Nvidia đã công bố dòng mô hình AI mã nguồn mở mang tên Ising, được thiết kế để hỗ trợ các nhà nghiên cứu và doanh nghiệp xây dựng bộ xử lý lượng tử có khả năng vận hành các ứng dụng thực tế. Thông báo này được đưa ra nhân Ngày Thế giới Lượng tử.
Dòng Ising ra mắt với hai mô-đun mô hình chính. Dựa trên kiến trúc thị giác-ngôn ngữ, Ising Calibration tự động thực hiện việc tinh chỉnh liên tục cho các bộ xử lý lượng tử, rút ngắn thời gian từ vài ngày xuống còn vài giờ, theo Nvidia. Đối với khâu sửa lỗi, thành phần Ising Decoding cung cấp hai phiên bản mạng nơ-ron tích chập 3D khác nhau: một phiên bản ưu tiên tốc độ xử lý và phiên bản còn lại tối đa hóa độ chính xác.
Khi so sánh với PyMatching – tiêu chuẩn mã nguồn mở hiện hành cho tác vụ này – bộ mô hình kết hợp của Nvidia đạt tốc độ giải mã lỗi nhanh hơn gấp 2,5 lần và độ chính xác cao hơn gấp 3 lần.
“AI là yếu tố then chốt để đưa máy tính lượng tử vào thực tiễn,” Giám đốc điều hành Nvidia Jensen Huang phát biểu. “Với Ising, AI trở thành lớp điều khiển – hay hệ điều hành của các máy lượng tử – biến những qubit mong manh thành các hệ thống quantum-GPU có khả năng mở rộng và đáng tin cậy.”
Hai mô-đun này giải quyết điểm nghẽn cốt lõi mà Nvidia chỉ ra đối với máy tính lượng tử: nhiễu inherent trong các qubit. Sam Stanwyck, giám đốc sản phẩm lượng tử của Nvidia, cho biết các bộ xử lý lượng tử cao cấp hiện nay đạt tỷ lệ khoảng một lỗi trên mỗi nghìn phép toán – một con số ấn tượng theo tiêu chuẩn hiện tại, nhưng vẫn còn rất xa so với ngưỡng một lỗi trên một nghìn tỷ cần thiết để chúng thực sự hữu ích với vai trò là các bộ tăng tốc, theo CIO.
Nvidia giải thích rằng việc tinh chỉnh (Calibration) giúp giảm nhiễu trong từng bộ xử lý, trong khi giải mã sửa lỗi (error-correction decoding) sẽ phát hiện và khắc phục lỗi ngay lập tức, nhanh hơn tốc độ phát sinh lỗi. Mô hình Ising Calibration, được huấn luyện trên dữ liệu từ nhiều loại qubit khác nhau như qubit siêu dẫn, chấm lượng tử, ion và nguyên tử trung hòa, đã thể hiện hiệu suất vượt trội so với các mô hình AI đa năng khác trên QCalEval – một bộ chuẩn đo lường do Nvidia phát triển cùng các đối tác lượng tử để đánh giá các nhiệm vụ tinh chỉnh.
Đồng thời, Nvidia cũng cung cấp nhiều tài nguyên hỗ trợ cho việc phát hành mô hình này: một cuốn “cẩm nang” hướng dẫn quy trình làm việc với máy tính lượng tử và dữ liệu huấn luyện, cùng các microservice NIM giúp nhà phát triển tùy chỉnh mô hình cho cấu hình phần cứng cụ thể. Các mô hình cũng có thể chạy cục bộ trên máy của nhà nghiên cứu nhằm bảo vệ dữ liệu sở hữu trí tuệ.
Các tổ chức đã áp dụng Ising bao gồm Phòng thí nghiệm Gia tốc Quốc gia Fermi, Trường Kỹ thuật và Khoa học Ứng dụng John A. Paulson thuộc Đại học Harvard, Advanced Quantum Testbed của Phòng thí nghiệm Quốc gia Lawrence Berkeley, IQM Quantum Computers, Infleqtion, Đại học Cornell, Phòng thí nghiệm Quốc gia Sandia, và Viện Vật lý Quốc gia Anh, cùng nhiều đối tác khác, theo thông tin từ Nvidia.
Ising gia nhập danh mục các mô hình mở rộng của Nvidia, bao gồm Nemotron cho hệ thống tác nhân, Cosmos cho AI vật lý, Alpamayo cho xe tự hành, Isaac GR00T cho robot, và BioNeMo cho nghiên cứu y sinh. Các trọng số mô hình hiện có sẵn trên Hugging Face và build.nvidia.com, trong khi khung huấn luyện được lưu trữ trên GitHub theo giấy phép Apache 2.0.
AI và máy tính lượng tử đang ngày càng hội tụ khi mỗi công nghệ đều mang lại lợi ích cho nhau. Các công cụ AI đã cải thiện việc thiết kế mạch lượng tử và khắc phục lỗi, trong khi các bộ xử lý lượng tử cho thấy tiềm năng trong một số tác vụ AI cụ thể như phát hiện gian lận và tạo dữ liệu huấn luyện tổng hợp. Tuy nhiên, yêu cầu hạ tầng của hai công nghệ này hoàn toàn khác biệt – hệ thống lượng tử đòi hỏi nhiệt độ làm lạnh cực thấp và các cơ sở vật chất chuyên biệt, khiến công nghệ này vẫn chủ yếu tồn tại trong các phòng thí nghiệm.
Một báo cáo công bố cùng ngày bởi Quantum Economic Development Consortium ước tính thị trường lượng tử toàn cầu đạt 1,9 tỷ USD vào năm 2025, theo CIO. Nhìn về tương lai, consortium dự báo mức tăng trưởng hàng năm là 30%, với quy mô thị trường dự kiến chạm mốc 3 tỷ USD vào năm 2028.
Tags: Nvidia, Quantum Computing, AI Models
