công ty cho biết qubit bị trôi theo thời gian khi tần số, khuyết tật và hiệu năng cổng thay đổi, khiến các trọng số bộ giải mã cố định trở nên kém chính xác hơn.

Để giải quyết vấn đề đó, Riverlane đã điều chỉnh Local Clustering Decoder để xử lý theo lô trên một GPU NVIDIA H100 duy nhất. Theo Riverlane, một epoch huấn luyện surface code vốn mất ba phút trên một lõi CPU đơn đã được rút xuống còn 2.8 giây trên H100.

Riverlane cũng báo cáo mức tăng lớn về thông lượng giải mã thô. Với surface code, H100 xử lý khoảng 4.2 triệu syndrome mỗi giây, so với khoảng 59,000 trên một lõi CPU đơn. Quantum Computing Report tóm tắt kết quả này là hơn 4 triệu syndrome mỗi giây và tốc độ nhanh hơn khoảng 70x.

Công ty cho biết mức tăng tốc ở cấp độ toàn bộ epoch huấn luyện thấp hơn so với cấp độ chỉ giải mã, vì một phần công việc vẫn nằm ngoài phạm vi tăng tốc bằng GPU, bao gồm cập nhật chính sách và xây dựng các trọng số ứng viên. Riverlane cũng so sánh GPU với các lần chạy CPU đa lõi, cho biết 32 lõi CPU đã cải thiện thời gian epoch của surface code khoảng 23x so với một lõi, nhưng một H100 đơn lẻ vẫn nhanh hơn khoảng 3x trên surface code và 2x trên repetition code.

Theo Riverlane, các trọng số đã được huấn luyện có thể cải thiện đáng kể độ chính xác của bộ giải mã, giảm tỷ lệ lỗi logic từ vài phần trăm cho đến gấp hai lần, tùy theo mã. Các kết quả này được chia sẻ trong một bản cập nhật kỹ thuật của công ty thay vì trong một bài báo đã qua bình duyệt.

Vì sao điều này quan trọng

QEC thời gian thực bị giới hạn không chỉ bởi độ trễ của bộ giải mã trong quá trình thí nghiệm, mà còn bởi tốc độ bộ giải mã có thể được hiệu chuẩn lại giữa các lần chạy. Nếu việc hiệu chuẩn lại mất quá nhiều thời gian, phần cứng có thể lại bị trôi trước khi thí nghiệm tiếp theo bắt đầu.

Đó là lý do khía cạnh GPU lại quan trọng. Quantum Computing Report cho biết sự hợp tác này hướng tới một vòng lặp điều khiển QPU-GPU ghép chặt, trong đó tăng tốc bằng GPU sẽ cập nhật mô hình nhiễu vật lý và cung cấp dữ liệu cho phần cứng bộ giải mã độ trễ thấp như ASIC hoặc FPGA. Tài liệu riêng của Riverlane cũng định vị Deltaflow là một lộ trình hướng tới các qubit logic có khả năng mở rộng trên nhiều loại hình qubit và sơ đồ QEC khác nhau.

Điều cần theo dõi

Câu hỏi trước mắt là các quy trình hiệu chuẩn này sẽ nhanh đến mức nào trong việc chuyển từ các trình diễn kỹ thuật sang các ngăn xếp điều khiển sản xuất. Riverlane cho biết Deltaflow 2 kết nối trực tiếp với ngăn xếp điều khiển lượng tử để vận hành độ trễ thấp, và bản cập nhật kỹ thuật của hãng lập luận rằng hiệu chuẩn nhanh hơn giúp QEC theo kịp sự thay đổi trong hành vi phần cứng.

Các nhà đầu tư và nhà xây dựng hệ thống cũng sẽ theo dõi liệu vị thế sở hữu cổ phần của NVIDIA có dẫn tới sự tích hợp sản phẩm sâu hơn xoay quanh CUDA-Q, hiệu chuẩn có hỗ trợ GPU và lộ trình bộ giải mã phần cứng của Riverlane hay không. Hiện tại, tín hiệu ngắn hạn rõ ràng nhất là về mặt thực tiễn: như Riverlane diễn đạt, việc hiệu chuẩn lại bộ giải mã đã chuyển “from minutes to seconds.”