سهم إنفيديا (NVDA)؛ يحقق مكاسب طفيفة بعد الكشف عن أدوات الذكاء الاصطناعي لتصحيح أخطاء الحوسبة الكمية

الملخص السريع:

• كشفت Nvidia عن نماذج Ising للذكاء الاصطناعي التي تحسن أداء معايرة الكم وفك تشفير الأخطاء.
• تدعي الشركة تحقيق معالجة أسرع بما يصل إلى 2.5 مرة وتحسينات في الدقة بمقدار 3 مرات في الاختبارات.
• يصف Jensen Huang الذكاء الاصطناعي بأنه طبقة تحكم لأنظمة الكم-GPU الهجينة المستقبلية.
• تم بالفعل ملاحظة التبني المبكر بين مختبرات الأبحاث وشركات الحوسبة الكمية عالميًا.

ارتفع سهم Nvidia (NASDAQ: NVDA) بشكل طفيف بعد أن قدمت الشركة مجموعة رئيسية جديدة من أدوات الذكاء الاصطناعي تهدف إلى حل أحد أكبر تحديات الحوسبة الكمية: تصحيح الأخطاء. جاء الإعلان في اليوم العالمي للكم، مما وضع Nvidia بشكل أكبر عند تقاطع الذكاء الاصطناعي والبنية التحتية للحوسبة من الجيل التالي.

كشفت الشركة عن عائلة جديدة من نماذج الذكاء الاصطناعي المفتوحة تسمى Nvidia Ising، مصممة خصيصًا لمعايرة معالج الكم وتصحيح أخطاء الكم. بينما تحمل الحوسبة الكمية وعدًا بقوة حسابية هائلة، إلا أنها تظل حساسة للغاية للضوضاء وعدم الاستقرار على مستوى الكيوبت. تهدف أدوات Nvidia الأحدث إلى تقليل هذا الاحتكاك من خلال تطبيق أنظمة الذكاء الاصطناعي المتقدمة لتحسين الموثوقية والأداء في أنظمة الكم.

وفقًا لـ Nvidia، فإن نماذج Ising قادرة على تسريع مهام المعايرة وفك تشفير الأخطاء بشكل كبير مقارنة بالأساليب التقليدية. أفادت الشركة بتحسينات في الأداء تصل إلى 2.5 مرة أسرع في سرعات المعالجة وحتى 3 مرات دقة أعلى في تصحيح أخطاء الكم. تشير هذه المكاسب، رغم أنها لا تزال في مراحل النشر المبكرة، إلى أن الذكاء الاصطناعي يمكن أن يلعب دورًا أساسيًا في استقرار أجهزة الكم المستقبلية.

الذكاء الاصطناعي يعالج عدم استقرار الكم

في صميم نهج Nvidia يوجد مزيج من هندسيات التعلم الآلي المتقدمة. يستخدم نظام Ising نماذج الرؤية واللغة التي يمكنها معالجة البيانات المنظمة والأنماط المرئية، إلى جانب الشبكات العصبية التلافيفية ثلاثية الأبعاد المصممة لتحليل العلاقات المكانية المعقدة. معًا، تساعد هذه الأنظمة في تفسير سلوك حالة الكم وتصحيح الأخطاء الحسابية بشكل أكثر كفاءة.

NVIDIA Corporation, NVDA

شددت الشركة أيضًا على أن التكنولوجيا تتجاوز بالفعل النظرية. أفيد أن المؤسسات البحثية وشركات الحوسبة الكمية مثل IonQ وAtom Computing ومختبرات Sandia الوطنية قد بدأت في دمج عناصر من إطار Ising في سير عمل المعايرة وفك التشفير الخاصة بها. يبرز هذا التبني المبكر الاهتمام المتزايد في الصناعة بتطوير الكم بمساعدة الذكاء الاصطناعي.

رؤية التحكم لـ Jensen Huang

وضع الرئيس التنفيذي لـ Nvidia Jensen Huang الإعلان كجزء من تحول أوسع في كيفية تصميم أنظمة الحوسبة في المستقبل. وصف الذكاء الاصطناعي بأنه "طبقة تحكم" ستكون فوق آلات الكم، تنسق العمليات بين الكيوبتات وأنظمة GPU عالية الأداء.

تمتد هذه الفكرة لاستراتيجية Nvidia الأوسع لبناء بنية تحتية قائمة على الذكاء الاصطناعي عبر الصناعات. بدلاً من وضع نفسها فقط كصانع رقائق، تقدم الشركة بشكل متزايد أنظمة برمجيات وأجهزة متكاملة مصممة لإدارة بيئات حسابية معقدة.

التوسع خارج الحوسبة الكمية

لا تقتصر طموحات Nvidia في مجال الذكاء الاصطناعي على أنظمة الكم. كانت الشركة تمدد مفهوم "مصنع الذكاء الاصطناعي" إلى صناعات أخرى، بما في ذلك التصنيع والروبوتات والتنقل. تتضمن الشراكات واسعة النطاق مع الشركات العالمية مثل Samsung ومجموعة Hyundai Motor نشر عشرات الآلاف من وحدات GPU من Nvidia لتحسين أنظمة الإنتاج وتمكين اتخاذ القرارات بالذكاء الاصطناعي في الوقت الفعلي.

تعكس هذه المبادرات استراتيجية Nvidia طويلة المدى لتصبح مزود بنية تحتية أساسية للصناعات التي تعمل بالذكاء الاصطناعي. من خلال الجمع بين الأجهزة والبرامج والأطر المفتوحة، تضع الشركة نفسها في مركز أنظمة الحوسبة من الجيل التالي.

ظهر منشور سهم Nvidia (NVDA) يرتفع بشكل طفيف بعد الكشف عن أدوات الذكاء الاصطناعي لتصحيح أخطاء الكم لأول مرة على CoinCentral.