Gã khổng lồ về công nghệ và điện toán NVIDIA gần đây đã phát hành một dòng mô hình trí tuệ nhân tạo nguồn mở có tên Ising. Họ tuyên bố đây là bộ mô hình AI đầu tiên trên thế giới dành riêng cho việc hiệu chỉnh và sửa lỗi điện toán lượng tử. NVIDIA cho biết dòng mô hình này sẽ giúp các tổ chức nghiên cứu khoa học và các công ty xây dựng các máy tính lượng tử mạnh hơn, mang lại cho họ khả năng chạy các ứng dụng thực tế thực sự hữu ích trên quy mô lớn hơn.

Để máy tính lượng tử chạy các ứng dụng phức tạp, hệ thống cần xử lý các đơn vị thông tin lượng tử với quy mô hàng triệu qubit. Tuy nhiên, bản thân các qubit lại cực kỳ mỏng manh, dễ bị nhiễu và xảy ra lỗi thường xuyên. Khi quy mô của máy tính lượng tử mở rộng, hệ thống phải có khả năng hoàn thành việc sửa lỗi và hiệu chỉnh chính xác theo thời gian thực trong quá trình vận hành và bù đắp cho những biến động của môi trường để duy trì tính hợp lệ của kết quả tính toán. Người sáng lập và Giám đốc điều hành NVIDIA Jensen Huang cho biết, "AI là chìa khóa để biến điện toán lượng tử trở nên thực tế". Theo quan điểm của ông, với Ising, "AI sẽ trở thành mặt phẳng điều khiển của máy lượng tử - tương đương với hệ điều hành của máy lượng tử, biến các qubit mỏng manh thành hệ thống GPU lượng tử có thể mở rộng và đáng tin cậy."

Ising Cái tên này xuất phát từ mô hình Ising, một mô hình toán học cổ điển trong vật lý, được sử dụng để mô tả sự tương tác giữa các spin của hạt và mô tả đặc điểm của các hệ vật lý phức tạp một cách ngắn gọn hơn. NVIDIA lần này cung cấp hai loại mô hình: một loại được sử dụng để sửa lỗi theo thời gian thực và loại còn lại tập trung vào việc hiệu chỉnh các hệ thống lượng tử.

Về mặt sửa lỗi, Ising Decoding chịu trách nhiệm "giải mã" các phép đo lượng tử trong điều kiện nhiễu thành đầu ra mạch lạc. Nó dựa trên mạng lưới thần kinh tích chập ba chiều và cung cấp hai biến thể: một biến thể tập trung vào tốc độ và biến thể còn lại tập trung vào độ chính xác. Nvidia tuyên bố rằng so với pyMatching, một công cụ sửa lỗi thường được sử dụng trong ngành mã nguồn mở hiện nay, Ising Decoding có thể tăng tốc độ giải mã lên tới 2,5 lần và cải thiện độ chính xác lên khoảng 3 lần.

Về mặt hiệu chuẩn, Ising Calibration chủ yếu dành cho các nhà vật lý và nhóm kỹ thuật, đồng thời được sử dụng để điều chỉnh, đo lường và tối ưu hóa tín hiệu điều khiển của phần cứng lượng tử. Những tín hiệu điều khiển này bao gồm sóng vi ba, tia laser và các phương tiện vật lý khác. Đầu ra lượng tử chất lượng cao phụ thuộc nhiều vào việc hiệu chuẩn chính xác để khắc phục các vấn đề như nhiễu, mất ổn định phần cứng và sai lệch tham số theo thời gian. Theo NVIDIA, Ising Calibration là mô hình ngôn ngữ hình ảnh có thể diễn giải nhanh chóng dữ liệu đo lường từ bộ xử lý lượng tử và thúc đẩy các tác nhân AI liên tục và tự động hoàn tất quá trình hiệu chuẩn.

Khi nói về lộ trình trong tương lai, Giám đốc Sản phẩm Lượng tử NVIDIA Sam Stanwyck cho biết tại cuộc họp báo rằng công ty chọn triển khai giải mã và hiệu chỉnh trước vì hai liên kết này là nút thắt cấp bách nhất hạn chế việc mở rộng hệ thống lượng tử. Ông mô tả cả hai là "khối lượng công việc định hình AI" và tin rằng việc đưa AI vào những lĩnh vực này có thể mang lại hiệu quả ngay lập tức và đáng kể. Tuy nhiên, ông cũng nhấn mạnh rằng tầm nhìn dài hạn của Nvidia không chỉ giới hạn ở điều này. Trong tương lai, người ta hy vọng AI cũng có thể tham gia vào việc xây dựng và tối ưu hóa các mạch lượng tử, biến việc giải mã và hiệu chuẩn trở thành những cột mốc quan trọng đầu tiên trên con đường hướng tới nền tảng siêu máy tính GPU lượng tử.

Hiện nay, Giải mã Ising và Hiệu chỉnh Ising đã bắt đầu được áp dụng trong các doanh nghiệp và tổ chức nghiên cứu khoa học. Về giải mã lỗi, Đại học Cornell, Phòng thí nghiệm quốc gia Sandia, Đại học California, San Diego, Đại học California, Santa Barbara và các tổ chức khác đã bắt đầu triển khai các mô hình liên quan. Về mặt hiệu chuẩn, nhiều công ty và tổ chức nghiên cứu liên quan đến điện toán lượng tử như Atom Computing, Academia Sinica, EeroQ, IonQ, IQM Quantum Computers, Q‑CTRL, v.v. đã sử dụng Ising Calibration để gỡ lỗi và tối ưu hóa hệ thống.

Để giảm bớt các rào cản sử dụng, NVIDIA cũng đã phát hành một bộ hướng dẫn kiểu "sách dạy nấu ăn", bao gồm các ví dụ về quy trình làm việc cho điện toán lượng tử và hỗ trợ dữ liệu đào tạo cũng như cung cấp các dịch vụ vi mô dựa trên NVIDIA NIM. Những tài nguyên này sẽ giúp các nhà phát triển tùy chỉnh, đào tạo và tinh chỉnh các mô hình dựa trên các kiến ​​trúc phần cứng lượng tử khác nhau và chạy chúng trong môi trường nghiên cứu địa phương, tận dụng khả năng AI trong khi vẫn lưu giữ dữ liệu thử nghiệm nhạy cảm trong tổ chức.