NVIDIA Ising AI মডেলগুলি কোয়ান্টাম কম্পিউটিংয়ের সবচেয়ে বড় ত্রুটি লক্ষ্য করে
Darius Baruo ১৪ এপ্রিল, ২০২৬ ১৫:১১
NVIDIA Ising চালু করেছে, ওপেন-সোর্স AI মডেল যা ২.৫x দ্রুত কোয়ান্টাম ত্রুটি সংশোধন এবং ৩x ভাল নির্ভুলতা প্রদান করে, সম্ভাব্যভাবে ত্রুটি-সহনশীল কোয়ান্টাম সিস্টেমকে ত্বরান্বিত করে।
NVIDIA তার প্রথম ওপেন-সোর্স AI মডেলগুলি প্রকাশ করেছে যা বিশেষভাবে কোয়ান্টাম কম্পিউটিংয়ের মৌলিক সমস্যা সমাধানের জন্য ডিজাইন করা হয়েছে: কিউবিটগুলি প্রতি হাজার অপারেশনে প্রায় একবার ব্যর্থ হয়। Ising মডেল পরিবার, ১৪ এপ্রিল, ২০২৬ ঘোষিত, ত্রুটি সংশোধন প্রদান করে যা বিদ্যমান পদ্ধতির তুলনায় ২.৫x দ্রুত এবং ৩x পর্যন্ত বেশি নির্ভুল।
কোয়ান্টাম কম্পিউটারগুলি এন্টারপ্রাইজ অ্যাপ্লিকেশনের জন্য সত্যিকার অর্থে উপযোগী হওয়ার আগে সেই ত্রুটির হার এক ট্রিলিয়নে একে নামাতে হবে। NVIDIA বাজি ধরছে যে AI এই ব্যবধান বন্ধ করতে পারে।
দুটি মডেল, একটি সমস্যা
Ising দুটি বিশেষায়িত উপাদান সহ চালু হয়। ক্যালিব্রেশন মডেল হল একটি ৩৫-বিলিয়ন প্যারামিটার ভিশন-ল্যাঙ্গুয়েজ মডেল যা কোয়ান্টাম প্রসেসর টিউনিংয়ের ক্লান্তিকর প্রক্রিয়াকে স্বয়ংক্রিয় করে। NVIDIA-এর নতুন QCalEval বেঞ্চমার্কে—কোয়ান্টাম ক্যালিব্রেশন AI-এর জন্য প্রথম মানসম্মত পরীক্ষা—Ising-Calibration-1 Gemini 3.1 Pro থেকে ৩.২৭%, Claude Opus 4.6 থেকে ৯.৬৮%, এবং GPT 5.4 থেকে ১৪.৫% ভাল পারফর্ম করেছে।
ডিকোডিং মডেলগুলি 3D কনভলিউশনাল নিউরাল নেটওয়ার্ক ব্যবহার করে রিয়েল-টাইম ত্রুটি সংশোধন পরিচালনা করে। PyMatching-এর সাথে যুক্ত "Accurate" ভেরিয়েন্ট GB300 হার্ডওয়্যারে প্রতি রাউন্ডে ২.৩৩ মাইক্রোসেকেন্ড অর্জন করে যখন লজিক্যাল ত্রুটির হার ১.৫৩x উন্নত করে। "Fast" ভেরিয়েন্ট গতির জন্য কিছু নির্ভুলতা ত্যাগ করে, ১৩টি GB300 GPU জুড়ে প্রতি রাউন্ডে ০.১১ মাইক্রোসেকেন্ড অর্জন করে।
কেন এটি কোয়ান্টাম ডেভেলপমেন্টের জন্য গুরুত্বপূর্ণ
বর্তমান কোয়ান্টাম সিস্টেমগুলির ত্রুটিগুলি ক্যাসকেড হওয়ার আগে সংশোধন করতে ক্রমাগত ক্লাসিক্যাল কম্পিউটার হস্তক্ষেপ প্রয়োজন। এটি কম্পিউটেশনালভাবে নিষ্ঠুর। NVIDIA-এর পদ্ধতি মূলত একটি AI-চালিত নিয়ন্ত্রণ সমতল তৈরি করে যা কোয়ান্টাম হার্ডওয়্যার উন্নতির পাশাপাশি স্কেল করতে পারে।
কোম্পানিটি একাধিক কিউবিট ধরনের জুড়ে কাজ করা অংশীদারদের ডেটাতে Ising-Calibration-1 প্রশিক্ষণ দিয়েছে: সুপারকন্ডাক্টিং কিউবিট, কোয়ান্টাম ডট, আয়ন, নিউট্রাল পরমাণু এবং হিলিয়ামের উপর ইলেকট্রন। সেই ব্যাপকতা পরামর্শ দেয় যে মডেলগুলি একটি বিক্রেতার পদ্ধতিতে লক হওয়ার পরিবর্তে বিভিন্ন কোয়ান্টাম আর্কিটেকচার জুড়ে সাধারণীকরণ করা উচিত।
প্রাথমিক গ্রহণকারীদের মধ্যে রয়েছে Harvard, Fermi National Accelerator Laboratory, IQM Quantum Computers, এবং UK National Physical Laboratory। Academia Sinica ও অন্তর্ভুক্ত রয়েছে।
শর্তসহ ওপেন সোর্স
সবকিছু NVIDIA-এর ওপেন মডেল লাইসেন্সের অধীনে পাঠানো হয়: ওয়েইট, প্রশিক্ষণ ফ্রেমওয়ার্ক, সিন্থেটিক ডেটা জেনারেশন টুল এবং ডিপ্লয়মেন্ট রেসিপি। QPU নির্মাতারা তাদের নির্দিষ্ট হার্ডওয়্যার শব্দ বৈশিষ্ট্যের জন্য ফাইন-টিউন করতে পারে যখন মালিকানা ডেটা অন-সাইটে রাখতে পারে।
প্রশিক্ষণ ফ্রেমওয়ার্ক NVIDIA-এর cuQuantum লাইব্রেরি এবং cuStabilizer ব্যবহার করে PyTorch প্রশিক্ষণের সময় চলতে চলতে সিন্থেটিক ডেটা তৈরি করে। প্রি-ট্রেইনড চেকপয়েন্টগুলি Hugging Face-এ উপলব্ধ, ক্যালিব্রেশন মডেল NVIDIA NIM এবং Build প্ল্যাটফর্মের মাধ্যমেও অ্যাক্সেসযোগ্য।
কোয়ান্টাম-GPU হাইব্রিড সিস্টেম তৈরি করা দলগুলির জন্য, Ising NVIDIA-এর বিদ্যমান CUDA-Q সফ্টওয়্যার প্ল্যাটফর্ম এবং NVQLink হার্ডওয়্যার ইন্টারকানেক্টের সাথে একীভূত হয়। রিয়েল-টাইম API CUDA-Q QEC এবং CUDAQ-Realtime-এ নির্মিত।
কোয়ান্টাম কম্পিউটিংয়ের ব্যবহারিক উপযোগিতার সময়রেখা অনিশ্চিত রয়ে গেছে, কিন্তু NVIDIA স্পষ্টভাবে যা কিছু উদ্ভূত হয় তার জন্য অবকাঠামো স্তর হিসাবে নিজেকে অবস্থান করছে। NVDA-এর মার্কেট ক্যাপ $৪.৬৭ ট্রিলিয়নে বসে থাকায়, কোম্পানির কাছে কোয়ান্টামে দীর্ঘ খেলা খেলার সম্পদ রয়েছে যখন এর GPU ব্যবসা AI চাহিদা থেকে অর্থ ছাপানো চালিয়ে যাচ্ছে।
চিত্রের উৎস: Shutterstock- nvidia
- কোয়ান্টাম কম্পিউটিং
- কৃত্রিম বুদ্ধিমত্তা
- ising
- ত্রুটি সংশোধন
