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
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。