NVIDIA ਨੇ Ising ਨੂੰ ਪੇਸ਼ ਕੀਤਾ ਹੈ, ਜੋ ਕਿ ਓਪਨ ਆਰਟੀਫੀਸ਼ੀਅਲ ਇੰਟੈਲੀਜੈਂਸ ਮਾਡਲਾਂ ਦਾ ਇੱਕ ਸੰਗ੍ਰਹਿ ਹੈ ਜਿਸਨੂੰ ਕੰਪਨੀ ਦੁਨੀਆ ਦੇ ਪਹਿਲੇ ਉਪਯੋਗੀ ਕੁਆਂਟਮ ਕੰਪਿਊਟਰਾਂ ਦੇ ਰਾਹ ਨੂੰ ਤੇਜ਼ ਕਰਨ ਲਈ ਤਿਆਰ ਕੀਤਾ ਗਿਆ ਹੈ। 23 ਜੂਨ, 2026 ਨੂੰ ਜਾਰੀ ਕੀਤੇ ਗਏ, ਮਾਡਲ ਅੱਜ ਦੇ ਪ੍ਰਯੋਗਾਤਮਕ ਕੁਆਂਟਮ ਹਾਰਡਵੇਅਰ ਅਤੇ ਵਿਹਾਰਕ ਗਣਨਾ ਦੇ ਵਿਚਕਾਰ ਖੜ੍ਹੀਆਂ ਦੋ ਸਭ ਤੋਂ ਜ਼ਿੱਦੀ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਂਦੇ ਹਨ: ਕੁਆਂਟਮ ਗਲਤੀ ਸੁਧਾਰ ਅਤੇ ਕਿਊਬਿਟ ਕੈਲੀਬ੍ਰੇਸ਼ਨ।

ਲਾਂਚ NVIDIA ਦੇ ਵਿਸ਼ਵਾਸ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ ਕਿ ਕਲਾਸੀਕਲ AI, GPUs 'ਤੇ ਚੱਲ ਰਿਹਾ ਹੈ, ਜੋ ਕਿ ਪਹਿਲਾਂ ਹੀ ਹਾਵੀ ਹੈ, ਜੋੜਨ ਵਾਲੇ ਟਿਸ਼ੂ ਵਜੋਂ ਕੰਮ ਕਰੇਗਾ ਜੋ ਕੁਆਂਟਮ ਮਸ਼ੀਨਾਂ ਨੂੰ ਵਿਹਾਰਕ ਬਣਾਉਂਦਾ ਹੈ। ਐਨਵੀਆਈਡੀਆ ਦੇ ਸੀਈਓ ਜੇਨਸਨ ਹੁਆਂਗ ਨੇ ਏਆਈ ਨੂੰ ਕੁਆਂਟਮ ਮਸ਼ੀਨਾਂ ਦੇ "ਕੰਟਰੋਲ ਪਲੇਨ" ਵਜੋਂ ਦਰਸਾਉਂਦੇ ਹੋਏ, ਰਿਸ਼ਤਿਆਂ ਨੂੰ ਸਪੱਸ਼ਟ ਰੂਪ ਵਿੱਚ ਤਿਆਰ ਕੀਤਾ ਹੈ। For more context on this story, see our ongoing latest AI developments.

AI ਕੁਆਂਟਮ ਕੰਟਰੋਲ ਪਲੇਨ ਵਜੋਂ

ਕੁਆਂਟਮ ਕੰਪਿਊਟਰ ਕੁਝ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨ ਦਾ ਵਾਅਦਾ ਕਰਦੇ ਹਨ, ਜਿਵੇਂ ਕਿ ਅਣੂ ਸਿਮੂਲੇਸ਼ਨ ਅਤੇ ਕ੍ਰਿਪਟੋਗ੍ਰਾਫੀ, ਕਲਾਸੀਕਲ ਮਸ਼ੀਨਾਂ ਨਾਲੋਂ ਕਿਤੇ ਜ਼ਿਆਦਾ ਤੇਜ਼। ਪਰ ਅੱਜ ਦੇ ਕੁਆਂਟਮ ਪ੍ਰੋਸੈਸਰ ਰੌਲੇ-ਰੱਪੇ ਵਾਲੇ ਅਤੇ ਗਲਤੀ-ਪ੍ਰਵਾਨ ਹਨ। ਕਿਊਬਿਟਸ, ਕੁਆਂਟਮ ਜਾਣਕਾਰੀ ਦੀਆਂ ਬੁਨਿਆਦੀ ਇਕਾਈਆਂ, ਇੱਕ ਸਕਿੰਟ ਦੇ ਅੰਸ਼ਾਂ ਦੇ ਅੰਦਰ ਆਪਣੀਆਂ ਨਾਜ਼ੁਕ ਕੁਆਂਟਮ ਅਵਸਥਾਵਾਂ ਨੂੰ ਗੁਆ ਦਿੰਦੀਆਂ ਹਨ, ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਸਥਿਰ ਰੱਖਣ ਲਈ ਨਿਰੰਤਰ, ਸਟੀਕ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਦੀ ਲੋੜ ਹੁੰਦੀ ਹੈ।

ਇਹ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ NVIDIA ਇੱਕ ਉਦਘਾਟਨ ਵੇਖਦਾ ਹੈ. ਖੁਦ ਕੁਆਂਟਮ ਪ੍ਰੋਸੈਸਰ ਬਣਾਉਣ ਲਈ ਮੁਕਾਬਲਾ ਕਰਨ ਦੀ ਬਜਾਏ, ਕੰਪਨੀ ਆਪਣੇ AI ਸੌਫਟਵੇਅਰ ਅਤੇ GPU ਬੁਨਿਆਦੀ ਢਾਂਚੇ ਨੂੰ ਇੱਕ ਪਰਤ ਦੇ ਤੌਰ 'ਤੇ ਰੱਖ ਰਹੀ ਹੈ ਜੋ ਦੂਜਿਆਂ ਦੁਆਰਾ ਬਣਾਏ ਗਏ ਕੁਆਂਟਮ ਹਾਰਡਵੇਅਰ ਦੇ ਵਿਵਹਾਰ ਦਾ ਪ੍ਰਬੰਧਨ, ਸਥਿਰਤਾ ਅਤੇ ਸੁਧਾਰ ਕਰਦੀ ਹੈ। ਆਈਸਿੰਗ ਮਾਡਲਾਂ ਦਾ ਉਦੇਸ਼ ਖੋਜਕਰਤਾਵਾਂ ਅਤੇ ਹਾਰਡਵੇਅਰ ਨਿਰਮਾਤਾਵਾਂ ਨੂੰ ਗਲਤੀਆਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਅਤੇ ਉਹਨਾਂ ਨੂੰ ਠੀਕ ਕਰਨ ਅਤੇ ਕਿਊਬਿਟਸ ਨੂੰ ਵਧੇਰੇ ਕੁਸ਼ਲਤਾ ਨਾਲ ਟਿਊਨ ਕਰਨ ਲਈ ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਨੂੰ ਲਾਗੂ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰਨਾ ਹੈ।

ਮਾਡਲਾਂ ਨੂੰ ਖੁੱਲੇ ਵਜ਼ਨ ਵਜੋਂ ਜਾਰੀ ਕਰਕੇ, NVIDIA ਵਿਆਪਕ ਕੁਆਂਟਮ ਖੋਜ ਭਾਈਚਾਰੇ ਨੂੰ ਉਹਨਾਂ ਨੂੰ ਅਪਣਾਉਣ, ਅਧਿਐਨ ਕਰਨ ਅਤੇ ਉਹਨਾਂ ਵਿੱਚ ਸੁਧਾਰ ਕਰਨ ਲਈ ਉਤਸ਼ਾਹਿਤ ਕਰ ਰਿਹਾ ਹੈ, ਇੱਕ ਰਣਨੀਤੀ ਜੋ ਓਪਨ-ਵੇਟ ਪਹੁੰਚ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਜਿਸਨੇ ਭਾਸ਼ਾ ਮਾਡਲ ਲੈਂਡਸਕੇਪ ਨੂੰ ਮੁੜ ਆਕਾਰ ਦਿੱਤਾ ਹੈ।

ਕੁਆਂਟਮ ਗਲਤੀ ਸੁਧਾਰ ਮਸ਼ੀਨ ਲਰਨਿੰਗ ਨੂੰ ਪੂਰਾ ਕਰਦਾ ਹੈ

ਕੁਆਂਟਮ ਗਲਤੀ ਸੁਧਾਰ ਖੇਤਰ ਦੀ ਕੇਂਦਰੀ ਇੰਜੀਨੀਅਰਿੰਗ ਚੁਣੌਤੀ ਹੈ। ਕਿਉਂਕਿ ਕੁਆਂਟਮ ਅਵਸਥਾਵਾਂ ਸਿੱਧੇ ਤੌਰ 'ਤੇ ਵੇਖੇ ਜਾਣ 'ਤੇ ਸਮੇਟਦੀਆਂ ਹਨ, ਖੋਜਕਰਤਾਵਾਂ ਨੂੰ ਉਹਨਾਂ ਜਾਣਕਾਰੀ ਨੂੰ ਨਸ਼ਟ ਕੀਤੇ ਬਿਨਾਂ ਗਲਤੀਆਂ ਦਾ ਪਤਾ ਲਗਾਉਣ ਅਤੇ ਠੀਕ ਕਰਨ ਲਈ ਅਸਿੱਧੇ ਢੰਗਾਂ ਦੀ ਵਰਤੋਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ ਜੋ ਉਹ ਸੁਰੱਖਿਅਤ ਕਰਨ ਦੀ ਕੋਸ਼ਿਸ਼ ਕਰ ਰਹੇ ਹਨ। ਪਰੰਪਰਾਗਤ ਗਲਤੀ-ਸੁਧਾਰਨ ਤਕਨੀਕਾਂ ਇੱਕ ਭਰੋਸੇਮੰਦ, ਜਾਂ ਲਾਜ਼ੀਕਲ, ਕਿਊਬਿਟ ਬਣਾਉਣ ਲਈ ਲੋੜੀਂਦੇ ਬਹੁਤ ਸਾਰੇ ਭੌਤਿਕ ਕਿਊਬਿਟ ਦੇ ਨਾਲ ਬਹੁਤ ਜ਼ਿਆਦਾ ਓਵਰਹੈੱਡ ਦੀ ਮੰਗ ਕਰਦੀਆਂ ਹਨ।

ਮਸ਼ੀਨ ਸਿਖਲਾਈ ਇੱਕ ਸੰਭਾਵੀ ਸ਼ਾਰਟਕੱਟ ਦੀ ਪੇਸ਼ਕਸ਼ ਕਰਦੀ ਹੈ। AI ਮਾਡਲ ਗਲਤੀਆਂ ਦੇ ਪੈਟਰਨਾਂ ਨੂੰ ਪਛਾਣਨਾ ਸਿੱਖ ਸਕਦੇ ਹਨ ਅਤੇ ਡੇਟਾ ਤੋਂ ਸੁਧਾਰਾਂ ਦੀ ਭਵਿੱਖਬਾਣੀ ਕਰ ਸਕਦੇ ਹਨ, ਸੰਭਾਵੀ ਤੌਰ 'ਤੇ ਰਵਾਇਤੀ ਡੀਕੋਡਿੰਗ ਐਲਗੋਰਿਦਮ ਦੇ ਓਵਰਹੈੱਡ ਅਤੇ ਲੇਟੈਂਸੀ ਨੂੰ ਘਟਾ ਸਕਦੇ ਹਨ। NVIDIA ਦੇ Ising ਮਾਡਲ ਇਸ ਪਾੜੇ ਵਿੱਚ ਕੰਮ ਕਰਨ ਲਈ ਬਣਾਏ ਗਏ ਹਨ, ਗਲਤੀ-ਸੁਧਾਰਨ ਅਤੇ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਕਾਰਜਾਂ ਲਈ ਸਿਖਲਾਈ ਪ੍ਰਾਪਤ ਨਿਊਰਲ ਨੈਟਵਰਕਸ ਨੂੰ ਲਾਗੂ ਕਰਦੇ ਹਨ ਜੋ ਵਰਤਮਾਨ ਵਿੱਚ ਮਹੱਤਵਪੂਰਨ ਸਮਾਂ ਲੈਂਦੇ ਹਨ ਅਤੇ ਕੁਆਂਟਮ ਸਿਸਟਮਾਂ 'ਤੇ ਗਣਨਾ ਕਰਦੇ ਹਨ।

ਸ਼ੁਰੂਆਤੀ ਅਸਲ-ਵਿਸ਼ਵ ਨਤੀਜੇ

ਵਾਅਦਾ ਪਹਿਲਾਂ ਹੀ ਅਸਲ ਹਾਰਡਵੇਅਰ ਵਿੱਚ ਟੈਸਟ ਕੀਤਾ ਜਾ ਰਿਹਾ ਹੈ। ਫੋਟੋਨਿਕ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਕੰਪਨੀ ਏਜੀਕ ਨੇ ਘੋਸ਼ਣਾ ਕੀਤੀ ਕਿ ਉਸਨੇ ਆਪਣੇ ਫੋਟੋਨਿਕ ਕੁਆਂਟਮ ਸਿਸਟਮ ਦੇ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਨੂੰ ਸਵੈਚਲਿਤ ਕਰਨ ਲਈ NVIDIA ਦੇ Ising AI ਮਾਡਲਾਂ ਨੂੰ ਤਾਇਨਾਤ ਕੀਤਾ ਹੈ, ਰਿਪੋਰਟ ਕੀਤੇ ਨਤੀਜਿਆਂ ਦੇ ਨਾਲ ਕਿ AI ਨੇ ਪਿਛਲੇ ਤਰੀਕਿਆਂ ਦੀ ਤੁਲਨਾ ਵਿੱਚ ਤਿੰਨ ਦੇ ਇੱਕ ਕਾਰਕ ਦੁਆਰਾ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਸਮੇਂ ਨੂੰ ਘਟਾ ਦਿੱਤਾ ਹੈ।

ਇੱਕ ਖੇਤਰ ਲਈ ਜਿੱਥੇ ਹੱਥੀਂ ਟਿਊਨਿੰਗ ਦੇ ਘੰਟੇ ਰੁਟੀਨ ਹਨ, ਇਸ ਕਿਸਮ ਦੀ ਕਮੀ ਮਹੱਤਵਪੂਰਨ ਹੈ। ਤੇਜ਼, AI-ਸੰਚਾਲਿਤ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਕੁਆਂਟਮ ਹਾਰਡਵੇਅਰ ਟੀਮਾਂ ਨੂੰ ਉਪਯੋਗੀ ਗਣਨਾਵਾਂ ਚਲਾਉਣ ਵਿੱਚ ਵਧੇਰੇ ਸਮਾਂ ਅਤੇ ਆਪਣੀਆਂ ਮਸ਼ੀਨਾਂ ਨੂੰ ਸਥਿਰ ਰੱਖਣ ਵਿੱਚ ਘੱਟ ਸਮਾਂ ਬਿਤਾਉਣ ਦੇ ਸਕਦਾ ਹੈ। ਏਜੀਕ ਨੇ ਵੱਡੇ ਪੈਮਾਨੇ ਦੇ ਤਰਲ ਸਿਮੂਲੇਸ਼ਨ ਲਈ ਟੈਂਸਰ ਨੈਟਵਰਕ ਤਰੀਕਿਆਂ ਨਾਲ NVIDIA-ਐਕਸਲਰੇਟਿਡ ਪਹੁੰਚ ਨੂੰ ਵੀ ਜੋੜਿਆ, ਇੱਕ ਹਾਈਬ੍ਰਿਡ ਮਾਡਲ ਵੱਲ ਇਸ਼ਾਰਾ ਕੀਤਾ ਜਿਸ ਵਿੱਚ AI ਅਤੇ ਕੁਆਂਟਮ-ਪ੍ਰੇਰਿਤ ਤਕਨੀਕਾਂ ਇੱਕ ਦੂਜੇ ਦੇ ਨਾਲ-ਨਾਲ ਕੰਮ ਕਰਦੀਆਂ ਹਨ।

ਵਿਗਿਆਨ ਲਈ AI 'ਤੇ ਇੱਕ ਵਿਆਪਕ ਬਾਜ਼ੀ

ਆਈਸਿੰਗ ਲਾਂਚ ਉਸੇ ਸਮੇਂ ਦੇ ਆਲੇ-ਦੁਆਲੇ ਵਿਗਿਆਨਕ ਕੰਪਿਊਟਿੰਗ ਵਿੱਚ ਇੱਕ ਵਿਆਪਕ NVIDIA ਪੁਸ਼ ਦਾ ਹਿੱਸਾ ਹੈ। ISC ਸੁਪਰਕੰਪਿਊਟਿੰਗ ਕਾਨਫਰੰਸ ਵਿੱਚ, ਕੰਪਨੀ ਨੇ ਕੈਮਿਸਟਰੀ, ਸਮੱਗਰੀ ਦੀ ਖੋਜ, ਅਤੇ ਇੱਥੋਂ ਤੱਕ ਕਿ ਡਾਰਕ ਮੈਟਰ ਦੀ ਖੋਜ ਦੇ ਉਦੇਸ਼ ਨਾਲ ਨਵੀਂ ਸੌਫਟਵੇਅਰ ਲਾਇਬ੍ਰੇਰੀਆਂ ਪੇਸ਼ ਕੀਤੀਆਂ, ਘੋਸ਼ਣਾਵਾਂ ਦੇ ਨਾਲ ਕਿ ਇਸਦੀ ਤਕਨਾਲੋਜੀ ਹੁਣ ਦੁਨੀਆ ਦੇ 500 ਸਭ ਤੋਂ ਤੇਜ਼ ਸੁਪਰਕੰਪਿਊਟਰਾਂ ਵਿੱਚੋਂ 400 ਨੂੰ ਸ਼ਕਤੀ ਪ੍ਰਦਾਨ ਕਰਦੀ ਹੈ।

NVIDIA ਨੇ ਜੀਵਨ ਵਿਗਿਆਨ ਲਈ ਨਵੀਂ AI ਏਜੰਟ ਟੂਲਕਿੱਟਾਂ ਦਾ ਵੀ ਵਿਸਥਾਰ ਕੀਤਾ ਅਤੇ ਇਸਦੇ ਨਵੀਨਤਮ CPUs ਨਾਲ ਲੈਸ ਸੁਪਰ ਕੰਪਿਊਟਰ ਬਣਾਉਣ ਵਾਲੀਆਂ ਰਾਸ਼ਟਰੀ ਪ੍ਰਯੋਗਸ਼ਾਲਾਵਾਂ ਨਾਲ ਸਾਂਝੇਦਾਰੀ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ। ਸਾਂਝਾ ਧਾਗਾ ਇੱਕ ਵਿਸ਼ਵਾਸ ਹੈ ਕਿ AI ਮਾਡਲ, ਵੱਧ ਤੋਂ ਵੱਧ ਸਮਰੱਥ ਅਤੇ ਵਧਦੇ ਹੋਏ ਖੁੱਲ੍ਹੇ, ਵਿਗਿਆਨ ਦੀਆਂ ਸਭ ਤੋਂ ਮੁਸ਼ਕਿਲ ਸਮੱਸਿਆਵਾਂ ਵਿੱਚ, ਡਰੱਗ ਖੋਜ ਤੋਂ ਲੈ ਕੇ ਕੁਆਂਟਮ ਭੌਤਿਕ ਵਿਗਿਆਨ ਤੱਕ, ਆਮ-ਉਦੇਸ਼ ਦੇ ਪ੍ਰਵੇਗ ਦੇ ਰੂਪ ਵਿੱਚ ਕੰਮ ਕਰ ਸਕਦੇ ਹਨ।

ਕੁਆਂਟਮ ਸਟਾਕ ਪ੍ਰਤੀਕਿਰਿਆ ਕਰਦੇ ਹਨ

ਮਾਰਕੀਟ ਨੇ ਘੋਸ਼ਣਾ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਜਵਾਬ ਦਿੱਤਾ. ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਕੰਪਨੀਆਂ ਦੇ ਸ਼ੇਅਰ NVIDIA ਦੇ ਆਈਸਿੰਗ ਮਾਡਲਾਂ ਦੀ ਸ਼ੁਰੂਆਤ ਤੋਂ ਬਾਅਦ ਤੇਜ਼ੀ ਨਾਲ ਵੱਧ ਗਏ, ਜਿਸ ਵਿੱਚ ਕੁਆਂਟਮ-ਕੇਂਦ੍ਰਿਤ ਸਟਾਕਾਂ ਸਮੇਤ ਡੀ-ਵੇਵ ਕੁਆਂਟਮ (QBTS), ਰਿਗੇਟੀ ਕੰਪਿਊਟਿੰਗ (RGTI), ਅਤੇ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਇੰਕ. (QUBT) ਸਾਰੇ ਮਹੱਤਵਪੂਰਨ ਲਾਭ ਪੋਸਟ ਕਰ ਰਹੇ ਹਨ। ਨਿਵੇਸ਼ਕਾਂ ਨੇ NVIDIA ਦੇ ਸਮਰਥਨ, ਅਤੇ ਇਸਦੇ ਓਪਨ AI ਟੂਲਿੰਗ ਦੀ ਵਿਆਖਿਆ ਕੀਤੀ, ਇੱਕ ਪ੍ਰਮਾਣਿਕਤਾ ਵਜੋਂ ਕਿ ਕੁਆਂਟਮ ਸੈਕਟਰ ਵਪਾਰਕ ਪ੍ਰਸੰਗਿਕਤਾ ਦੇ ਨੇੜੇ ਆ ਰਿਹਾ ਹੈ।

ਰੈਲੀ ਇਸ ਗੱਲ ਨੂੰ ਦਰਸਾਉਂਦੀ ਹੈ ਕਿ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਦੇ ਆਲੇ ਦੁਆਲੇ ਕਿੰਨੀ ਨੇੜਿਓਂ ਬੰਨ੍ਹੀ ਹੋਈ ਭਾਵਨਾ ਵਿਆਪਕ ਏਆਈ ਬੂਮ ਲਈ ਬਣ ਗਈ ਹੈ। ਜਦੋਂ ਮੋਹਰੀ GPU ਕੰਪਨੀ ਕੁਆਂਟਮ ਹਾਰਡਵੇਅਰ ਨੂੰ ਵਧੇਰੇ ਵਿਹਾਰਕ ਬਣਾਉਣ ਲਈ ਸਪਸ਼ਟ ਤੌਰ 'ਤੇ ਤਿਆਰ ਕੀਤੇ ਗਏ ਮਾਡਲਾਂ ਨੂੰ ਜਾਰੀ ਕਰਦੀ ਹੈ, ਤਾਂ ਇਹ ਕੁਆਂਟਮ ਨੂੰ ਕਲਾਸੀਕਲ ਕੰਪਿਊਟਿੰਗ ਦੇ ਦੂਰ ਦੇ ਵਿਰੋਧੀ ਵਜੋਂ ਨਹੀਂ ਸਗੋਂ ਇੱਕ ਨਾਲ ਲੱਗਦੀ ਸਰਹੱਦ ਦੇ ਤੌਰ 'ਤੇ ਰੀਫ੍ਰੇਮ ਕਰਦੀ ਹੈ ਜਿਸ ਨੂੰ AI ਕਾਬੂ ਕਰਨ ਵਿੱਚ ਮਦਦ ਕਰੇਗਾ।

ਓਪਨ ਵੇਟ ਇੱਥੇ ਮਾਇਨੇ ਕਿਉਂ ਰੱਖਦੇ ਹਨ

ਐਨਵੀਆਈਡੀਆ ਦਾ ਆਈਸਿੰਗ ਮਾਡਲਾਂ ਨੂੰ ਖੁੱਲੇ ਵਜ਼ਨ ਵਜੋਂ ਜਾਰੀ ਕਰਨ ਦਾ ਫੈਸਲਾ ਧਿਆਨਯੋਗ ਹੈ ਕਿਉਂਕਿ ਕੁਆਂਟਮ ਗਲਤੀ ਸੁਧਾਰ ਇੱਕ ਅਜਿਹਾ ਖੇਤਰ ਹੈ ਜਿੱਥੇ ਪ੍ਰਗਤੀ ਨੂੰ ਰਵਾਇਤੀ ਤੌਰ 'ਤੇ ਵਿਅਕਤੀਗਤ ਹਾਰਡਵੇਅਰ ਕੰਪਨੀਆਂ ਅਤੇ ਅਕਾਦਮਿਕ ਲੈਬਾਂ ਦੇ ਅੰਦਰ ਬੰਦ ਕਰ ਦਿੱਤਾ ਗਿਆ ਹੈ। ਓਪਨ ਮਾਡਲ AI-ਸਹਾਇਤਾ ਪ੍ਰਾਪਤ ਸੁਧਾਰ ਦੇ ਨਾਲ ਪ੍ਰਯੋਗ ਕਰਨ ਲਈ ਮਲਕੀਅਤ ਡੀਕੋਡਰਾਂ ਤੱਕ ਪਹੁੰਚ ਤੋਂ ਬਿਨਾਂ ਖੋਜਕਰਤਾਵਾਂ ਲਈ ਰੁਕਾਵਟ ਨੂੰ ਘੱਟ ਕਰਦੇ ਹਨ।

ਜੇਕਰ ਖੁੱਲ੍ਹੀ ਪਹੁੰਚ ਅਪਣਾਉਂਦੀ ਹੈ, ਤਾਂ ਇਹ ਉਸ ਕਿਸਮ ਦੀ ਸਹਿਯੋਗੀ, ਅੰਤਰ-ਸੰਸਥਾ ਦੀ ਤਰੱਕੀ ਨੂੰ ਤੇਜ਼ ਕਰ ਸਕਦੀ ਹੈ ਜੋ ਵੱਡੇ ਭਾਸ਼ਾ ਮਾਡਲਾਂ ਨੂੰ ਅੱਗੇ ਵਧਾਉਂਦੀ ਹੈ। ਖੋਜਕਰਤਾ ਹਰੇਕ ਨਵੇਂ ਕੁਆਂਟਮ ਪਲੇਟਫਾਰਮ ਲਈ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਅਤੇ ਸੁਧਾਰ ਸੌਫਟਵੇਅਰ ਨੂੰ ਮੁੜ ਖੋਜਣ ਦੀ ਬਜਾਏ ਆਪਣੇ ਖੁਦ ਦੇ ਹਾਰਡਵੇਅਰ ਤੋਂ ਡੇਟਾ 'ਤੇ ਮਾਡਲਾਂ ਨੂੰ ਵਧੀਆ-ਟਿਊਨ ਕਰ ਸਕਦੇ ਹਨ, ਸੁਧਾਰ ਸਾਂਝੇ ਕਰ ਸਕਦੇ ਹਨ, ਅਤੇ ਇੱਕ ਆਮ ਟੂਲਕਿੱਟ ਬਣਾ ਸਕਦੇ ਹਨ।

ਉਪਯੋਗੀ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਦਾ ਰਾਹ

ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਨੇ ਕਈ ਸਾਲ ਸਾਵਧਾਨ ਆਸ਼ਾਵਾਦ ਦੀ ਸਥਿਤੀ ਵਿੱਚ ਬਿਤਾਏ ਹਨ, ਖੋਜਕਰਤਾਵਾਂ ਨੇ ਵਾਰ-ਵਾਰ ਚੇਤਾਵਨੀ ਦਿੱਤੀ ਹੈ ਕਿ ਨੁਕਸ-ਸਹਿਣਸ਼ੀਲ, ਵਿਆਪਕ ਤੌਰ 'ਤੇ ਉਪਯੋਗੀ ਮਸ਼ੀਨਾਂ ਸਾਲਾਂ ਤੋਂ ਦੂਰ ਰਹਿੰਦੀਆਂ ਹਨ। ਐਨਵੀਆਈਡੀਆ ਇਹ ਦਾਅਵਾ ਨਹੀਂ ਕਰ ਰਿਹਾ ਹੈ ਕਿ ਆਈਸਿੰਗ ਉਸ ਸਮੱਸਿਆ ਨੂੰ ਪੂਰੀ ਤਰ੍ਹਾਂ ਹੱਲ ਕਰਦਾ ਹੈ। ਇਸ ਦੀ ਬਜਾਏ, ਕੰਪਨੀ ਸੱਟੇਬਾਜ਼ੀ ਕਰ ਰਹੀ ਹੈ ਕਿ AI ਇੰਜੀਨੀਅਰਿੰਗ ਰੁਕਾਵਟਾਂ, ਇੱਕ ਕੈਲੀਬ੍ਰੇਸ਼ਨ ਚੱਕਰ ਅਤੇ ਇੱਕ ਸਮੇਂ ਵਿੱਚ ਇੱਕ ਸੁਧਾਰੀ ਗਲਤੀ ਨੂੰ ਦੂਰ ਕਰਕੇ ਟਾਈਮਲਾਈਨ ਨੂੰ ਸੰਕੁਚਿਤ ਕਰ ਸਕਦਾ ਹੈ।

ਕੀ ਉਹ ਬਾਜ਼ੀ ਦਾ ਭੁਗਤਾਨ ਕਰਦਾ ਹੈ ਇਹ ਇਸ ਗੱਲ 'ਤੇ ਨਿਰਭਰ ਕਰੇਗਾ ਕਿ ਖੋਜ ਭਾਈਚਾਰਾ ਮਾਡਲਾਂ ਨੂੰ ਕਿੰਨੇ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਢੰਗ ਨਾਲ ਅਪਣਾਉਂਦੀ ਹੈ ਅਤੇ ਉਹ ਸ਼ੁਰੂਆਤੀ Aegiq ਨਤੀਜਿਆਂ ਤੋਂ ਪਰੇ ਕਿੰਨੀ ਅਸਲ-ਸੰਸਾਰ ਕਾਰਗੁਜ਼ਾਰੀ ਪ੍ਰਦਾਨ ਕਰਦੇ ਹਨ। ਪਰ ਆਈਸਿੰਗ ਦੇ ਨਾਲ, NVIDIA ਨੇ ਇੱਕ ਸਪੱਸ਼ਟ ਲਾਈਨ ਖਿੱਚੀ ਹੈ: ਉਪਯੋਗੀ ਕੁਆਂਟਮ ਕੰਪਿਊਟਿੰਗ ਦਾ ਭਵਿੱਖ, ਇਸਦੇ ਦ੍ਰਿਸ਼ਟੀਕੋਣ ਵਿੱਚ, AI ਦੀ ਬੁਨਿਆਦ 'ਤੇ ਬਣਾਇਆ ਜਾਵੇਗਾ।

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →