A corrida pela supremacia da computação acaba de sofrer uma reviravolta impressionante. Conforme detalhado no comunicado oficial da empresa, a NVIDIA apresentou o Ising, uma nova família de modelos abertos de IA focada exclusivamente em calibrar processadores e corrigir falhas em sistemas quânticos. Longe de ser uma nova peça de hardware isolada, esta novidade apresenta-se como uma robusta camada de software integrada na sua plataforma acelerada por processadores gráficos, fornecendo as ferramentas, os dados e os guias necessários para impulsionar este setor tecnológico.
O fim da instabilidade dos qubits
O maior obstáculo atual da tecnologia quântica reside na profunda instabilidade dos qubits. O seu comportamento altera-se com o tempo, o que exige medições e ajustes constantes para manter as máquinas a funcionar sem falhas. Atualmente, os melhores processadores registam cerca de um erro a cada mil operações. Para que estes computadores se tornem verdadeiramente práticos no dia a dia, essa taxa precisa de cair de forma vertiginosa para apenas um erro a cada bilião de operações.
É exatamente neste cenário que entra o Ising Calibration. Trata-se de um modelo de linguagem visual de código aberto, alimentado por 35 mil milhões de parâmetros e treinado com dados provenientes de diferentes modalidades de qubits. A sua principal missão é analisar os resultados experimentais das máquinas e gerar configurações técnicas para calibrar o hardware de forma inteligente. O impacto desta solução é notório: na ferramenta de avaliação QCalEval, construída a partir de dados reais, este modelo supera o GPT 5.4 em 14,5%.
Velocidade e precisão em tempo real
Mas a calibração inicial é apenas metade da equação. A outra componente vital é o Ising Decoding, que adota uma estratégia distinta ao utilizar dois modelos abertos de redes neuronais convolucionais 3D. Estas redes são desenhadas especificamente para a pré-descodificação na correção de erros quânticos, alcançando velocidades até 2,5 vezes superiores e uma precisão que chega a ser três vezes maior, dependendo do cenário testado.
O objetivo desta segunda ferramenta é reduzir substancialmente a latência do sistema clássico encarregue de processar as informações, permitindo aplicar correções vitais em tempo real. A empresa garante ainda que a família Ising se enquadra na perfeição em todo o seu ecossistema de computação, podendo correr em plataformas avançadas como Grace Blackwell, Vera Rubin e DGX Spark. Com o suporte garantido a recursos conhecidos como Hugging Face, GitHub, CUDA-Q QEC e PyTorch, a marca entrega aos laboratórios e parceiros as bases abertas fundamentais para adaptarem os modelos aos seus próprios fluxos de trabalho.
Nenhum comentário
Seja o primeiro!