엔비디아, 양자컴퓨팅 가속 오픈소스 모델 ‘아이징’ 발표 - IT비즈뉴스

[AI] 오픈소스 ai | | {'이벤트': '📰', '머신러닝/연구': '📰', '하드웨어/반도체': '📰', '취약점/보안': '📰', '기타 AI': '📰', 'AI 딜': '📰', 'AI 모델': '📰', 'AI 서비스': '📰', 'discount': '📰', 'news': '📰', 'review': '📰', 'tip': '📰'} AI 모델
#ai반도체 #엔비디아 #젠슨황 #한강의기적 #헌정영상 #ai 혁신 #기타 ai #머신러닝/연구 #의료ai #인공지능

요약

엔비디아는 실용적인 양자 컴퓨팅 구현을 가속화하기 위해 오픈소스 양자 AI 모델 제품군인 ‘아이징’을 공개했습니다. 이번 솔루션에는 양자 프로세서 보정과 오류 정정 성능을 각각 최적화하여 기존 대비 작업 시간을 단축하고, 2.5배 더 빠른 속도와 3배 높은 정확도를 제공하는 모델이 포함되었습니다. 젠슨 황 CEO는 AI가 양자 머신의 운영체제 역할을 수행해 큐비트를 확장 가능하고 신뢰할 수 있는 시스템으로 전환할 것이라고 강조했습니다.

왜 중요한가

관련 엔티티

엔비디아 아이징 젠슨 황

본문

엔비디아가 오픈소스 양자 인공지능(AI) 모델 제품군인 ‘엔비디아 아이징’을 공개했다. 엔비디아 아이징은 실용적인 애플리케이션 구동이 가능한 양자 프로세서 개발 가속화를 위한 솔루션이다. 엔비디아는 "아이징은 양자 프로세서 보정 워크플로우를 지원해 양자 오류 정정에 필요한 디코딩 과정에서 2.5배 더 빠른 성능과 3배 더 높은 정확도를 제공한다"고 강조했다. 양자 애플리케이션의 대규모 구현을 위해 요청되는 양자 프로세서 보정, 양자 오류 정정 등을 보다 효과적으로 수행할 수 있는 게 엔비디아의 설명이다. 아이징 모델에는 ▲양자 프로세서의 측정 결과를 신속하게 해석하고 반응할 수 있는 비전언어모델(VLM)인 ‘아이징 캘리브레이션’ ▲양자 오류 정정을 위한 실시간 디코딩을 수행하는 3D 합성곱 신경망(CNN) 모델 ‘아이징 디코딩’이 포함됐다. 엔비디아가 공개한 자료에 따르면, 아이징 캘리브레이션은 AI에이전트의 지속적인 보정 작업 자동화를 지원해 기존 며칠이 걸리던 작업을 단 몇 시간 수준으로 단축할 수 있도록 돕고 속도 또는 정확도에 각각 최적화된 2개 버전으로 제공되는 아이징 디코딩은 오픈소스 도구인 파이매칭 대비 최대 2.5배 빠르고 3배 높은 정확도를 제공한다. 아이징은 하이브리드 양자-클래식 컴퓨팅을 위한 엔비디아 쿠다-QTM 소프트웨어 플랫폼을 보완한다. 젠슨 황 엔비디아 CEO는 “AI는 양자컴퓨팅을 실용화하기 위해 필수적”이라며, “아이징을 통해 AI는 제어 계층으로서 양자머신의 운영체제 역할을 수행하고 취약한 큐비트를 확장 가능하고 신뢰할 수 있는 양자-GPU 시스템으로 전환한다”고 말했다. 한편, 엔비디아는 엔비디아 NIMTM 마이크로서비스와 함께 양자 컴퓨팅 워크플로우와 훈련 데이터로 구성된 ‘쿡북’도 공개했다. 엔비디아는 "개발자들은 이를 활용해 최소한의 설정만으로 특정 하드웨어 아키텍처와 사용사례에 맞게 모델을 파인튜닝하고, 연구자의 시스템에서 자체 데이터를 안전하게 보호할 수 있다"고 강조했다. - 딥엑스, 모듈형 AI풀스택 전략 공개…“피지컬AI 인프라 기업으로 도약” - 엔터프라이즈 AI에이전트 가속화…히타치밴타라, ‘히타치 iQ 스튜디오’ 공개 - 차세대 AI팩토리·HPC 혁신 지원…HPE, 풀스택 AI솔루션 업데이트 - “제재를 기회로”…CXMT·SMIC 등 中반도체 기업, 매출 최고 기록 행진 - “AI 밸류체인 확장, 관련 업계 수익화 전략도 재편 가속화” - 6G 포럼, 양자위협 대비 'Quantum Safe Network' 전환 전략 제시 - AI인프라 구축 가속화…시장 성장을 견인하는 4대 핵심 요소 - IBM, 양자 중심 슈퍼컴퓨팅 참조 아키텍처 공개 - 양자기술 점검·대응 전략 모색…KAIST, 3일 ‘양자 포럼’ 개최 - 슈나이더, HPC·AI서버 최적화 CDU 2종 출시 - 스노우플레이크, 엔비디아와 협력 강화…“쿠다-X 라이브러리 통합” - 노르마, 큐도라와 50큐비트 이온트랩 양자컴퓨터 서비스 협력

관련 저널 읽기

전체 보기 →