Группа китайских учёных из Университета электронных наук и технологий Китая (UESTC), Университета Цинхуа и Шанхайского института микросистем и информационных технологий создала полупроводниковый источник запутанных фотонов, что может стать «замечательным потенциалом» для создания небольших и надежных квантовых чипов. В основе разработки лежит нитрид галлия (GaN), десятилетиями использующийся для выпуска синих светодиодов.

Источник изображения: ИИ-генерация Кандинский 3.0/3DNews

Запутывание фотонов позволяет защищать передаваемую информацию (квантовое распределение ключей) и выполнять квантовые вычисления или симуляции. И первые, и вторые операции можно выполнять с помощью пар запутанных фотонов. Другое дело, что их запутывание остаётся относительно сложным процессом, требующим особенных источников света, к примеру, на основе нитрида кремния или фосфида индия. Переход на нитрид галлия, хорошо знакомый производителям светодиодов и чипов, позволит шире и мощнее использовать квантовые каналы связи, а также подумать о создании квантовых систем на чипе.

Разработанный китайскими учёными источник запутанных фотонов представляет собой вытравленное на плёнке нитрида галлия кольцо диаметром 120 мкм (сама плёнка выращена на сапфировой подложке традиционным способом). При освещении кольца лучом лазера в инфракрасном диапазоне часть фотонов оказываются в своеобразной ловушке и начинают перемещаться по кольцу. Некоторые из таких частиц становятся резонансными парами. Резонансные пары, в свою очередь в процессе так называемого четвертьволнового смешения — известного явления в нелинейной оптике (кольцо из нитрида галлия — это и есть нелинейный оптический канал), порождают новую пару уже запутанных друг с другом частиц.

Измерения показали, что возникающая в кольце нитрида галлия запутанность такого же качества, как и в случае с другими квантовыми источниками света. Иными словами, предложенное решение можно брать на вооружение при проектировании оборудования для квантовых каналов связи и для квантовых процессоров. Более того, диапазон длин волн у GaN-источника света простирается до 100 нм против 25,6 нм у «традиционных» источников света. А это, в свою очередь, позволит расширить и уплотнить каналы передачи квантовой информации.

По словам разработчиков, помимо квантового источника света, GaN также является многообещающим материалом для изготовления других компонентов квантовых схем, включая лазер с накачкой и детекторы лёгких частиц. «Платформа GaN имеет значительные перспективы для создания квантовых фотонных интегральных схем “всё на кристалле” по сравнению с существующими платформами», — резюмируют учёные.

Чувствительность квантовых состояний к слабейшим внешним помехам продолжает оставаться камнем преткновения на пути к квантовому интернету и распределённым квантовым вычислениям. Решением проблемы станет открытие квантовой памяти, которая позволит сохранять и считывать квантовые состояния без разрушения. Это сняло бы проблему квантовых повторителей и развёртывания глобальных сетей квантового интернета.

Источник изображений: Imperial College London

Группа учёных из Имперского колледжа Лондона предложила свой способ решения этих проблем. Они создали и испытали платформу по записи квантовых состояний фотонов в облаке атомов рубидия. Нейтральные холодные атомы, как хорошо известно, часто выступают в роли платформ с ярко выраженными квантовыми свойствами.

Исследователи создали целую систему для генерации фотонов, преобразования их длин волн в необходимую для передачи по волоконно-оптической сети и записи в облако атомов рубидия. Своеобразным активатором «памяти» стал лазер, импульс которого включал её и отключал. Фотоны генерировались квантовыми точками, а затем с помощью фильтров и модуляторов им придавалась другая частота, соответствующая длине волны 1529,3 нм для передачи по оптике.

До попадания в облако атомов рубидия частота фотонов подвергалась ещё одной корректировке, но уже с прицелом на то, чтобы атомы рубидия могли их поглощать. Такую память назвали ORCA (нерезонансное каскадное поглощение). Лазерный импульс, о котором упоминали выше, своим воздействием менял свойства атомов рубидия по поглощению фотонов.

Эксперименты показали, что система может работать на стандартном оптоволоконном оборудовании. Эффективность сохранения квантовых состояний фотонов с последующим их извлечением без разрушения составила 12,9 %. Очевидно, что для внедрения этой разработки в практику пройдут годы, если не десятилетия, но это уже тот результат, который можно развивать. К счастью, он такой не один и что-то может стать реальностью намного раньше. Например, предложенная датчанами оптико-механическая квантовая память на запоминании квантовых состояний фотонов в фононах. Но это уже другая история.

Nvidia вступила на «территорию коррекции»: её акции упали на 10 % по сравнению с последним историческим максимумом в $950 за акцию. Во вторник торги закрылись на отметке $853,54, падение за сессию составило 2 %. Аналитики связывают снижение стоимости акций Nvidia c представленным накануне компанией Intel ИИ-ускорителем Gaudi 3, «сокращением» моделей ИИ и перенаправлением инвестиций крупных клиентов на разработку собственного оборудования для ИИ.

Источник изображения: Nvidia

Nvidia за последние годы стала ключевым бенефициаром бума искусственного интеллекта благодаря ажиотажному спросу на её чипы, предназначенные для ресурсоёмких приложений ИИ. Ускорители компании являются ключевым компонентом множества центров обработки данных. Nvidia сообщила о росте в четвёртом квартале разводненной прибыли на акцию (non-GAAP) на 486 % благодаря беспрецедентной популярности генеративных моделей искусственного интеллекта.

Однако последние две недели акции компании находятся под давлением. Падение курса ценных бумаг составило 10 % по сравнению с последним историческим максимумом, которого они достигли 25 марта. Сегодня акции Nvidia торговались с понижением на 0,7 % по состоянию на 9:45 утра по времени восточного побережья США (16:45 мск). Финансовые эксперты советуют инвесторам фиксировать прибыль, которая может составить более чем 200 % за последние 12 месяцев.

Источник изображения: cnbc.com

Одной из возможных причин понижения курса акций Nvidia аналитики называют «сокращение» моделей искусственного интеллекта, включая альтернативы, такие как большая модель Mistral и система LLaMA от Meta✴. «Сочетание сокращения моделей, более устойчивого роста спроса, зрелых инвестиций в гиперскейлеры и растущего использования крупнейшими клиентами собственных чипов не сулит ничего хорошего для Nvidia в ближайшие годы», — полагают эксперты аналитической компании D.A. Davidson.

Конкуренция в сфере ускорителей вычислений нарастает. Во вторник компания Intel представила свой новый чип для ускорения искусственного интеллекта под названием Gaudi 3. По утверждению компании, новый чип более чем в два раза энергоэффективнее, чем H100 — самый популярный из ныне выпускаемых ускорителей Nvidia, и может запускать модели искусственного интеллекта в 1,5 раза быстрее, чем H100.

Хотя консенсус-оценки говорят о том, что спрос на графические процессоры Nvidia для технологий искусственного интеллекта в этом году будет высоким, в 2025 году ожидается замедление роста, а в 2026 году аналитики предрекают значительный спад для Nvidia, так как крупные покупатели чипов искусственного интеллекта, такие как Amazon и Microsoft, вероятно, направят большую часть своих инвестиций в собственное оборудование.

Сегодня на мероприятии Vision 2024 компания Intel представила множество новых продуктов, среди которых ИИ-ускорители Gaudi 3. По заявлениям создателей, они позволяют обучать нейросети в 1,7 раза быстрее, на 50 % увеличить производительность инференса и работают на 40 % эффективнее конкурирующих H100 от NVIDIA, которые являются самыми популярными на рынке.

Источник изображений: Intel

Gaudi 3 — третье поколение ускорителей ИИ, появившихся благодаря приобретению Intel в 2019 году компании Habana Labs за $2 млрд. Массовое производство Gaudi 3 для OEM-производителей серверов начнётся в третьем квартале 2024 года. Помимо этого, Gaudi 3 будет доступен в облачном сервисе Intel Developer Cloud для разработчиков, что позволит потенциальным клиентам испытать возможности нового чипа.

Gaudi 3 использует ту же архитектуру и основополагающие принципы, что и его предшественник, но при этом он выполнен по более современному 5-нм техпроцессу TSMC, тогда как в Gaudi 2 использованы 7-нм чипы. Ускоритель состоит из двух кристаллов, на которые приходится 64 ядра Tensor Processing Cores (TPC) пятого поколения и восемь матричных математических движков (MME), а также 96 Мбайт памяти SRAM с пропускной способностью 12,8 Тбайт/с. Вокруг установлено 128 Гбайт HBM2e с пропускной способностью 3,7 Тбайт/с. Также Gaudi 3 укомплектован 24 контроллерами Ethernet RDMA с пропускной способностью по 200 Гбит/с, которые обеспечивают связь как между ускорителями в одном сервере, так и между разными серверами в одной системе.

Gaudi 3 будет выпускаться в двух формфакторах. Первый — OAM (модуль ускорителя OCP) HL-325L, использующийся в высокопроизводительных системах на основе ускорителей вычислений. Этот ускоритель получит TDP 900 Вт и производительность 1835 терафлопс в FP8. Модули OAM устанавливаются по 8 штук на UBB-узел HLB-325, которые можно объединять в системы до 1024 узлов. По сравнению с прошлым поколением, Gaudi 3 обеспечивает вдвое большую производительность в FP8 и вчетверо — в BF16, вдвое большую пропускную способность сети и 1,5 раза — памяти.

OAM устанавливаются в универсальную плату, поддерживающую до восьми модулей. Модули и платы уже отгружены партнёрам, но массовые поставки начнутся лишь к концу года. Восемь OAM на плате HLB-325 дают производительность 14,6 петафлопс в FP8, остальные характеристики масштабируются линейно.

Второй формфактор — двухслотовая карта расширения PCIe с TDP 600 Вт. По заявлениям Intel, несмотря на заметно меньший TDP этой версии, производительность в FP8 осталась той же — 1835 терафлопс. А вот масштабируемость хуже — модули рассчитаны на работу группами по четыре. Gaudi 3 в данном формфакторе появятся в 4 квартале 2024 года.

Dell, HPE, Lenovo и Supermicro уже поставили клиентам образцы систем с Gaudi 3 с воздушным охлаждением, а в ближайшее время должны появится модели с жидкостным охлаждением. Массовое производство начнётся лишь в 3 и 4 кварталах 2024 года соответственно.

Intel также поделилась собственными тестами производительности, сравнив Gaudi 3 с системами на основе H100. По словам Intel, Gaudi 3 справляется с обучением нейросетей в 1,5–1,7 раза быстрее. Сравнение велось на моделях LLAMA2-7B и LLAMA2-13B на системах с 8 и 16 ускорителями, а также на модели GPT 3-175B на системе с 8192 ускорителями. Intel не стала сравнивать системы на Gaudi 3 с системами на H200 от NVIDIA, у которого на 76 % больше памяти, а её пропускная способность выше на 43 %.

Intel сравнила Gaudi 3 с H200 в инференсе, но уже не кластерами, а отдельным модулем. В пяти тестах с LLAMA2-7B/70B производительность Gaudi 3 оказалась на 10–20 % ниже, в двух равна и в одном чуть выше H200. При этом Intel заявляет о 2,6-кратном преимуществе в энергопотреблении по сравнению с H100.

Исследователи из Университета Нотр-Дам (University of Notre Dame) создали эффективное покрытие для обычных оконных стёкол. Оно блокирует инфракрасный и ультрафиолетовый свет и полностью пропускает видимое излучение. С таким фильтром на окне в комнате будет светло и прохладно, что важно для стран с жарким климатом, где охлаждение помещений требует огромных расходов энергии. Удивительно, но в создании фильтра помог ИИ и квантовые расчёты.

Источник изображения: University of Notre Dame

По словам учёных, они создали первый в отрасли широкоугольный спектральный фильтр. Благодаря этому достигается полосовая селективность, что позволило сохранить максимум света в оптическом диапазоне, и вырезать из него ультрафиолетовый и несущий тепло инфракрасный свет в ближнем диапазоне этих волн. Более того, впервые в отрасли создана плёнка, которая одинаково хорошо пропускает и фильтрует свет вне зависимости от угла падения солнечных лучей. Иными словами: утром, днём и вечером.

Базовый поиск необходимых оптических материалов осуществлялся с помощью интерактивного машинного обучения и с использованием квантового компьютера. В частности, использовался так называемый квантовый отжиг или нахождение оптимальных значений для набора из множества параметров.

Квантовые алгоритмы и ИИ сузили выбор базовых материалов с необходимыми оптическими селективными характеристиками до кремнезёма, оксида алюминия и титана. Для отражения инфракрасного излучения поверх всех трёх плёнок на стекле добавили кремниевый полимер, который также повысил прочность покрытия. Эксперименты показали, что предложенная плёнка при сохранении прозрачности снижает температуру в помещении на 5,4–7,2 °C. Охлаждающий эффект пленки сохранялся независимо от угла пропускания света снаружи.

Источник изображения: Cell Reports Physical Science

Для стран с жарким климатом, подчёркивают исследователи, предложенный оконный фильтр может снизить годовой расход энергии на охлаждение примерно на 97,5 МДж/м². Для дома средней площади в США это может вылиться в экономию до трети потребляемой в год электрической энергии, о чём исследователи подробно рассказали в статье в журнале Cell Reports Physical Science.

Компания Microsoft совместно с разработчиком квантовых компьютеров Quantinuum сообщила о разработке методологии, которая позволяет значительно снизить частоту появления ошибок при исполнении квантовых алгоритмов. Решение Microsoft не только снижает частоту появления ошибок, но также позволяет исправлять ошибки, что открывает путь к коммерческим квантовым системам и новой эре в вычислениях.

Источник изображения: Microsoft

Современные квантовые платформы подвержены шуму и поэтому ошибки вычислений на них неизбежны и многочисленны. Например, согласно анализу специалистов Google, для достижения полной безошибочности вычислений каждый логический кубит должен состоять из 1000 физических кубитов. Тем самым коммерчески значимый квантовый компьютер из 1000 логических кубитов, на которых будут исполняться алгоритмы, должен состоять из 1 млн физических кубитов. Это будет безумно дорого, но также неэффективно уверяют в Microsoft.

«Простое увеличение числа физических кубитов с высокой частотой ошибок — без улучшения этого показателя — бесполезно, поскольку в результате большой квантовый компьютер станет не более производительным, чем раньше, — утверждают Деннис Том (Dennis Tom), генеральный менеджер Azure Quantum, и Криста Своре (Krysta Svore), вице-президент подразделения Advanced Quantum Development Microsoft. — Напротив, когда физические кубиты с достаточным качеством работы используются со специализированной системой управления и диагностики для обеспечения работы виртуальных кубитов, только тогда увеличение числа физических кубитов приводит к созданию мощных, отказоустойчивых квантовых компьютеров, способных выполнять более длительные и сложные вычисления».

Иначе говоря, необходимы такие решения, которые помогут снизить как частоту появления ошибок физических кубитов, так и логических. Это позволит создавать логические кубиты из меньшего числа физических кубитов и быстрее приведёт к появлению коммерчески значимых квантовых систем, ведь, худо-бедно, а собрать сегодня платформу из 1000 физических кубитов — это реально.

Используя квантовую платформу компании Quantinuum на ловушках ионов и фирменный процессор Quantinuum H2, команда исследователей смогла объединить 30 физических кубитов в четыре высоконадёжных логических кубита. На этих четырёх кубитах было запущено свыше 14 тыс. алгоритмов, в процессе обработки которых не возникло ни единой ошибки. Отдельные эксперименты были посвящены исправлению ошибок логических кубитов без разрушения их состояния. По мнению постановщиков экспериментов — это прорыв и начало новой эры квантовых вычислений.

Это шаг в правильном направлении для квантовых вычислений. Остается ещё много проблем, которые предстоит решить, а затем повсеместно внедрить, но теоретически компьютер со 100 такими логическими кубитами уже может быть полезен для решения некоторых задач, тогда как система с 1000 кубитами, по словам Microsoft, «может обеспечить коммерческое преимущество».

Работа специалистов Microsoft, посвящённая этому исследованию, свободно доступна по ссылке.

Плюсы и минусы использования памяти 3D NAND очевидны: плотность и дешевизна играют против сложности алгоритмов и высокого износа. С кубитами в квантовых процессорах аналогичный подход может дать больше выгоды. Они тоже могут быть многоуровневыми, что увеличит плотность без усложнения архитектуры, а масштабирование квантовых систем пока является большой проблемой. Российские физики выбрали путь использования многоуровневых кубитов и это приносит результат.

Выпущенный в России 8-кубитный процессор. Источник изображения: Университета МИСИС

В журнале Physical Review A. (Q1) вышла новая статья за авторством исследователей Университета МИСИС, Российского квантового центра, ФИАН им. Лебедева и МФТИ, в которой доказана эффективность кутритов — трёхуровневых квантовых систем. Работа освещает два важных аспекта. Во-первых, это независимость от выбора платформы — кубит может быть в принципе любым. Во-вторых, один многоуровневый кубит может заменить два обычных для исполнения алгоритма. В качестве дополнительного эффекта можно ещё назвать симуляцию физических явлений, которые не поддаются расчётам на классических компьютерах.

«Для меня этот результат представляется важным прежде всего потому, что одновременно, фактически в параллельном режиме, квантовые алгоритмы были запущены на двух совершенно разных физических платформах — сверхпроводящей и ионной — в двух ведущих российских исследовательских центрах. Идентичность результатов указывает на высокую достоверность и воспроизводимость расчётов на разных аппаратных средствах и, конечно, на справедливость квантовых постулатов. И, конечно, тот факт, что мы впервые использовали ионные и сверхпроводящие кутриты также выделяет данное исследование: в мире насчитывается всего несколько групп, которые овладели этим методом», — сообщил директор Физического института им. П.Н. Лебедева РАН Николай Колачевский.

Исследователи использовали кутриты — кубиты с двумя основными состояниями и одним дополнительным. В ФИАН была создана платформа на ионах в ловушке, а в НИТУ МИСИС на сверхпроводниковом 8-кубитном процессоре. С помощью кутритов исследователи смоделировали неравновесный фазовый переход нарушения симметрии чётности и времени. Такая симметрия нарушается, если изолированная физическая система начинает взаимодействовать с окружающим миром, теряя при этом часть своей энергии.

Фактически платформами на кутритах был выполнен алгоритм, позволивший смоделировать различные режимы затухающих колебаний абстрактной квантовой системы. Подобная концепция ранее была предложена научной группой хельсинского университета Аалто, однако, в отличие от финских коллег, российским учёным для реализации идеи потребовался всего лишь один кутрит вместо двух полноценных кубитов, что является более экономичным решением с точки зрения ресурсов квантового процессора.

Предложенный подход обещает приблизить практическую ценность квантовых платформ без достижения умопомрачительного количества кубитов в архитектуре. Алгоритмы будут сложнее — этого не отнять. Но с математикой в России всегда было хорошо и это, очевидно, проще, чем создать ресурсоёмкий квантовый компьютер.

«Исследование дополнительного уровня на сверхпроводниковых кубитах представляет для нас больший интерес. Проделанная работа является важным шагом на пути к реализации защищенных логических кубитов с использованием кодов коррекции квантовых ошибок, так как именно утечка квантовой информации на этот уровень считается наиболее трудно исправляемой ошибкой. Кроме того, дополнительный уровень даёт новые возможности с точки зрения выполнения квантовых алгоритмов здесь и сейчас», — сообщила первый автор работы, сотрудник РКЦ и лаборатории сверхпроводниковых квантовых технологий Университета МИСИС Алёна Казьмина.

Но самое главное в проделанной работе — это потенциал к дальнейшему наращиванию числа состояний у отдельных кубитов. Ведь таких может быть больше трёх, что наглядно демонстрирует та же память 3D NAND. Поэтому российские физики не забывают также о куквартах, куквинтах и других многоуровневых кубитах. Но это уже другая история.

Исследователи из Университета Нового Южного Уэльса (Австралия), первыми продемонстрировали жизнеспособность «горячих кубитов», концепции которая ранее воспринималась как теоретическая. Разработка учёных на основе спиновых кубитов смогла выполнить операции при температуре в 20 раз выше, чем системы IBM и Google на сверхпроводящих кубитах. Это шаг в будущее к практичным квантовым вычислителям, заявляют разработчики.

Источник изображения: Anna Kucera

В прошлом специалисты UNSW неоднократно доказывали свою состоятельность в разработке квантовых вычислительных платформ. Новый проект обещает сделать квантовые компьютеры дешевле и надёжнее за счёт относительно большого скачка в необходимых для работы системах охлаждения. В случае реализации квантового процессора по новой технологии, охлаждать систему придётся не до долей К в районе абсолютного нуля, а всего до 1 К (кельвина) или до -272 °C вместо -273,15 °C.

На первый взгляд, разница незначительная. Но по факту — это условная пропасть между двумя показателями. И дело не только в том, что охлаждать до 1 K будет проще и дешевле, чем до 0 К. При температуре -272 °C уже могут работать кремниевая электроника, что позволит напрямую сопрягать квантовые (кубитовые) процессоры и обычные процессоры.

Это значит, что вся платформа поместится под одним теплоизоляционным кожухом без необходимости интерфейса между блоками с разным уровнем охлаждения. Масштабировать такие решения станет проще, а также появится возможность использовать классическую логику для коррекции ошибок квантовых алгоритмов.

«Хотя наши квантовые процессоры по-прежнему требуют охлаждения, стоимость и сложность всей системы значительно снижаются при таких повышенных температурах, — говорят разработчики. — Мы были мотивированы задачей достижения высокоточного управления кубитами, их инициализации и считывания данных при повышенных температурах».

Квантовые процессоры Intel на спиновых кубитах работают при температуре менее 1 К, что делает платформу компании более сложной и дорогой. В то же время Intel создаёт классическую логику для управления кубитами при охлаждении до сверхнизких температур, например, 22-нм чипсет Horse Ridge. Однако SoC Horse Ridge не может быть охлаждён ниже температуры 4 К, что заставляет охлаждать их отдельно и соединять через термоинтерфейс. Разработка австралийцев позволила заметно сузить разницу в охлаждении квантовых процессоров и логики и, похоже, постепенно позволит создать общую или гибридную квантовую платформу.

22 марта лидеры стран ЕС подписали «Квантовый пакт», в котором признается важность развития технологий квантовых вычислений для повышения научной и промышленной конкурентоспособности блока. Томас Скордас (Thomas Skordas) из Еврокомиссии описывает «Квантовый пакт» как программу по превращению Европы в «квантовую долину мира». Квантовые вычисления найдут применение во многих сферах, в том числе в медицине, энергетике и моделировании климата.

«Квантовые вычисления позволят значительно повысить производительность, оживить промышленность и открыть новые рынки, приложения и возможности трудоустройства», — заявил Скордас на конференции «Формирование квантового будущего Европы», состоявшейся в Брюсселе. Мероприятие включало в себя основные доклады, групповые дискуссии и семинары по квантовой стратегии ЕС и проводилось в Бельгийском институте естественных наук.

«Квантовый пакт» заложил основу для сотрудничества, инвестиций и инноваций в области технологий квантовых вычислений в ЕС, позиционируя его как мирового лидера в этой области. Пакт подписали 20 европейских стран: Хорватия, Кипр, Чехия, Дания, Эстония, Финляндия, Франция, Германия, Греция, Венгрия, Италия, Латвия, Нидерланды, Польша, Румыния, Испания, Словакия, Словения, Испания и Швеция. Ирландия пакт не подписала.

Страны, подписавшие пакт, намерены расширять взаимовыгодное сотрудничество для улучшения и ускорения исследований, разработок и инноваций в области квантовых вычислений, а также способствовать созданию рабочих мест и широкому использованию квантовых технологий в экономике.

«Только опираясь на наши сильные стороны, работая вместе, проявляя амбиции, ориентируясь на весь спектр деятельности – исследования, промышленность, инфраструктуру, таланты, внешнее партнёрство и многое другое – мы сможем превратить Европу в ведущий регион мира в области квантового совершенства и инновации. Квантовые вычисления помогут нам бросить вызов границам возможного», — добавил Скордас.

В прошлом месяце ЕС и Канада объявили о намерении активизировать своё стратегическое цифровое партнёрство для решения «новых задач цифровой трансформации», таких как ИИ, квантовая наука, полупроводники, государственная политика, связанная с онлайн-платформами, безопасная международная связь, кибербезопасность и цифровая идентичность.

Квантовые вычисления обещают экспоненциально ускорить расчёты, но как и с помощью каких алгоритмов — это человечество пока представляет очень слабо. Очевидно, что чем больше светлых умов будет вовлечено в поиск практического применения квантовых платформ, тем скорее наступит прорыв. При этом важно использовать всё то богатство возможностей, которое предоставляют классические компьютеры. Nvidia Quantum Cloud — это шаг в нужном направлении.

Источник изображения: Nvidia

Компания объявила, что 18 марта запустила облачный сервис, «который позволяет исследователям и разработчикам расширять границы исследований квантовых вычислений в ключевых научных областях, включая химию, биологию и материаловедение». Платформа доступна по подписке через крупных облачных провайдеров.

В основе сервиса Quantum Cloud лежит платформа квантовых вычислений CUDA-Q с открытым исходным кодом. По словам Nvidia, до 75 % компаний, так или иначе развёртывающих физические квантовые платформы, используют CUDA-Q. Иными словами, это востребованный и удобный для решения своих задач продукт. По крайней мере, альтернатив немного. Тем самым Quantum Cloud как услуга «впервые позволяет пользователям создавать и тестировать в облаке новые квантовые алгоритмы и приложения, включая мощные симуляторы и инструменты для гибридного квантово-классического программирования».

«Квантовые вычисления представляют собой следующий революционный рубеж вычислительной техники, и потребуются самые блестящие умы в мире, чтобы приблизить это будущее ещё на шаг, — сказал Тим Коста (Tim Costa), директор по высокопроизводительным вычислениям и квантовым вычислениям в Nvidia. — Nvidia Quantum Cloud устраняет барьеры для изучения этой преобразующей технологии и позволяет каждому учёному в мире использовать возможности квантовых вычислений и приближать свои идеи к реальности».

Важной особенностью Quantum Cloud стала возможность интеграции программного обеспечения сторонних производителей для ускорения научных исследований. На данном этапе в составе платформы можно будет воспользоваться разработанным в сотрудничестве с Университетом Торонто пакетом Generative Quantum Eigensolver, который использует большие языковые модели (LLM), позволяющие квантовым алгоритмам быстрее находить энергию основного состояния молекулы; пакет израильского стартапа Classiq, облегчающий создание больших и сложных квантовых программ, включая глубокий анализ квантовых схем; и пакет QC Ware Promethium, помогающий решать сложные задачи квантовой химии, например, связанные с молекулярным моделированием.

Компания Nvidia в рамках конференции GTC 2024 представила ИИ-ускорители следующего поколения на графических процессорах с архитектурой Blackwell. По словам производителя, грядущие ИИ-ускорители позволят создавать ещё более крупные нейросети, в том числе работать с большими языковыми моделями (LLM) с триллионами параметров, и при этом будут до 25 раз энергоэффективнее и экономичнее в сравнении с Hopper.

Источник изображений: Nvidia

Архитектура GPU Blackwell получила название в честь американского математика Дэвида Блэквелла (David Harold Blackwell) и включает в себя целый ряд инновационных технологий для ускорения вычислений, которые помогут совершить прорыв в обработке данных, инженерном моделировании, автоматизации проектирования электроники, компьютерном проектировании лекарств, квантовых вычислениях и генеративном ИИ. Причём на последнем в Nvidia делают особый акцент: «Генеративный ИИ — это определяющая технология нашего времени. Графические процессоры Blackwell — это двигатель для новой промышленной революции», — подчеркнул глава Nvidia Дженсен Хуанг (Jensen Huang) в рамках презентации.

Графический процессор Nvidia B200 производитель без лишней скромности называет самым мощным чипом в мире. В вычислениях FP4 и FP8 новый GPU обеспечивает производительность до 20 и 10 Пфлопс соответственно. Новый GPU состоит из двух кристаллов, которые произведены по специальной версии 4-нм техпроцесса TSMC 4NP и объединены 2,5D-упаковкой CoWoS-L. Это первый GPU компании Nvidia с чиплетной компоновкой. Чипы соединены шиной NV-HBI с пропускной способностью 10 Тбайт/с и работают как единый GPU. Всего новинка насчитывает 208 млрд транзисторов.

Один из кристаллов Blackwell — в GPU таких кристаллов два

По сторонам от кристаллов GPU расположились восемь стеков памяти HBM3E общим объёмом 192 Гбайт. Её пропускная способность достигает 8 Тбайт/с. А для объединения нескольких ускорителей Blackwell в одной системе новый GPU получил поддержку интерфейса NVLink пятого поколения, которая обеспечивает пропускную способность до 1,8 Тбайт/с в обоих направлениях. С помощью данного интерфейса (коммутатор NVSwitch 7.2T) в одну связку можно объединить до 576 GPU.

Одними из главных источников более высокой производительности B200 стали новые тензорные ядра и второе поколение механизма Transformer Engine. Последний научился более тонко подбирать необходимую точность вычислений для тех или иных задач, что влияет и на скорость обучения и работы нейросетей, и на максимальный объём поддерживаемых LLM. Теперь Nvidia предлагает тренировку ИИ в формате FP8, а для запуска обученных нейросетей хватит и FP4. Но отметим, что Blackwell поддерживает работу с самыми разными форматами, включая FP4, FP6, FP8, INT8, BF16, FP16, TF32 и FP64. И во всех случаях кроме последнего есть поддержка разреженных вычислений.

Флагманским ускорителем на новой архитектуре станет Nvidia Grace Blackwell Superchip, в котором сочетается пара графических процессоров B200 и центральный Arm-процессор Nvidia Grace с 72 ядрами Neoverse V2. Данный ускоритель шириной в половину серверной стойки обладает TDP до 2,7 кВт. Производительность в операциях FP4 достигает 40 Пфлопс, тогда как в операциях FP8/FP6/INT8 новый GB200 способен обеспечить 10 Пфлопс.

Как отмечает сама Nvidia, новинка обеспечивает 30-кратный прирост производительности по сравнению с Nvidia H100 для рабочих нагрузок, связанных с большими языковыми моделями, а она до 25 раз более экономична и энергетически эффективна.

Ещё Nvidia представила систему GB200 NVL72 — фактически это серверная стойка, которая объединяет в себе 36 Grace Blackwell Superchip и пару коммутаторов NVSwitch 7.2T. Таким образом данная система включает в себя 72 графических процессора B200 Blackwell и 36 центральных процессоров Grace, соединенных NVLink пятого поколения. На систему приходится 13,5 Тбайт памяти HBM3E с общей пропускной способностью до 576 Тбайт/с, а общий объём оперативной памяти достигает 30 Тбайт.

Платформа GB200 NVL72 работает как единый GPU с ИИ-производительностью 1,4 эксафлопс (FP4) и 720 Пфлопс (FP8). Эта система станет строительным блоком для новейшего суперкомпьютера Nvidia DGX SuperPOD.

На переднем плане HGX-система с восемью Blackwell. На заднем — суперчип GB200

Наконец, Nvidia представила серверные системы HGX B100, HGX B200 и DGX B200. Все они предлагают по восемь ускорителей Blackwell, связанных между собой NVLink 5. Системы HGX B100 и HGX B200 не имеют собственного CPU, а между собой различаются только энергопотреблением и как следствие мощностью. HGX B100 ограничен TDP в 700 Вт и обеспечивает производительность до 112 и 56 Пфлопс в операциях FP4 и FP8/FP6/INT8 соответственно. В свою очередь, HGX B200 имеет TDP в 1000 Вт и предлагает до 144 и 72 Пфлопс в операциях FP4 и FP8/FP6/INT8 соответственно.

Наконец, DGX B200 копирует HGX B200 в плане производительности, но является полностью готовой системой с парой центральных процессоров Intel Xeon Emerald Rapids. По словам Nvidia, DGX B200 до 15 раз быстрее в задачах запуска уже обученных «триллионных» моделей по сравнению с предшественником.

Для создания наиболее масштабных ИИ-систем, включающих от 10 тыс. до 100 тыс. ускорителей GB200 в рамках одного дата-центра, компания Nvidia предлагает объединять их в кластеры с помощью сетевых интерфейсов Nvidia Quantum-X800 InfiniBand и Spectrum-X800 Ethernet. Они также были анонсированы сегодня и обеспечат передовые сетевые возможности со скоростью до 800 Гбит/с.

Свои системы на базе Nvidia B200 в скором времени представят многие производители, включая Aivres, ASRock Rack, ASUS, Eviden, Foxconn, GIGABYTE, Inventec, Pegatron, QCT, Wistron, Wiwynn и ZT Systems. Также Nvidia GB200 в составе платформы Nvidia DGX Cloud, а позже в этом году решения на этом суперчипе станут доступны у крупнейших облачных провайдеров, включая AWS, Google Cloud и Oracle Cloud.

МГТУ им. Н.Э. Баумана и ФГУП «ВНИИА им. Н.Л. Духова», работающие над созданием технологий квантовых компьютеров с 2016 года, заявили о запуске первого в России контрактного производства сверхпроводниковых квантовых процессоров на 100-мм пластинах. Производство разместится в новом кампусе МГТУ и должно удовлетворить спрос со стороны основных заказчиков, в числе которых технологические компании и научные лаборатории.

Источник изображений: МГТУ им. Н.Э. Баумана

Технологии сверхпроводниковых квантовых схем в значительной степени отличаются от классического полупроводникового КМОП-процессора и требуют соответствующих компетенций при производстве. В НОЦ ФМН (совместный научный центр МГТУ и ВНИИА) осуществили переход от изготовления «отдельных кристаллов» к серийному выпуску за счёт использования собственной технологии сверхпроводниковых джозефсоновских схем, которая является одной из наиболее перспективных при создании высокоточных квантовых процессоров и параметрических усилителей. На одной пластине размещаются сотни чипов разных квантовых устройств, которые объединены единым технологическим маршрутом изготовления.

Разработчикам потребовалось несколько лет, чтобы осуществить переход на серию с соблюдением параметров качества квантовых устройств, которое было достигнуто на отдельных чипах. Специалисты сознательно не хотели снижать уровень качества и в конечном счёте даже смогли улучшить точность изготовления элементов квантовых схем в допуске 0,5 нм. Для масштабирования технологии и организации контрактного производства ещё предстоит дооснастить построенный в этом году в новом Бауманском кампусе исследовательский кластер, площадь чистых комнат которого составляет 2500 м², уже спроектированным оборудованием.

Одна из важнейших задач при постановке серийного техпроцесса заключалась в создании наноразмерных элементов сверхпроводниковых устройств — джозефсоновских переходов. Они представляют собой трёхслойную структуру, состоящую из алюминия, туннельного оксида алюминия и алюминия (Al-AlOx-Al), внутри которой «рождается» кубит при переходе чипа в состояние сверхпроводимости (охлаждение процессора до температуры ниже 273 ºС). Специалисты НОЦ ФМН использовали технологию изготовления джозефсоновских переходов с линейными размерами в десятки нанометров с суб-нанометровой точностью. За счёт этого удалось добиться рекордных показателей воспроизводимости электрических характеристик переходов и параметров кубитов процессоров на мировом уровне.

Для постановки технологии в серийное производство на пластине 100 мм командой исследователей предложена и внедрена математическая модель, симулирующая процесс воспроизводимого форматирования джозефсоновских переходов. Полученные результаты позволяют изготавливать квантовые интегральные схемы с высочайшей точностью контроля частот кубитов.

Генеральный директор и соучредитель Nvidia Дженсен Хуанг (Jensen Huang) в понедельник 18 марта выйдет на сцену хоккейной арены Кремниевой долины, чтобы представить новые решения, включая ИИ-чипы нового поколения. Поводом для этого станет ежегодная конференция разработчиков GTC 2024, которая станет первой очной встречей такого масштаба после пандемии. Nvidia ожидает, что это мероприятие посетят 16 000 человек, что примерно вдвое превысит число посетителей в 2019-м.

Источник изображения: Getty Images

Рыночная капитализация Nvidia превысила $2 трлн в конце февраля, и теперь ей не хватает «всего» $400 млрд, чтобы превзойти Apple, которая занимает второе место по капитализации после лидера фондового рынка Microsoft. Аналитики ожидают, что выручка Nvidia в этом году вырастет на 81 % до $110 млрд, поскольку технологические компании на волне бума ИИ десятками тысяч скупают её новейшие ускорители ИИ для разработки и обучения чат-ботов, генераторов изображений и других нейросетей.

Новое поколение высокопроизводительных ИИ-чипов от Nvidia, которое предположительно получит обозначение B100, должно стать основой для дальнейшего укрепления рыночных позиций компании. В рамках предстоящей GTC компания Nvidia вряд ли раскроет все характеристики и назовёт точную цену нового ускорителя, которая не в последнюю очередь зависит от размера партии и сроков поставки. Очевидно, B100 будет намного быстрее своего предшественника и, вероятно, будет стоить дороже, хотя цена актуальных H100 может превышать $20 000. Поставки нового чипа ожидаются позднее в этом году.

Источник изображений: Nvidia

Спрос на текущие ускорители Nvidia превысил предложение: разработчики программного обеспечения месяцами ждут возможности использовать кластеры ускорителей ИИ у облачных провайдеров. Реагируя на высокий спрос, акции Nvidia выросли на 83 % в этом году после более чем утроения их стоимости в прошлом. И даже после этого стремительного роста акции Nvidia торгуются с прибылью, в 34 раза превышающей ожидаемую. Аналитики значительно повысили оценки будущих доходов компании, но, если их прогнозы окажутся слишком оптимистичными, акции Nvidia рискуют ощутимо просесть в цене.

«Самое большое беспокойство вызывает то, что цифры стали настолько большими и настолько быстрыми, что вы просто беспокоитесь, что они не продлятся долго, — считает аналитик Bernstein Стейси Расгон (Stacy Rasgon). — Чем больше у них появляется новых продуктов с более высокими характеристиками и более высокими ценами, тем больше у них возможностей для взлёта».

Nvidia также, вероятно, представит на GTC 2024 множество обновлений своего программного обеспечения CUDA, которое предоставляет разработчикам инструменты для запуска своих программ на ускорителях компании, ещё сильнее привязывая их к чипам Nvidia. Глубокое погружение в использование CUDA усложняет для разработчика переход на «железо» конкурентов, таких как AMD, Microsoft и Alphabet.

В прошлом году Nvidia начала предлагать процессоры и программное обеспечение в виде облачных сервисов и продолжает развивать успех. Аналитики полагают, что «возможно, поставщики облачных услуг и программного обеспечения нервничают из-за того, что Nvidia действует на их игровой площадке».

Nvidia располагает ощутимым технологическим преимуществом над китайскими конкурентами. США отрезали Китаю доступ к самым передовым чипам Nvidia, поэтому самыми передовыми китайскими ускорителями ИИ являются чипы Huawei, которые по производительности соответствуют процессорам Nvidia A100, выпущенным в далёком 2020 году. Ни один китайский ускоритель ИИ даже близко не может сравниться с флагманским чипом Nvidia H100, выпущенным в 2022 году, а предстоящий B100 ещё более увеличит отрыв. Эксперты полагают, что «со временем этот разрыв станет экспоненциально большим».

Президент России Владимир Путин поручил правительству разработать и осуществить реализацию мер, направленных на увеличение вычислительных мощностей отечественных суперкомпьютеров. Об этом было сказано во время оглашения послания Федеральному Собранию, а на официальном сайте Кремля уже опубликован список поручений, сформированный по итогам конференции «Путешествие в мир искусственного интеллекта».

Источник изображения: pixabay.com

«Правительству Российской Федерации: разработать и реализовать комплекс мер, направленных на увеличение вычислительных мощностей суперкомпьютеров, находящихся в Российской Федерации, определив конкретные параметры увеличения этих мощностей», — сказано в перечне поручений президента.

Кабинет министров также должен разработать механизмы использования архивов государственных и муниципальных органов и библиотечных фондов для создания наборов данных, которые могут быть использованы на безвозмездной основе. Ответственным за исполнение поручений назначен премьер-министр России Михаил Мишустин, а доклад об исполнении поручений глава государства ждёт к 1 марта.

«Так, в 2030 году совокупная мощность отечественных суперкомпьютеров должна быть увеличена не менее чем в 10 раз. Это абсолютно реалистичная задача<…> В целом, необходимо развивать всю инфраструктуру экономики данных. Я прошу правительство предложить конкретные меры поддержки компаний и стартапов, которые производят оборудование для хранения и обработки данных, а также создают программное обеспечение», — сказал Владимир Путин во время оглашения послания Федеральному Собранию.

Стоит отметить, что на данный момент в суперкомпьютерный рейтинг TOP500 входит лишь семь отечественных суперкомпьютеров. Самый мощный из них, принадлежащий «Яндексу» «Червоненкис» находится на 36-м месте в рейтинге с производительностью 21,5 Пфлопс. При этом лидер рейтинга, американский экзафлопсный суперкомпьютер Frontier превосходит российскую систему по производительности более чем в 50 раз.

Что касается самих поручений президента, то правительству предстоит реализовать выполнение следующих шагов:

• представить предложения о дополнительном финансировании за счет средств бюджета исследований и разработок в области генеративного искусственного интеллекта (ИИ);
• проанализировать потребности работодателей в сотрудниках, обладающих новыми навыками и компетенциями, и по итогам этого анализа внести изменения в профессиональные стандарты и в государственные образовательные стандарты;
• предусмотреть меры поддержки развития и внедрения больших генеративных моделей и технологических решений в области ИИ, а также создание инфраструктуры для их широкого использования;
• обеспечить разработку больших генеративных моделей для их использования в ключевых отраслях экономики;
• разработать и представить предложения о взаимодействии российских разработчиков программного обеспечения (ПО) в области ИИ и разработчиков такого ПО из «дружественных» стран;
• включить вопросы, касающиеся формирования этических стандартов в области ИИ, сбалансированного регулирования и научно-технического сотрудничества в этой области, в повестку дня заседаний БРИКС в 2024 году.

Отметим, что в этом году в стране началась реализация национального проекта, направленного на развитие экономики на основе данных, генерируемых в цифровых системах — как бизнеса, так и государства. Этот проект является продолжением национального проекта «Цифровая экономика». Помимо прочего новая инициатива предполагает разработку программы по созданию и закупке комплектующих, а также созданию суперкомпьютеров на территории России.

Сроки поставки графических процессоров NVIDIA H100, применяемых в приложениях ИИ и высокопроизводительных вычислениях, заметно сократились — с 8–11 до 3–4 месяцев. Аналитики полагают, что это связано с расширением возможностей аренды ресурсов у крупных компаний, таких как Amazon Web Services, Google Cloud и Microsoft Azure. В результате некоторые компании, ранее закупившие большое количество процессоров H100, теперь пытаются их продать.

Источник изображения: NVIDIA

The Information сообщает, что некоторые фирмы перепродают свои графические процессоры H100 или сокращают заказы из-за снижения дефицита и высокой стоимости содержания неиспользуемых запасов. Это знаменует собой значительный сдвиг по сравнению с прошлым годом, когда приобретение графических процессоров NVIDIA Hopper было серьёзной проблемой. Несмотря на повышение доступности чипов и значительное сокращение сроков выполнения заказов, спрос на чипы ИИ всё ещё продолжает превышать предложение, особенно среди компаний, обучающих большие языковые модели (LLM).

Ослабление дефицита ускорителей ИИ отчасти связано с тем, что поставщики облачных услуг упростили аренду графических процессоров NVIDIA H100. Например, AWS представила новый сервис, позволяющий клиентам планировать аренду графических процессоров на более короткие периоды, что привело к сокращению спроса и времени ожидания. Увеличение доступности ИИ-процессоров NVIDIA также привело к изменению поведения покупателей. Компании при покупке или аренде становятся более требовательными к ценам, ищут меньшие по размеру кластеры графических процессоров и больше внимания уделяют экономической жизнеспособности своего бизнеса.

В результате рост сектора искусственного интеллекта значительно меньше, чем в прошлом году, сдерживается ограничениями из-за дефицита чипов. Появляются альтернативы устройствам NVIDIA, например, процессоры AMD или AWS, которые наряду с повысившейся производительностью получили улучшенную поддержку со стороны программного обеспечения. В совокупности с взвешенным подходом к инвестициям в ИИ, это может привести к более сбалансированной ситуации на рынке.

Тем не менее, доступ к большим кластерам графических процессоров, необходимым для обучения LLM, до сих пор остаётся проблематичным. Цены на H100 и другие процессоры NVIDIA не снижаются, компания продолжает получать высокую прибыль и невероятными темпами наращивать свою рыночную стоимость. NVIDIA прогнозирует высокий спрос на ИИ-ускорители следующего поколения Blackwell. В поисках альтернатив Сэм Альтман (Sam Altman) из OpenAI пытается привлечь масштабное финансирование для создания дополнительных заводов по производству процессоров ИИ.