NVIDIA nyílt hozzáférést ad a 347,7‑szoros jobb LER‑ű színes kód dekóderhez
A fejlesztők letölthetik a 2,9 millió paraméteres Ising Decoder ColorCode 1 Fast modell súlyait, edzésreceptjeit és szintetikus adatgenerátorait – így saját QPU-ikhoz optimalizálhatják a hibajavítást.
Az Ising Decoder ColorCode 1 Fast 347,7‑szoros jobb logikai hibaarányt (LER) és 7,3‑szoros gyorsabb futási időt ér el a Chromobius állapot‑of‑the‑art dekóderrel szemben, d=31 kód távolság és 0,3 % fizikai hibaarány mellett — írja az NVIDIA Developer.
Architektúra és méretek
A megoldás egy háromdimenziós konvolúciós neurális hálózatot (3‑D CNN) használ elő‑dekóderként a háromszög‑színes kódokhoz. A modell 17 rétegből áll, 13‑as fogómezővel, és körülbelül 2,9 millió paramétert tartalmaz, ami lehetővé teszi a GPU‑szintű hatékony futtatást.
Kapcsolódó: NVIDIA Ising kvantum AI
Nyílt forráskódú eszköztár
Az NVIDIA közzétette a modell súlyait, a teljes edzésreceptet, valamint a szintetikus adatgeneráláshoz használt cuQuantum és cuStabilizer könyvtárakat. A teljes edzés‑folyamat segítségével a felhasználók saját zajmodelleket és kód távolságokat definiálhatnak, majd néhány tucat sor Python‑kóddal elindíthatják a tréninget.
Kapcsolódó: Blackwell GPU DFlash optimalizálás
Alkalmazási lehetőségek
A valós‑idő dekódolás alacsony késleltetéssel skálázható, és a prediktív tér‑idő korrekciók révén párhuzamos lattice‑surgery architektúrákban is használható. Ez a rugalmasság lehetővé teszi, hogy a dekódert a különböző QPU‑architektúrákhoz és zajprofilokhoz igazítsák, ezáltal felgyorsítva a hibajavítást a kvantumalgoritmusok futása közben.
Kapcsolódó: AWQ dinamikus kvantálás
Elérhetőség és bevezetés
A nyílt forráskódú csomag 2026. július 13-án került közzétételre az NVIDIA Developer portálon, és bárki ingyenesen letöltheti. A letöltés 2026. július 13-án indult, és a modell 2,9 M paraméterrel működik.
Kapcsolódó: PayPal EAGLE3 dekódolás