- Почему ИИ никак не сесть на безматричную диету
- Обзор умных часов HUAWEI WATCH 5: часы юбилейные
- Hollow Knight: Silksong — песнь страданий и радостей. Рецензия
- HUAWEI FreeArc: вероятно, самые удобные TWS-наушники
- Пять причин полюбить HONOR Magic7 Pro
- Пять причин полюбить HONOR X8c
- Фитнес-браслет HUAWEI Band 10: настоящий металл
- Пять причин полюбить HONOR Pad V9
Компания IBM всеми силами стремится первой ворваться в сферу практических квантовых вычислений, для чего она предпочла пока сохранить прежнее знакомство разработчиков квантовых алгоритмов с широко распространёнными поверхностными кодами коррекции ошибок. Часть вычислительной нагрузки для этого можно переложить на классические компьютерные архитектуры, чем IBM не стыдится пользоваться и продолжает развивать.
Почему ИИ никак не сесть на безматричную диету
Обзор умных часов HUAWEI WATCH 5: часы юбилейные
Hollow Knight: Silksong — песнь страданий и радостей. Рецензия
HUAWEI FreeArc: вероятно, самые удобные TWS-наушники
Пять причин полюбить HONOR Magic7 Pro
Пять причин полюбить HONOR X8c
Фитнес-браслет HUAWEI Band 10: настоящий металл
Пять причин полюбить HONOR Pad V9
В значительной степени коррекция ошибок квантовых вычислений на новой платформе Nighthawk осуществляется на классических компьютерах, например, на процессорах компании AMD. Для этого IBM развивает «лучший в мире» программный стек или фреймворк Qiskit. Теперь он предоставляет разработчикам больше возможностей для контроля, чем когда-либо прежде, за счёт масштабирования динамических возможностей схем, что позволяет повысить точность на 24 % при использовании более 100 кубитов.
IBM также расширяет возможности Qiskit с помощью новой модели исполнения, которая обеспечивает детальный контроль, и C-API, открывающего возможности устранения ошибок с ускорением высокопроизводительных вычислений, что снижает затраты на получение точных результатов более чем в 100 раз. Также IBM предоставляет интерфейс C++ для Qiskit на базе C-API, чтобы пользователи могли программировать квантовые вычисления в существующих средах высокопроизводительных вычислений.
К 2027 году IBM планирует расширить Qiskit за счёт вычислительных библиотек в таких областях, как машинное обучение и оптимизация, чтобы эффективнее решать фундаментальные задачи в области физики и химии, такие как решение дифференциальных уравнений и более специфические.
