
科技厂商间的合作,将帮助双方更好地将量子计算技术整合进数据中心。
英伟达宣布与量子计算芯片厂商SEEQC建立合作,在量子计算机与GPU之间开发首个芯片到芯片的数字链接,并确保与一切量子计算范式相兼容。
两家公司表示,此项技术能够将经典计算与量子计算的优点结合起来,从而实现“量子超级计算”。
具体来讲,这意味着企业能够更好地将量子计算技术整合进数据中心,并带来具备实用性的量子驱动AI。此技术还能支持实时片上纠错,帮助解决量子计算机扩展道路上的最大障碍之一。
由于SEEQC的技术是纯数字化形式,因此能够消除好几个模拟步骤,并防止量子处理中产生的大部分噪声,从而实现更快的速度和更佳可扩展性。该公司主要面向量子AI与机器学习类应用,希望能在资源日益密集的企业AI场景当中占据一席之地。
SEEQC公司CEO兼联合创始人John Levy表示,“这种全数字集成将充分利用各个系统的低延迟接口,同时尽可能保持系统上的高带宽性能。”
“我们与英伟达的合作开发成果,代表量子与经典计算领域的最佳方案组合。这两种核心技术共同创造出了前所未有的计算能力。”
从英伟达的视角来看,将量子处理器与GPU整合起来,亦有助于推动其用于量子/经典混合计算的CUDA Quantum平台。
英伟达高性能计算(HPC)与量子计算产品总监Tim Costa总结称,“量子与GPU超级计算技术的紧密集成,对于建立实用性量子计算至关重要。将英伟达GH200 Grace Hopper超级芯片与SEEQC的数字芯片架构相结合——即通过CUDA Quantum编程模型将二者结合起来,无疑是朝着这一目标迈出的重要一步。”
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。