엔비디아는 양자 컴퓨터의 기능과 속도를 향상시키도록 설계된 최신 혁신 기술인 이징(Ising) AI 모델을 공개했습니다.이 모델은 양자 컴퓨팅을 더욱 실용적이고 효율적으로 만드는 데 있어 중요한 진전을 의미합니다.
NVIDIA Ising AI 모델: 양자 컴퓨팅 성능 최대 3배 향상 달성
양자 컴퓨팅의 가능성은 수십 년 동안 기술 전문가들의 상상력을 사로잡았으며, 수많은 기업들이 그 잠재력을 최대한 활용하기 위해 노력해 왔습니다.최근의 발전은 우리가 마침내 획기적인 돌파구에 가까워지고 있음을 시사합니다.
NVIDIA는 “큐비트에 구애받지 않는” 오픈 소스 개발 플랫폼인 CUDA-Q를 통해 이 분야에서 입지를 확고히 다졌습니다.이 플랫폼은 다양한 양자 처리 장치(QPU) 및 큐비트 방식과 원활하게 통합됩니다.
NVIDIA가 새롭게 출시한 이징 모델은 연구원과 기업이 효율적으로 작동할 뿐만 아니라 특히 인공지능 분야에서 실용적인 응용 분야에 활용 가능한 양자 프로세서를 개발하는 데 필수적인 도구를 제공합니다.
양자 컴퓨팅 분야의 주요 과제는 양자 프로세서의 캘리브레이션과 양자 오류 수정의 필요성입니다.현재 큐비트는 1, 000회 연산당 한 번꼴로 오류를 발생시킵니다.그러나 실제 응용 분야에서는 이 오류율을 1조 번 연산당 한 번 수준으로 낮춰야 합니다.엔비디아에 따르면, 인공지능 기술을 활용하는 것이 이러한 난관을 극복하고 신뢰할 수 있는 대규모 양자 컴퓨팅을 구현하는 데 매우 중요합니다.
Ising 제품군은 두 가지의 정교하고 맞춤 설정이 가능한 모델을 제공합니다.
- 이징 캘리브레이션: 이 모델은 양자 프로세서 측정값을 신속하게 해석하고 반응하는 비전 언어 도구 역할을 합니다.지속적인 캘리브레이션 프로세스를 자동화하여 소요 시간을 며칠에서 단 몇 시간으로 단축합니다.
- 이징 디코딩: 이 모델은 속도 또는 정확도에 최적화된 두 가지 변형의 3D 컨볼루션 신경망으로 구성됩니다.양자 오류 정정을 위한 실시간 디코딩을 지원하며, 현재 업계 벤치마크인 pyMatching보다 속도는 최대 2.5배, 정확도는 최대 3배 뛰어납니다.
NVIDIA는 이징 모델이 양자 디코딩 성능을 2.5배, 정확도를 3배 향상시킬 수 있다고 발표했습니다.특히, 이징 캘리브레이션 모델은 경쟁 모델보다 15배 작으며, 이징 디코딩 모델은 기존 모델에 비해 학습에 필요한 데이터 양이 10분의 1에 불과합니다.
NVIDIA의 Ising AI 모델은 현재 다양한 선도적인 연구원, 학술 기관 및 기업에서 채택되고 있으며, 이는 양자 컴퓨팅이라는 흥미진진한 분야에서 또 다른 이정표를 세우고 있습니다.
답글 남기기