量子初創公司 Quantum Machines 同 Nvidia 一年半前宣布深度合作，結合 Nvidia 嘅 DGX Quantum 運算平台同 Quantum Machines 嘅先進量子控制硬件。呢個合作最近有成果，提升咗量子電腦糾錯技術。
兩間公司嘅演示顯示，佢哋可以用 Nvidia DGX 平台上嘅現成強化學習模型，透過保持系統校準，嚟更好咁控制 Rigetti 量子晶片中嘅量子位元。
Quantum Machines 聯合創辦人兼首席技術官 Yonatan Cohen 指出，佢哋一直希望用通用嘅經典運算引擎嚟控制量子處理器。以往呢啲引擎功能有限，但 Nvidia 嘅 DGX 平台解決咗呢個問題。佢話，終極目標係量子錯誤糾正。雖然仲未完全做到，但今次嘅合作重點係校準控制量子位元旋轉嘅「π 脈衝」。
量子位元嘅校準並非一次性工作。Cohen 解釋，量子電腦嘅保真度會不斷漂移。頻繁重新校準可以提高性能，長時間保持高保真度，而呢樣正正係量子錯誤糾正所需嘅。
DGX Quantum 平台提供低延遲運算
持續調整脈衝係運算密集型任務。由於量子系統總係略有不同，所以控制問題適合用強化學習解決。
Nvidia 量子運算團隊產品經理 Sam Stanwyck 指出，量子電腦嘅規模同性能提升，令運算需求大增。量子錯誤糾正係一個大問題，需要準確控制脈衝。DGX Quantum 平台提供咗必要嘅低延遲運算能力。
即使係校準嘅少少改進，都可以大幅改善錯誤糾正。Quantum Machines 產品經理 Ramon Szmuk 指出，校準嘅投資回報率係指數級嘅。校準改善 10%，邏輯量子位元嘅錯誤率就會大幅下降。
合作初期階段及未來展望
呢個只係合作嘅開始。團隊試驗咗幾個現成演算法，揀選咗效果最好嘅 TD3。實驗程式碼只有 150 行左右，建基於團隊整合系統和構建軟件堆疊嘅成果。開發人員唔需要處理底層複雜性。兩間公司計劃推出更多開源庫。
Szmuk 強調，目前只係用咗基本嘅量子電路，但技術可以推廣到更複雜嘅電路。Stanwyck 補充，呢個成果係朝住解決量子運算最重要問題嘅一小步。佢哋會繼續合作，並將工具提供畀更多研究人員。Nvidia 明年推出嘅 Blackwell 晶片將提供更強大嘅運算平台。