TG Telegram Group & Channel
مدرسه‌ کوانتوم سایکت | United States America (US)
Create: Update:

#کیوـ_نیوز
📌 استارتاپی برای ترکیب هوش مصنوعی و کوانتوم با هدف کاهش مصرف انرژی و افزایش سرعت پردازش

🛎️استارتاپی برای ترکیب هوش مصنوعی و کوانتوم با هدف کاهش مصرف انرژی و افزایش سرعت پردازشاین روش کوانتومی، به‌ویژه برای شبیه‌سازی سیستم‌های "open-shell" که به دلیل الکترون‌های بدون جفت و توابع موج چندپیکری خود بسیار پیچیده هستند، استفاده شده است. نتایج نشان داد که مدل کوانتومی به‌طور شگفت‌آوری دقیق‌تر از روش‌های سنتی محاسباتی عمل کرده و نشان‌دهنده پتانسیل استفاده از رایانش کوانتومی در حل چالش‌های شیمیایی و فیزیکی پیچیده است.

💡این شرکت با نام Sygaldry Technologies، سرورهای هیبریدی توسعه می‌دهد که زیرساخت کلاسیک را با پردازنده‌های کوانتومی ترکیب می‌کنند. هدف آن‌ها بهبود عملکرد در آموزش مدل‌ها، استنتاج (inference) و تولید توکن در مدل‌های هوش مصنوعی از جمله مدل‌های زبانی بزرگ و شبکه‌های دیفیوژن (تولید تصویر) است.

این استارتاپ در حال حاضر عضو دوره بهار ۲۰۲۵ برنامه Y Combinator است و قصد دارد به عنوان یک شرکت سخت‌افزاری و سیستم‌محور، دو چالش بزرگ فناوری جهان را همزمان هدف بگیرد:
۱. رفع محدودیت‌های فیزیکی رشد هوش مصنوعی
۲. بهره‌برداری عملی از ظرفیت‌های بالقوه محاسبات کوانتومی

🎯با افزایش تقاضا برای پردازش هوش مصنوعی، مراکز داده و تولیدکنندگان چیپ با محدودیت‌هایی جدی روبرو شده‌اند. اجرای مدل‌هایی نظیر GPT-4 نیازمند صدها GPU و مصرف عظیم انرژی است. استراتژی Sygaldry استفاده هوشمندانه از مکانیک کوانتومی برای کاهش این نیاز سخت‌افزاری است نه با جایگزینی کامل زیرساخت کلاسیک، بلکه با تکمیل آن.

📣معماری ترکیبی این شرکت شامل چند نوع مختلف کیوبیت (qubit modality) است؛ مانند کیوبیت‌های ابررسانا، یون‌های به دام افتاده و کیوبیت‌های فوتونی. این ترکیب به آن‌ها امکان می‌دهد تا از مزایای هر نوع بهره‌برداری کرده و سامانه‌ای مقاوم در برابر خطا (fault-tolerant) بسازند که بهینه‌سازی و جبر خطی هسته اصلی بسیاری از محاسبات AI را با سرعت بالاتر انجام دهد.

🔗لینک دسترسی به جزئیات خبر

#کیوـ_نیوز
📌 استارتاپی برای ترکیب هوش مصنوعی و کوانتوم با هدف کاهش مصرف انرژی و افزایش سرعت پردازش

🛎️استارتاپی برای ترکیب هوش مصنوعی و کوانتوم با هدف کاهش مصرف انرژی و افزایش سرعت پردازشاین روش کوانتومی، به‌ویژه برای شبیه‌سازی سیستم‌های "open-shell" که به دلیل الکترون‌های بدون جفت و توابع موج چندپیکری خود بسیار پیچیده هستند، استفاده شده است. نتایج نشان داد که مدل کوانتومی به‌طور شگفت‌آوری دقیق‌تر از روش‌های سنتی محاسباتی عمل کرده و نشان‌دهنده پتانسیل استفاده از رایانش کوانتومی در حل چالش‌های شیمیایی و فیزیکی پیچیده است.

💡این شرکت با نام Sygaldry Technologies، سرورهای هیبریدی توسعه می‌دهد که زیرساخت کلاسیک را با پردازنده‌های کوانتومی ترکیب می‌کنند. هدف آن‌ها بهبود عملکرد در آموزش مدل‌ها، استنتاج (inference) و تولید توکن در مدل‌های هوش مصنوعی از جمله مدل‌های زبانی بزرگ و شبکه‌های دیفیوژن (تولید تصویر) است.

این استارتاپ در حال حاضر عضو دوره بهار ۲۰۲۵ برنامه Y Combinator است و قصد دارد به عنوان یک شرکت سخت‌افزاری و سیستم‌محور، دو چالش بزرگ فناوری جهان را همزمان هدف بگیرد:
۱. رفع محدودیت‌های فیزیکی رشد هوش مصنوعی
۲. بهره‌برداری عملی از ظرفیت‌های بالقوه محاسبات کوانتومی

🎯با افزایش تقاضا برای پردازش هوش مصنوعی، مراکز داده و تولیدکنندگان چیپ با محدودیت‌هایی جدی روبرو شده‌اند. اجرای مدل‌هایی نظیر GPT-4 نیازمند صدها GPU و مصرف عظیم انرژی است. استراتژی Sygaldry استفاده هوشمندانه از مکانیک کوانتومی برای کاهش این نیاز سخت‌افزاری است نه با جایگزینی کامل زیرساخت کلاسیک، بلکه با تکمیل آن.

📣معماری ترکیبی این شرکت شامل چند نوع مختلف کیوبیت (qubit modality) است؛ مانند کیوبیت‌های ابررسانا، یون‌های به دام افتاده و کیوبیت‌های فوتونی. این ترکیب به آن‌ها امکان می‌دهد تا از مزایای هر نوع بهره‌برداری کرده و سامانه‌ای مقاوم در برابر خطا (fault-tolerant) بسازند که بهینه‌سازی و جبر خطی هسته اصلی بسیاری از محاسبات AI را با سرعت بالاتر انجام دهد.

🔗لینک دسترسی به جزئیات خبر
2


>>Click here to continue<<

مدرسه‌ کوانتوم سایکت






Share with your best friend
VIEW MORE

United States America Popular Telegram Group (US)