NVIDIA通过实时解码和AI推理增强量子纠错

NVIDIA通过实时解码和AI推理增强量子纠错 - Blockchain.News

在改善容错量子计算方面迈出一大步，NVIDIA发布了其CUDA-Q量子纠错（QEC）平台的0.5.0版本。根据NVIDIA，本次更新引入了一系列增强功能，包括实时解码能力、GPU加速算法解码器和AI推理集成。

实时解码的进步

实时解码对于在量子处理单元（QPU）的相干时间内应用校正以保持量子计算的完整性至关重要。新的CUDA-Q QEC版本允许解码器以低延迟进行操作，无论是在真实量子设备上还是在模拟处理器上离线操作。这防止了错误的积累，提高了量子结果的可靠性。

实时解码过程遵循四阶段工作流程：生成探测器错误模型（DEM）、配置解码器、加载和初始化解码器以及执行实时解码。这种结构化的方法使研究人员能够有效地表征设备错误并根据需要应用校正。

新版本的一个亮点是引入了GPU加速算法解码器，例如RelayBP算法，该算法解决了传统信念传播解码器的局限性。RelayBP利用内存优势控制跨图节点的消息保留，克服了这些算法中常见的收敛问题。

CUDA-Q QEC还集成了AI解码器，由于它们能够以更高的精度或更低的延迟处理特定的错误模型而逐渐受到欢迎。研究人员可以通过训练模型并将其导出为ONNX格式来开发AI解码器，利用NVIDIA TensorRT进行低延迟操作。这一集成促进了量子纠错工作流中无缝的AI推理。

滑动窗口解码器是另一项创新功能，它可以在多个综合提取轮次间处理电路级噪音。通过在接收到完整测量序列之前处理综合数据，它减少了延迟，同时可能增加逻辑错误率。这个功能为研究人员提供了实验不同噪音模型和纠错参数的灵活性。

CUDA-Q QEC 0.5.0的改进有望加速量子纠错方面的研究和发展，这对于将容错量子计算机付诸实践至关重要。这些进步可能会促进更强大的量子计算应用，为依赖于量子技术的各个领域的突破铺平道路。

对这些新功能感兴趣的人可以通过pip安装CUDA-Q QEC，更多文档可在NVIDIA的官方网站上找到。

Image source: Shutterstock