Акции компаний, работающих в сфере квантовых вычислений, резко пошли вверх во вторник утром на фоне громкого заявления Nvidia. Инвесторы отреагировали на анонс платформы с открытыми моделями квантового искусственного интеллекта, которые нацелены на то, чтобы ускорить создание практичных квантовых компьютеров — устройств, способных решать определённые задачи существенно быстрее классических систем.
Рывок котировок после анонса Nvidia
Краткосрочный рост затронул несколько игроков отрасли. D-Wave Quantum Inc прибавила 10,3%, IonQ Inc — 13,3%, Rigetti Computing Inc — 8,9% вскоре после 10:00 утра.
Подобные движения на бирже обычно связаны с ожиданиями, что технологические улучшения снизят барьеры для разработки и эксплуатации квантовых машин. В данном случае ключевым триггером стал выпуск моделей, ориентированных на работу с одной из самых сложных проблем квантовых вычислений — ошибками и их корректировкой.
Что именно представила Nvidia
Nvidia объявила о семействе моделей NVIDIA Ising. Их назначение — предоставить разработчикам инструменты на базе ИИ для задач квантовой коррекции ошибок и калибровки. Компания заявляет, что подход обеспечивает до 2,5 раза более высокую производительность и до трёх раз более высокую точность в процессе декодирования — то есть в вычислениях, которые используются при квантовой коррекции ошибок.
Глава Nvidia Дженсен Хуанг, основатель и генеральный директор компании, подчеркнул значение ИИ для практического применения квантовых компьютеров. По его словам, с Ising ИИ становится своеобразным «контрольным уровнем» — своего рода операционной системой для квантовых машин. Это, в интерпретации Nvidia, помогает превратить хрупкие квантовые биты (кубиты) в более масштабируемые и надёжные квантово-GPU системы.
Почему калибровка и декодирование так важны
Кубиты — основа квантовых компьютеров. В отличие от обычных битов, состояние кубита чувствительно к шуму и внешним воздействиям, поэтому ошибки возникают постоянно. Для того чтобы квантовые расчёты были полезными, нужно либо минимизировать ошибки, либо корректировать их в процессе работы.
В этом контексте:
- Калибровка — настройка параметров квантовой системы, чтобы она работала в нужном режиме.
- Декодирование — обработка данных о возникающих ошибках и преобразование их в команды для коррекции.
Два компонента семейства Ising
Семейство NVIDIA Ising включает две основные части, каждая из которых закрывает отдельный участок технологической цепочки.
- Ising Calibration: модель типа vision language (визуально-языковая), которая автоматизирует непрерывную калибровку. Nvidia заявляет, что это сокращает время настройки с «дней» до «часов».
- Ising Decoding: набор из двух вариантов модели на основе 3D-свёрточных нейросетей, оптимизированных либо под скорость, либо под точность. Иными словами, разработчики могут выбирать конфигурацию в зависимости от того, что важнее — быстрее получить результат или добиться максимальной корректности в декодировании ошибок.
Кто уже использует технологию
Часть организаций, по данным Nvidia, уже внедрила решения из Ising.
- Ising Calibration применяют Atom Computing, IonQ, IQM Quantum Computers, а также Fermi National Accelerator Laboratory.
- Ising Decoding задействуют Cornell University, Sandia National Laboratories и University of Chicago.
Контекст: рынок квантовых вычислений растёт
На ожидания роста повлияет и общий фон отрасли. Аналитическая фирма Resonance прогнозирует, что мировой рынок квантовых вычислений превысит 11 млрд долларов к 2030 году.
Это означает, что конкуренция между разработчиками квантового «железа» и программных инструментов будет усиливаться: выигрывать будут те, кто быстрее доведёт технологию до стабильных сценариев использования.
Как Nvidia планирует дать разработчикам инструменты
Вместе с моделями Nvidia также предлагает инфраструктурный набор для внедрения. В состав предложения входят NVIDIA NIM microservices и cookbook (практическое руководство) с квантовыми workflow — сценариями разработки и эксплуатации. Такая подача рассчитана на то, чтобы разработчики могли донастраивать модели под конкретные архитектуры оборудования, при этом сохраняя контроль над собственными данными.