ความไม่สเถียรของการประมวลผลในระบบควอนตัวคอมพิวเตอร์ยังมีความท้าทายรออยู่อีกไม่น้อย ซึ่งในงาน SC24 หนึ่งกรณีศึกษาที่ NVIDIA ได้เผยต่อสาธารณะคือความร่วมมือกับ Google Quantum AI นำ CUDA-Q Platform ได้เข้าไปช่วยเรื่องของการจำลอง noise ที่เกิดขึ้น

ไอเดียคือการที่จะพัฒนาเรื่องฮาร์ดแวร์ควอนตัวสำหรับเชิงพาณิชย์จะต้องบริหารจัดการเรื่อง noise หรือการรันคำสั่งได้จำนวนหนึ่งเท่านั้นก่อนที่การคำนวณจะหยุดลง โดยความเข้าใจนี้ต้องมีการจำลองให้เข้าใจถึงขบวนการทางฟิสิก์ระหว่างการปฏิสัมพันธ์ของคิวบิตและโปรเซสเซอร์ ซึ่งมีความซับซ้อนมหาศาลทำให้เกิดต้นทุนสูงมาก
แต่ความเคลื่อนไหวล่าสุดจาก NVIDIA แพลตฟอร์ม CUDA-Q ซึ่งก็คือแพลตฟอร์มกึ่งผสมระหว่างการโปรแกรมควอนตัม(QPU)และระบบแบบเดิม(GPU) อยู่ภายใน Workflow เดียวกัน และเมื่อผสานกับ NVIDIA Eos Supercomputer ที่มาพร้อมกับ H100 Tensor Core GPU ถึง 1,024 ตัว ได้ช่วยให้ต้นทุนการจำลอง noise ที่ว่าเป็นไปได้ด้วยต้นทุนต่ำลงจากระยะเวลานานนับสัปดาห์เหลือเพียงไม่กี่นาที นั่นคือความแตกต่างของก้าวใหม่ๆที่ NVIDIA ได้ช่วยในการออกแบบระบบควอนตัมที่ยังไม่สเถียรพร้อมสำหรับตลาดเชิงพาณิชย์
TechTalkThai ศูนย์รวมข่าว Enterprise IT ออนไลน์แห่งแรกในประเทศไทย






