Nvidia menjangkakan komputer kuantum melatih AI menggunakan data sintetik
Ketua Pegawai Eksekutif Nvidia, Jensen Huang, berkata komputer kuantum mungkin suatu hari nanti dapat membantu melatih AI dengan mensimulasikan molekul, protein dan tindak balas kimia. Simulasi tersebut boleh menghasilkan data latihan sintetik untuk AI saintifik, walaupun pendekatan ini masih merupakan kemungkinan pada masa hadapan dan bukannya aplikasi semasa.
Kenyataan itu dibuat ketika Nvidia melaporkan simulasi pemproses kuantum tahan ralat 104 qubit pada superkomputer JUPITER di Jerman, menggunakan 8,192 supercip GH200. Simulasi itu menguji kaedah yang dipanggil magic state cultivation, yang dilaporkan dapat mengurangkan sebanyak 90% bilangan qubit fizikal yang diperlukan untuk pembetulan ralat. Hasil tersebut dicapai melalui simulasi, bukannya pada komputer kuantum tahan ralat yang berfungsi.
Nvidia sedang membangunkan sistem hibrid kuantum-GPU serta alat seperti CUDA-Q. Strategi syarikat itu meletakkan GPU sebagai infrastruktur untuk mereka bentuk dan menguji perkakasan kuantum. Aplikasi yang berpotensi termasuk penemuan ubat dan sains bahan, tetapi manfaat komersialnya masih belum pasti.
Neutral
Pengumuman ini tidak mempunyai kaitan langsung dengan harga mata wang kripto, penggunaan blockchain atau permintaan token, jadi pandangan pasaran yang neutral adalah wajar. Huang menyifatkan komputer kuantum sebagai sumber berpotensi bagi data latihan AI pada masa hadapan; kerja 104 qubit yang dilaporkan itu ialah simulasi, bukannya demonstrasi mesin praktikal yang tahan ralat. Dakwaan pengurangan 90% dalam keperluan qubit fizikal juga masih belum dibuktikan pada perkakasan sebenar.
Dalam jangka pendek, berita ini mungkin menarik perhatian kepada Nvidia serta sektor AI dan pengkomputeran kuantum yang lebih luas, tetapi tidak menawarkan pemangkin yang jelas untuk aset kripto utama. Pedagang mungkin melihat limpahan sentimen sementara kepada token bertema AI, seperti yang pernah berlaku susulan pengumuman berprofil tinggi dalam bidang AI atau industri cip. Namun, pergerakan sedemikian mungkin lebih bergantung pada selera risiko keseluruhan dan kecairan khusus token berbanding perkembangan ini.
Dalam jangka panjang, simulasi kuantum yang berguna boleh menyokong AI saintifik dan meningkatkan permintaan terhadap pengkomputeran berprestasi tinggi. Hal ini relevan kepada pelaburan teknologi, tetapi sebarang kesan terhadap pasaran kripto adalah tidak langsung dan tidak pasti. Pedagang patut memantau pencapaian praktikal perkakasan, penggunaan komersial dan petunjuk pasaran yang lebih luas, bukannya menganggap pengumuman ini sebagai isyarat asas bagi harga kripto.