Nvidia lança modelos de IA abertos para tarefas de computação quântica – ‘Ising’ promete ser 2,5 vezes mais rápido e 3 vezes mais preciso que ferramentas existentes para decodificação

A Nvidia lançou o Ising, uma nova família de modelos de IA de código aberto, voltada para a calibração de processadores quânticos e para a correção de erros em tempo real. Esses modelos estão integrados à plataforma de software quantum CUDA-Q e ao NVQLink, um interconector QPU-GPU, que foi apresentado no ano passado. Os modelos Ising estão disponíveis em GitHub, Hugging Face e build.nvidia.com.

O Ising foi projetado para resolver dois grandes desafios que existem entre o hardware quântico atual e a computação tolerante a erros: a calibração e a decodificação. A calibração é um processo manual para garantir que os qubits de um QPU se comportem de maneira consistente. Já a decodificação traduz medições redundantes de um qubit lógico corrigido em um sinal de correção, funcionando apenas se acompanhar a velocidade com que novos erros surgem no processador.

O modelo de Calibração Ising possui 35 bilhões de parâmetros e é ajustado para ler medições experimentais de um QPU, inferindo os ajustes necessários para a sua calibração. Isso reduz o tempo de calibração de dias para horas, quando utilizado junto a um agente, segundo informações disponíveis.

A família de Decodificação Ising é composta por duas variantes de uma rede neural convolucional 3D, otimizadas para rapidez e precisão, com 0,9 milhão e 1,8 milhão de parâmetros, respectivamente. Este sistema realiza a pré-decodificação para a correção de erros quânticos com código de superfície. A Nvidia publicou que o decodificador é 2,5 vezes mais rápido e três vezes mais preciso que o pyMatching, reconhecido como o decodificador de código aberto mais utilizado por grupos de pesquisa quântica, além de demandar dez vezes menos dados para treinamento.

Foi destacado que os melhores processadores quânticos atuais apresentam um erro a cada mil operações. A taxa de erro lógica está diretamente relacionada à velocidade da decodificação em relação ao hardware. Assim, um aumento de 2,5 vezes na velocidade permite que um processador quântico sustente mais operações antes que seus qubits sejam comprometidos.

Embora o Ising seja de código aberto, a stack em que ele se baseia não é. O decodificador requer o NVQLink para transmitir dados de medição a uma GPU durante a decodificação. Os fluxos de trabalho de calibração utilizam o CUDA-Q, e as ferramentas de implementação são direcionadas exclusivamente ao hardware da Nvidia.

A Nvidia vem seguindo um padrão semelhante em outras iniciativas, como a colaboração com Nemotron, Cosmos e GR00T, onde os modelos são abertos, mas a plataforma em torno deles se mantém proprietário, aumentando assim a dependência do uso de GPUs. Dessa forma, a Nvidia continua profundamente integrada na indústria da computação quântica, mesmo sem fabricar hardware quântico.

Algumas instituições que já adotaram os novos modelos incluem a Fermilab, Harvard, o Laboratório Nacional de Física do Reino Unido, o Laboratório Nacional Lawrence Berkeley com seu Advanced Quantum Testbed, IQM Quantum Computers, Infleqtion e a IonQ, que está utilizando diretamente a Calibração Ising.