Nvidia ngày 14/4 (giờ địa phương) công bố Ising, bộ mô hình trí tuệ nhân tạo nguồn mở được phát triển cho bài toán sửa lỗi lượng tử và hiệu chuẩn hệ thống. Đây là hai rào cản lớn lâu nay đối với quá trình thương mại hóa điện toán lượng tử.

Theo SiliconAngle, Nvidia cho biết Ising được thiết kế để hỗ trợ các viện nghiên cứu và doanh nghiệp phát triển hệ thống lượng tử có khả năng xử lý các ứng dụng quy mô lớn.

Để tiến tới ứng dụng thực tế, máy tính lượng tử cần vận hành ổn định với hàng triệu qubit. Tuy nhiên, qubit rất nhạy với nhiễu và các biến động từ môi trường, nên dễ phát sinh lỗi. Khi quy mô hệ thống tăng lên, nhu cầu hiệu chuẩn và sửa lỗi theo thời gian thực cũng tăng mạnh.

Nvidia hiện triển khai Ising theo hai hướng chính ban đầu là giải mã lỗi và hiệu chuẩn nhằm xử lý nút thắt này.

Jensen Huang, CEO Nvidia, cho rằng AI là yếu tố không thể thiếu để hiện thực hóa máy tính lượng tử. Theo ông, với Ising, AI sẽ đảm nhận lớp điều khiển của thiết bị lượng tử và đóng vai trò tương tự một hệ điều hành.

Ông cũng nêu tầm nhìn biến các qubit mong manh thành những hệ thống tích hợp lượng tử-GPU có khả năng mở rộng và độ tin cậy cao.

Ising gồm hai mô hình chủ lực. Trong đó, Ising Decoding là mô hình sửa lỗi lượng tử, có hai phiên bản dựa trên mạng nơ-ron tích chập 3D, một bản tối ưu về tốc độ và một bản tối ưu về độ chính xác.

Nvidia cho biết mô hình này có tốc độ nhanh hơn tối đa 2,5 lần và độ chính xác cao gấp 3 lần so với PyMatching, bộ công cụ mã nguồn mở đang được sử dụng phổ biến hiện nay.

Mô hình còn lại, Ising Calibration, tập trung tối ưu trạng thái hệ thống thông qua việc điều chỉnh và đo lường các tín hiệu điều khiển vật lý. Mô hình này xử lý các tín hiệu như vi sóng và laser, đồng thời bù nhiễu theo thời gian, khắc phục sự thiếu ổn định của phần cứng và biến động tham số.

Dựa trên mô hình thị giác - ngôn ngữ (VLM), Ising Calibration diễn giải các giá trị đo từ bộ xử lý lượng tử để vận hành một tác nhân AI có thể tự động hóa công việc hiệu chuẩn liên tục.

Nvidia cho biết Ising đã được triển khai trong thực tế. Ising Decoding đang được Đại học Cornell, Phòng thí nghiệm Quốc gia Sandia, UC San Diego và UC Santa Barbara sử dụng, trong khi mô hình hiệu chuẩn được IonQ, IQM cùng các doanh nghiệp và tổ chức nghiên cứu áp dụng.

Cùng với Ising, Nvidia cũng công bố bộ hướng dẫn gồm quy trình làm việc và dữ liệu huấn luyện dành cho điện toán lượng tử, đồng thời giới thiệu các microservice Nvidia NIM.

Theo Nvidia, các nhà phát triển có thể tùy biến mô hình cho nhiều môi trường phần cứng khác nhau và triển khai trực tiếp trong hệ thống nội bộ để bảo vệ dữ liệu nhạy cảm.

Nvidia nhấn mạnh Ising không phải là một mô hình đơn lẻ mà là bước khởi đầu cho mục tiêu xây dựng “siêu máy tính tích hợp lượng tử-GPU”. Vì vậy, khả năng AI cải thiện bài toán sửa lỗi và hiệu chuẩn, vốn là rào cản lớn của điện toán lượng tử, sẽ tiếp tục là điểm đáng chú ý trong thời gian tới.