
NVIDIA Ising Decoding 將 Color Code 錯誤率降低 300 倍
NVIDIA 研究人員開發了一種用於量子錯誤修正的新解碼方法,顯著提高了邏輯運算的可靠性。透過將 Ising 解碼應用於 Color Code,他們實現了邏輯錯誤率 300 倍的降低,這是邁向容錯量子計算的關鍵一步。
Tag: #error-correction5 results

NVIDIA 研究人員開發了一種用於量子錯誤修正的新解碼方法,顯著提高了邏輯運算的可靠性。透過將 Ising 解碼應用於 Color Code,他們實現了邏輯錯誤率 300 倍的降低,這是邁向容錯量子計算的關鍵一步。

英偉達發布Ising模型家族,用AI破解量子糾錯與校準難題。此舉布局下一代算力生態。

NVIDIA Ising 是全球首個用於建構量子處理器的開放 AI 模型系列,推出 Ising Calibration 和 Ising Decoding 兩個領域。這些模型針對量子位元固有的噪聲問題,每千次運算約錯誤一次。它们實現 AI 驅動工作流程,用於建構容錯量子系統。

Nvidia 提議使用 AI 模型提升量子電腦可靠性,解決每千次運算一錯誤的高錯誤率問題。量子系統有望在材料科學、物流與金融領域帶來突破,但需錯誤修正。Nvidia 視 AI 為關鍵,利用其 GPU 優勢。
PsiQuantum 執行長 Victor Peng 說明公司採用光子作為量子位元的量子運算方法。他表示,該架構透過內建錯誤修正來處理光子損失與位元翻轉,朝完整容錯運算邁進。