Nvidia uskoo kvanttitietokoneiden kouluttavan tekoälyä synteettisellä datalla
Nvidian toimitusjohtaja Jensen Huang sanoo, että kvanttitietokoneet voisivat tulevaisuudessa auttaa tekoälyn kouluttamisessa simuloimalla molekyylejä, proteiineja ja kemiallisia reaktioita. Simulaatiot voisivat tuottaa synteettistä koulutusdataa tieteelliseen tekoälyyn, mutta kyse on vielä tulevaisuuden mahdollisuudesta, ei nykyisestä sovelluksesta.
Kommentit kuullaan samaan aikaan, kun Nvidia kertoo simuloineensa 104 kubitin vikasietoista kvanttiprosessoria Saksan JUPITER-supertietokoneella käyttäen 8 192:ta GH200-superpiiriä. Simulaatiossa testattiin menetelmää nimeltä maagisten tilojen kasvatus. Sen kerrotaan vähentävän virheenkorjaukseen tarvittavien fyysisten kubittien määrää 90 prosenttia. Tulos saavutettiin simulaatiossa, ei toimivalla vikasietoisella kvanttitietokoneella.
Nvidia kehittää kvantti- ja GPU-tekniikkaa yhdistäviä hybridijärjestelmiä sekä esimerkiksi CUDA-Q-työkaluja. Yhtiön strategiassa GPU:t toimivat kvanttilaitteiston suunnittelun ja testauksen infrastruktuurina. Mahdollisia sovelluksia ovat lääkekehitys ja materiaalitiede, mutta kaupalliset hyödyt ovat yhä epävarmoja.
Neutral
Ilmoituksella ei ole suoraa yhteyttä kryptovaluuttojen hintoihin, lohkoketjun käyttöönottoon tai tokenien kysyntään, joten neutraali markkinanäkemys on perusteltu. Huang kuvaili kvanttitietokoneita mahdolliseksi tulevaisuuden tekoälyn koulutusdatan lähteeksi. Raportoitu 104 kubitin työ oli simulaatio, ei käytännöllisen, vikasietoisen koneen esittely. Myös väite fyysisten kubittien tarpeen vähentämisestä 90 prosentilla on vielä todistettava todellisella laitteistolla.
Lyhyellä aikavälillä uutinen voi herättää kiinnostusta Nvidiaa sekä laajemmin tekoäly- ja kvanttilaskentasektoreita kohtaan, mutta se ei tarjoa selvää katalyyttiä suurille krypto-omaisuuserille. Treidaajat saattavat nähdä lyhytaikaista sentimentin heijastumista tekoälyteemaisiin tokeneihin, kuten on tapahtunut merkittävien tekoälyä tai siruteollisuutta koskevien ilmoitusten yhteydessä. Tällaiset liikkeet riippuisivat kuitenkin todennäköisesti enemmän yleisestä riskinottohalukkuudesta ja tokenikohtaisesta likviditeetistä kuin tästä kehityksestä.
Pidemmällä aikavälillä hyödyllinen kvanttis simulointi voisi tukea tieteellistä tekoälyä ja kasvattaa tehokkaan suurteholaskennan kysyntää. Tämä olisi merkityksellistä teknologiasijoitusten kannalta, mutta vaikutus kryptomarkkinoihin olisi epäsuora ja epävarma. Treidaajien kannattaa seurata laitteiston käytännön kehitysaskeleita, kaupallisia käyttöönottoja ja laajempia markkinaindikaattoreita sen sijaan, että he pitäisivät ilmoitusta kryptovaluuttojen hintojen perustavanlaatuisena signaalina.