W 2029 roku superkomputer sztucznej inteligencji Skynet nagle się obudził, uzyskując samoświadomość. System Skynet uznał, że wynalazcy superkomputera stanowią zagrożenie dla AI, więc wysłał robota T-800 Terminatora, granego przez Arnolda Schwarzeneggera, w przeszłość, aby zlikwidować lidera ruchu oporu ludzkości, Johna Connora. To fabuła filmu „Terminator”.
Co ciekawe, AI kwantowy superkomputer Google ma także mapę drogową, planując stworzenie AI superkomputera kwantowego w ciągu pięciu lat, co również przypada na rok 2029. Obecnie znajduje się pomiędzy trzecią a czwartą fazą milowego etapu, w której koncentruje się na korekcji błędów obliczeń kwantowych. W tym czasie moc obliczeniowa GPU Nvidia przyspiesza ewolucję AI superkomputera kwantowego, co sprawia, że prototyp „Skynet” w społeczeństwie ludzkim staje się widoczny.
Nvidia ogłosiła niedawno współpracę z Google Quantum AI, wykorzystując symulator Nvidia CUDA-QTM do przyspieszenia obliczeń kwantowych. Nvidia przeszła od CPU do GPU, a teraz współpracuje z Google w rozwijaniu QPU (Quantum Process Units), aby zredukować błędy i optymalizować systemy AI. Dzięki symulacjom superkomputerowym superkomputery nie będą rozwijały się w sposób rodem z filmów sci-fi, powodując błędną ocenę zagrożenia dla AI, które mogłoby prowadzić do wykonania rozkazu eksterminacji ludzkości. Ten projekt współpracy można uznać za najważniejszy punkt zwrotny w historii rozwoju technologii ludzkiej w ciągu najbliższych pięciu lat.
Czym jest obliczenia kwantowe (Quantum Computing)
Obliczenia kwantowe wykorzystują fizykę kwantową do rozwiązania problemów obliczeniowych, które są trudne do rozwiązania na tradycyjnych superkomputerach. Rdzeniem obliczeń kwantowych są kubity, które mogą istnieć w superpozycji dwóch stanów, w przeciwieństwie do klasycznych bitów, które istnieją tylko w 0 lub 1.
Złożone N kubitów przechowuje informacje o 2N konfiguracjach binarnych. Te konfiguracje binarne wspólnie tworzą stan kwantowy. Gdy wykonuje się jakąkolwiek operację na N kubitach, cały stan kwantowy jest kontrolowany, co oznacza, że istnieje ogromna superpozycja. Jednak użycie tej mocy obliczeniowej ma subtelności, ponieważ informacje odczytane ze stanu kwantowego mogą być uzyskane tylko przez probabilistyczne pomiary pojedynczej konfiguracji po obliczeniach. Aby skutecznie wykorzystać superpozycję kwantową, zastosowania obliczeń kwantowych muszą korzystać z cech splątania kwantowego i interferencji kwantowej.
Jak Nvidia CUDA-QTM przyspiesza obliczenia Google AI superkomputera kwantowego
Nvidia wprowadza platformę NVIDIA CUDA-Q do mieszanych obliczeń kwantowych i klasycznych, łącząc komputery kwantowe z wydajnymi obliczeniami tradycyjnymi. GPU, stworzony wyłącznie do grafiki, przekształca się w niezbędny sprzęt dla obliczeń o wysokiej wydajności (HPC). Nvidia oferuje CUDA-QTM, aby wszyscy badacze i programiści QPU mogli przeprowadzać symulacje dynamiki kwantowej z przyspieszeniem GPU, przyspieszając projektowanie urządzeń obliczeń kwantowych nowej generacji.
Tradycyjnie koszt symulacji obliczeniowych jest wysoki. Dzięki CUDA-Q, Google może wykorzystać 1024 procesory graficzne Nvidia H100 Tensor Core GPU do wykonywania największej i najszybszej na świecie symulacji dynamiki urządzeń kwantowych w bardzo niskim kosztach. Dzięki CUDA-Q i GPU H100, Google może przeprowadzić pełną symulację rzeczywistych urządzeń zawierających 40 kubitów. Oprogramowanie wspierające te przyspieszone symulacje dynamiczne będzie dostępne na platformie CUDA-Q, co umożliwi inżynierom sprzętu kwantowego szybkie rozszerzenie projektowania systemów.
Ten artykuł "Skynet się formuje! Nvidia i Google współpracują nad AI kwantowym superkomputerem" po raz pierwszy ukazał się w Chain News ABMedia.