Nvidia вважає, що квантові комп’ютери навчатимуть ШІ на синтетичних даних
Генеральний директор Nvidia Дженсен Хуанг каже, що в майбутньому квантові комп’ютери можуть допомогти навчати ШІ, моделюючи молекули, білки та хімічні реакції. Таке моделювання могло б створювати синтетичні навчальні дані для наукового ШІ, хоча наразі це лише перспектива, а не чинне застосування.
Ці заяви пролунали на тлі повідомлення Nvidia про моделювання відмовостійкого квантового процесора на 104 кубіти на німецькому суперкомп’ютері JUPITER із використанням 8 192 суперчипів GH200. У межах моделювання випробували метод, який називають вирощуванням магічних станів. За повідомленнями, він дає змогу на 90% зменшити кількість фізичних кубітів, необхідних для корекції помилок. Результат отримали в симуляції, а не на робочому відмовостійкому квантовому комп’ютері.
Nvidia розробляє гібридні квантово-GPU-системи та інструменти на кшталт CUDA-Q. Стратегія компанії передбачає використання GPU як інфраструктури для проєктування й тестування квантового обладнання. Серед потенційних застосувань — пошук ліків і матеріалознавство, однак комерційні переваги залишаються невизначеними.
Neutral
Це оголошення не має прямого зв’язку з цінами на криптовалюти, поширенням блокчейну чи попитом на токени, тому доречно дотримуватися нейтрального погляду на ринок. Хуанг описав квантові комп’ютери як потенційне майбутнє джерело даних для навчання ШІ; представлена робота зі 104 кубітами була симуляцією, а не демонстрацією практичної відмовостійкої машини. Заявлене скорочення потреби у фізичних кубітах на 90% також ще належить довести на реальному обладнанні.
У короткостроковій перспективі новина може привернути увагу до Nvidia, а також до ширших секторів ШІ та квантових обчислень, але вона не створює чіткого каталізатора для основних криптоактивів. Трейдери можуть побачити короткочасне поширення позитивних настроїв на токени, пов’язані з ШІ, як це траплялося після гучних оголошень у сфері ШІ чи напівпровідникової промисловості. Однак такі рухи, ймовірно, більше залежатимуть від загальної схильності до ризику та ліквідності окремих токенів, ніж від цієї розробки.
У довгостроковій перспективі корисне квантове моделювання може сприяти розвитку наукового ШІ та збільшити попит на високопродуктивні обчислення. Це матиме значення для інвестицій у технології, але будь-який вплив на криптовалютні ринки буде непрямим і невизначеним. Трейдерам варто стежити за практичними етапами розвитку апаратного забезпечення, комерційним впровадженням і ширшими ринковими індикаторами, а не сприймати оголошення як фундаментальний сигнал для цін на криптовалюти.