ပထမဆုံး Quantum AI Models ကိုဖွင့်ပါ။

NVIDIA Ising သည် ကမ္ဘာ့ပထမဆုံး open-source ကွမ်တမ် AI မော်ဒယ်လ်များ၏ မိသားစုအဖြစ် ကွမ်တမ်တွက်ချက်ခြင်းတွင် အကြီးမားဆုံး အင်ဂျင်နီယာဆိုင်ရာ ပိတ်ဆို့မှုများဖြစ်သည့် ပရိုဆက်ဆာ ချိန်ညှိခြင်းနှင့် အမှားပြင်ဆင်ခြင်း ကုဒ်ဆွဲခြင်းတို့ကို ပစ်မှတ်ထားသည်။

NVIDIA Ising လွှတ်တင်ခဲ့သည်။ 2026 ခုနှစ် ဧပြီလ 15 ရက်နေ့တွင် သုတေသီများနှင့် လုပ်ငန်းများအား ပရိုဆက်ဆာ ချိန်ညှိခြင်းနှင့် အမှားပြင်ဆင်ခြင်းတို့ကို ကိုင်တွယ်ဖြေရှင်းရန် ကိရိယာများ ပံ့ပိုးပေးသည့် ကမ္ဘာ့ပထမဆုံး open-source AI မော်ဒယ် မိသားစုရည်ရွယ်ချက်ဖြင့် တည်ဆောက်ထားသော ယနေ့ခေတ် ပျက်စီးလွယ်သော qubits နှင့် အကြီးစား အသုံးဝင်သည့် ကွမ်တမ်စနစ်များကြားတွင် တည်ရှိနေသော အင်ဂျင်နီယာအတားအဆီးနှစ်ခု။

မော်ဒယ်များသည် 2.5x ပိုမိုမြန်ဆန်ပြီး 3x ပိုမိုတိကျသော ကွမ်တမ်အမှားပြင်ဆင်ကုဒ်ဖြင့် ကုဒ်ဖြင့်ဖော်ပြသည့် လက်ရှိ open-source benchmark ဖြစ်သော pyMatching နှင့် နှိုင်းယှဉ်ပါ။

မိသားစုတွင် domain နှစ်ခုရှိသည်။ Ising Calibration သည် 35-billion-parmeter vision-language model သည် ကွမ်တမ်ပရိုဆက်ဆာ ချိန်ညှိခြင်းကို အလိုအလျောက်လုပ်ဆောင်ပေးကာ၊ ယခင်က manual setup နေ့ရက်များအထိ အလိုအလျောက်လုပ်ဆောင်မှု နာရီများအထိ လိုအပ်သည့် ချိန်ညှိမှုလုပ်ငန်းစဉ်များကို ချုံ့ပေးသည့် 35-billion-parmeter vision-language model တစ်ခုဖြစ်သည်။ Ising Decoding သည် 3D convolutional neural network framework တစ်ခုဖြစ်ပြီး အပလီကေးရှင်းပေါ်မူတည်၍ အမြန်နှုန်း သို့မဟုတ် တိကျမှုအတွက် အကောင်းဆုံးပုံစံနှစ်မျိုးဖြင့် ရရှိနိုင်သော အချိန်နှင့်တပြေးညီ ကွမ်တမ်အမှားပြင်ဆင်ခြင်းအတွက် 3D။

မော်ဒယ်နှစ်မျိုးလုံးကို GitHub၊ Hugging Face နှင့် NVIDIA ၏ build.nvidia.com ပလပ်ဖောင်းမှတဆင့် CUDA-Q နှင့် NVQLink တို့ ပေါင်းစပ်ထားသည်။ NVIDIA သည် ကွမ်တမ်အလုပ်အသွားအလာ ချက်ပြုတ်နည်းစာအုပ်၊ လေ့ကျင့်ရေးဒေတာအစုံနှင့် ဟာ့ဒ်ဝဲသီးသန့် ညှိုနှိုင်းကိရိယာများကို ထုတ်ဝေလျက်ရှိပြီး သုတေသီများသည် မော်ဒယ်များကို ၎င်းတို့၏ကိုယ်ပိုင်ဒေတာကို မဖော်ပြဘဲ ၎င်းတို့၏ကိုယ်ပိုင် ကွမ်တမ်ပရိုဆက်ဆာဗိသုကာများနှင့် လိုက်လျောညီထွေဖြစ်အောင် လုပ်ဆောင်လျက်ရှိသည်။

NVIDIA ၏တည်ထောင်သူနှင့် CEO ဖြစ်သူ Jensen Huang က မိတ်ဆက်ပွဲကို အခြေခံအဆောက်အအုံဆိုင်ရာ စည်းမျဉ်းများဖြင့် ဘောင်ခတ်ခဲ့သည်။ AI သည် ကွမ်တမ်ကွန်ပြူတာလက်တွေ့ပြုလုပ်ရန် မရှိမဖြစ်လိုအပ်ပါသည်။ Ising နှင့်အတူ AI သည် ထိန်းချုပ်မှုလေယာဉ်၊ ကွမ်တမ်စက်များ၏လည်ပတ်မှုစနစ်ဖြစ်လာကာ ပျက်စီးလွယ်သော qubits များကို အတိုင်းအတာနှင့်ယုံကြည်စိတ်ချရသော ကွမ်တမ်-GPU စနစ်များအဖြစ်သို့ ပြောင်းလဲသွားသည်” ဟုသူကပြောသည်။

ဘယ်သူတွေ သုံးနေပြီလဲ။

လွှတ်တင်ခြင်းတွင် လက်ခံခြင်းတွင် Academia Sinica၊ Fermi National Accelerator Laboratory၊ Harvard's John A. Paulson School of Engineering and Applied Sciences၊ IQM Quantum Computers၊ Lawrence Berkeley National Laboratory's Advanced Quantum Testbed၊ Sandia National Laboratories၊ UC San Diego၊ UK၊ National Physical University၊

အစောပိုင်းမွေးစားသူများ၏ အကျယ်အဝန်းသည် တမင်တကာဖွင့်ထားသော ပုံစံဗျူဟာကို ထင်ဟပ်စေသည်။ ကြိုတင်လေ့ကျင့်ထားသော အလေးများ၊ လေ့ကျင့်ရေးမူဘောင်များနှင့် စံညွှန်းများကို လူသိရှင်ကြားထုတ်ပြန်ခြင်းဖြင့်၊ NVIDIA သည် အခြား developer များအနေဖြင့် အစမှမစဘဲ တည်ဆောက်နိုင်သည့် အခြေခံအုတ်မြစ်အဖြစ် Ising ကို နေရာပေးသည်။

Crypto နှင့် AI စျေးကွက်သက်ရောက်မှုများ

Ising လွှတ်တင်မှုသည် ဂန္တဝင် AI နှင့် ပေါ်ပေါက်လာသော ကွမ်တမ်-ဂန္ထဝင် ပေါင်းစပ်ကွန်ပြူတာစဥ်နှစ်ခုလုံးတွင် အဓိကအခြေခံအဆောက်အအုံပံ့ပိုးသူအဖြစ် NVIDIA ၏အနေအထားကို အားဖြည့်ပေးပါသည်။ crypto ကဏ္ဍအတွက်၊ ကွမ်တမ်ကွန်ပြူတာသည် ကာလကြာရှည်စွာ ကိုယ်စားပြုထားသည်။ အနာဂတ်ခြိမ်းခြောက်မှု Bitcoin ပိုက်ဆံအိတ်များကို လုံခြုံစေရန် အသုံးပြုသည့် လက်ရှိ blockchain လျှို့ဝှက်ကုဒ်စံနှုန်းများအတိုင်း အထူးသဖြင့် RSA နှင့် elliptic curve cryptography များ။

Ising အထူးပစ်မှတ်ထားသည့် ကွမ်တမ်အမှားပြင်ဆင်ခြင်းတွင် တိုးတက်မှုသည် လျှို့ဝှက်သင်္ကေတနှင့် သက်ဆိုင်သည့် ကွမ်တမ်ကွန်ပျူတာများ တည်ရှိနေစေရန်အတွက် နည်းပညာဆိုင်ရာ ကြိုတင်သတ်မှတ်ချက်ဖြစ်သည်။ အချိန်ဇယားသည် ဝေးကွာနေသော်လည်း အမှားပြင်ဆင်မှု ကုဒ်ဖော်ပြခြင်း တိကျမှု တိုးတက်မှုတိုင်းသည် ၎င်းကို တိုစေပါသည်။

NVIDIA သတင်းသည် သမိုင်းကြောင်းအရ ရွေ့လျားလာခဲ့သည်။ AI တိုကင်များ chip ကုမ္ပဏီ၏ ဟာ့ဒ်ဝဲသည် blockchain AI ပရောဂျက်များစွာကို အားကောင်းစေသည့် AI အခြေခံအဆောက်အအုံကို ပံ့ပိုးပေးသောကြောင့် crypto စျေးကွက်တစ်လျှောက်တွင်၊ Ising လွှတ်တင်မှုသည် ထိုဆက်ဆံရေးအတွက် ကွမ်တမ် AI ဒေါင်လိုက်အသစ်ကို ပေါင်းထည့်သည်။