计算机芯片制造商Nvidia正在加大力度推进量子计算,推出了一项针对研究人员和开发人员的新服务。
Nvidia公司表示,Nvidia Quantum Cloud提供先进的量子计算技术将突破化学、生物学和材料科学等领域的研究界限。
Nvidia是在近日举行的年度GTC大会上宣布推出Nvidia Quantum Cloud的。这项服务基于现有的Nvidia CUDA-Q量子计算平台,目前已经开放抢先体验,据说近四分之三部署所谓“量子处理单元”(QPU)的组织都在使用该平台。
Nvidia Quantum Cloud是以微服务的形式提供的,让客户可以轻松构建和测试部署在云基础设施上的新量子应用及算法。
据Nvidia称,Quantum Cloud提供了对cuQuantum软件的访问,该软件可以在基于GPU的硬件上模拟QPU。现有的QPU还不够强大或稳定,不足以测试量子算法和应用,因此模拟器为开发人员提供了探索这项新技术如何影响科学探索的最佳机会。
此外Nvidia还展示了很多Quantum Cloud的示例场景。例如,Nvidia与多伦多大学合作开展了一个名为Generative Quantum Eigensolver的计划,该计划利用大型语言模型帮助量子计算机更快地找到分子的基态能量,从而有助于分子研究。
此外,Nvidia正在和量子计算软件初创公司Classiq Technologies合作,双方之间的集成将让研究人员能够更轻松地快速创建大型的、复杂的量子算法以及分析和执行量子电路。Nvidia还和QC Ware合作开展了一个名为Promethium的项目,Promethium是一种分子模拟器,有助于解决化学中高度复杂的问题。
Nvidia表示,Nvidia Quantum Cloud服务将在AWS、Google Cloud、Oracle Cloud Infrastructure以及微软Azure上提供,此外还有IonQ、IQM Quantum Computers和Quantinuum等量子计算公司的云平台。
Nvidia公司高性能计算和量子计算总监Tim Costa表示,量子代表了计算的下一个前沿,但要使其成为现实,需要世界上最聪明的人才之间展开合作。他说:“Nvidia Quantum Cloud打破了探索这项变革性技术的障碍,让世界上的每一位科学家都能利用它的力量。”
推进量子研究
Nvidia分享了关于很多组织是如何在金融欺诈检测和创建新的量子教育课程等领域使用Nvidia量子计算基础设施的例子。
例如,全球最大的银行之一——汇丰控股有限公司使用Nvidia的量子平台开发了一种新的基于量子的机器学习算法,能够检测欺诈性数字交易。
汇丰银行研究人员解释说,他们使用CUDA-Q量子计算平台在Nvidia GPU上模拟了165个量子位,远远超过了之前任何人所能做的,并表示,他们使用CUDA Quantum和cuTensorNet软件实现的机器学习技术来克服大规模模拟量子电路方面的挑战。
Nvidia还透露,正在和二十多所大学合作开展一项计划,旨在培养具有量子技能的新一代计算机科学家。卡内基梅隆大学研究副总裁Theresa Mayer表示:“弥合传统计算机和量子系统之间的鸿沟,这对于计算的未来至关重要。Nvidia正在和包括卡内基梅隆大学在内的高等教育机构展开合作,帮助学生和研究人员驾驭这个新兴的混合环境中并取得优异的成绩。”
混合量子/经典基础设施
Nvidia的量子基础设施还有助于开发新的超级计算机平台,这种平台将能够更准确地模拟未来的量子系统。
Nvidia公布了三套用于量子模拟的新系统,其中最大的是日本国家先进工业科学技术研究所的ABCI-Q(如下图)。完成之后,ABCI-Q将为各个领域的研究提供高保真量子模拟。据称,该系统集成了Nvidia CUDA-Q,后者为混合量子经典系统编程提供了强大的模拟工具和功能。该系统将在500多个节点上集成多达2000多个Nvidia H100 Tensor Core GPU,并使用Nvidia先进的Quantum-2 InfiniBand网络技术进行连接。
第二个系统是丹麦诺和诺德基金会正在部署的基于Nvidia DGX SuperPOD服务器的系统,将帮助丹麦推进量子计算的国家计划。
即将上线的第三个新系统,是之前宣布的澳大利亚Pawsey超级计算研究中心,该中心结合采用了Nvidia CUDA Quantum软件与Grace Hopper Superchips。
后量子密码学
其他方面,Nvidia透露了将努力在量子安全领域取得进展,推出了一个新的cuPQC库,这个库利用Nvidia新GPU的并行性来创建更强大的算法,可以防御量子计算攻击。
多年来,研究人员一直担心,一旦可行的量子计算机问世,将能够在几秒钟内破解用于保护通信的标准公钥技术。因此,所谓的量子安全受到了很多关注。
Nvidia表示,美国国家标准与技术研究院计划在今年晚些时候推出全球第一个后量子密码算法,这些标准是使用Nvidia平台开发的。
Open Quantum Safe项目联合创始人Douglas Stebila是新兴量子安全领域的先锋组织,他表示,他的组织最近使用Nvidia cuPQC库将一种名为Kyber的算法加速了500倍,而且这是通过在Nvidia H100 Tensor Core GPU(而不是标准CPU)上运行算法来实现的。
Nvidia表示,当此次新推出的、基于Blackwell架构的GPU上市时,性能将进一步得到提升。Stebila表示:“保护数据免受量子威胁是一个至关重要的问题,我们很高兴与Nvidia合作优化后量子加密技术。”
Open Quantum Safe项目是由新成立的后量子密码学联盟(Post-Quantum Cryptography Alliance)发起的一项计划,该联盟由Linux基金会主办,旨在开发各种以安全为中心的后量子应用和库,AWS、Google Cloud和微软等云提供商也和Nvidia以及QuSecure、EvolutionQ和PQShield等初创公司一起为后量子研究做出了贡献。
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。