Nvidia wykorzystuje AI do naprawy komputerów kwantowych

Komputery kwantowe od lat uchodzą za technologię, która ma zmienić wszystko – od kryptografii po odkrywanie leków. Jest jednak jeden poważny problem, który spowalnia tę rewolucję: maszyny te wciąż popełniają zbyt wiele błędów. Nvidia twierdzi, że znalazła na to sposób, i w swojej najlepszej tradycji sięga po sprawdzone narzędzie – sztuczną inteligencję.

Firma zaprezentowała Ising, pakiet otwartych modeli AI, które mają uczynić komputery kwantowe bardziej praktycznymi w codziennych zastosowaniach. Kluczowa obietnica? Systemy AI od Nvidii potrafią skorygować błędy kwantowe 2,5 raza szybciej i trzykrotnie dokładniej niż konwencjonalne podejścia. To może być przełom, na który branża czekała od lat.

Dlaczego komputery kwantowe wciąż popełniają błędy

Kubity – największa siła i najsłabszy punkt kwantów

Sercem każdego komputera kwantowego są kubity (quantum bits). W odróżnieniu od klasycznych bitów, które przyjmują wartość 0 albo 1, kubity mogą istnieć w superpozycji – być jednocześnie 0 i 1 w pewnym stopniu. To właśnie ta cecha daje kwantowym maszynom ich ogromny potencjał obliczeniowy.

Jest jednak haczyk. Kubity są niezwykle wrażliwe na otoczenie. Nawet minimalne zakłócenia – drgania termiczne, fale elektromagnetyczne, promieniowanie kosmiczne – mogą zmienić ich stan. Gdy podczas obliczeń taka interferencja odwróci wartość kubitu z 1 na 0 lub odwrotnie, wynik całej operacji zostaje zafałszowany. To właśnie to zjawisko eksperci AI i fizycy kwantowi uznają za największe wyzwanie stojące przed rozwojem kwantów.

Jak wielkie firmy radzą sobie z korekcją błędów

Problem nie jest nowy, a nad jego rozwiązaniem pracują najwięksi gracze technologiczni. Alphabet w 2024 roku zaprezentował procesor Willow, który – według zapewnień firmy – potrafi wykładniczo redukować błędy w miarę skalowania liczby kubitów. Z kolei Microsoft postawił na inną strategię: zaprojektował procesor odporny na błędy już na poziomie sprzętu, eliminując część zakłóceń u źródła.

Oba te podejścia skupiają się jednak głównie na ulepszeniach sprzętowych. Nvidia proponuje coś innego – wykorzystuje modele AI do kalibracji i zarządzania procesorami kwantowymi. To przesunięcie akcentu z hardware’u na inteligentne oprogramowanie sterujące może okazać się kluczowe.

Ising – gdy AI przejmuje kontrolę nad kubitami

Konkretne wyniki: szybciej i dokładniej

Nvidia nie poprzestaje na ogólnikach. Firma podaje konkretne liczby: zastosowanie modeli AI do dekodowania korekcji błędów kwantowych przynosi 2,5-krotne przyspieszenie i trzykrotny wzrost dokładności w porównaniu do tradycyjnych metod. To nie są marginalne usprawnienia – w świecie kwantów, gdzie każdy błąd może kosztować godziny obliczeń, taka poprawa może diametralnie zmienić harmonogram rozwoju technologii.

Praktyczne konsekwencje są jasne: komputery kwantowe mogą szybciej osiągnąć stan, w którym staną się użyteczne w realnych zastosowaniach biznesowych i naukowych. Zamiast czekać na idealnie stabilne kubity, można po prostu lepiej zarządzać tymi niedoskonałymi, które już istnieją.

Dzięki Ising AI staje się płaszczyzną kontroli – systemem operacyjnym maszyn kwantowych – zamieniając kruche kubity w skalowalne i niezawodne systemy kwantowo-GPU.

Jensen Huang, CEO Nvidii

Otwarte źródło jako strategia adopcji

Ising to nie zamknięte, komercyjne narzędzie – Nvidia udostępnia go jako otwarte oprogramowanie. Decyzja ta nie jest przypadkowa. Firma stosuje sprawdzoną taktykę, którą wykorzystała wcześniej przy platformie CUDA. Dając programistom i firmom darmowe, łatwe w użyciu narzędzia, Nvidia buduje ekosystem, który z czasem staje się uzależniony od jej architektury. Im więcej firm oswoi się z Ising, tym trudniej będzie im później przejść na rozwiązania konkurencji.

Strategia Nvidii – powtórka z sukcesu AI

Od kart graficznych do infrastruktury dla AI

Zanim ChatGPT i Claude trafiły do głównego nurtu, Nvidia już od lat dostarczała procesory graficzne (GPU) wielkim firmom technologicznym do budowy i testowania systemów AI. W tamtym czasie jej układy służyły głównie do gier, edycji wideo czy kopania kryptowalut. Firma jednak dostrzegła potencjał sztucznej inteligencji i zainwestowała w rozwój architektury półprzewodników zaprojektowanej specjalnie pod AI.

Efekty tej decyzji są oszałamiające. W ciągu ostatnich trzech lat przychody Nvidii wzrosły o około 700%, a zyski skoczyły o blisko 2650%. W tym samym okresie kurs akcji firmy poszybował w górę o niemal 668%. To jedna z najbardziej spektakularnych historii sukcesu w nowożytnej historii technologii.

Rynek kwantowy – mały dziś, ogromny jutro

Nvidia nie spodziewa się, że w kwantach powtórzy dokładnie ten sam spektakularny skok. Rynek kwantowy jest dziś znacznie mniejszy od rynku AI. Według badań Resonance, do 2030 roku będzie wart około 11 miliardów dolarów. McKinsey idzie jednak dalej i szacuje, że do 2035 roku może on osiągnąć nawet 100 miliardów dolarów.

Firma gra więc długą grę. Jej układy scalone mają szansę stać się kluczowym elementem hybrydowych systemów kwantowych, w których klasyczne superkomputery z GPU będą współpracować z procesorami kwantowymi. Nvidia chce być warstwą infrastrukturalną, na której powstanie cała kwantowa rewolucja – dokładnie tak, jak stało się to w przypadku rewolucji AI.

Reakcje rynku i konkurencja

Ogłoszenie Ising nie przeszło bez echa. Akcje czołowych firm kwantowych – IonQ, D-Wave Quantum oraz Rigetti Computing – zareagowały na wiadomość wyraźnymi ruchami. Inwestorzy dostrzegli w działaniach Nvidii sygnał, że kwantowe obliczenia zbliżają się do momentu, w którym staną się realnym rynkiem, a nie tylko laboratoryjną ciekawostką.

Powszechna zgoda wśród ekspertów jest taka, że kwantowa rewolucja to nie kwestia „czy”, ale „kiedy”. Nvidia, wchodząc do gry już teraz z otwartym i skutecznym narzędziem opartym na AI, zwiększa swoje szanse na odegranie w tej historii roli podobnej do tej, jaką odegrała w sztucznej inteligencji.

Jeśli Ising faktycznie przyspieszy rozwój kwantów o lata, a jednocześnie uzależni branżę od architektury Nvidii, firma Jensena Huanga może po raz kolejny wygrać na technologicznym zakręcie dziejów. Tym razem stawką nie są miliardy, ale być może dominacja nad całkowicie nową klasą obliczeń.

Źródło

Może Cię zainteresować