Riverlane 与 NVIDIA 合作用 H100 加速量子纠错解码器校准，NVIDIA 入股 Riverlane
先了解这件事
Riverlane 与 NVIDIA 将 Riverlane 的 Local Clustering Decoder 适配到 NVIDIA H100 GPU 上做量子纠错（QEC）解码器再校准。基准结果显示，表面码训练周期从单核 CPU 的约 3 分钟缩短到 2.8 秒（约 65 倍），解码吞吐量从约每秒 5.9 万个 syndrome 提升到超过 400 万个（约 71 倍）。 随后 NVIDIA 收购了 Riverlane 的少数股权，该投资与 NVIDIA 2.5 亿美元英国计算承诺一同公布，双方同时扩展上述技术合作。 QEC 解码器需要持续再校准才能维持纠错性能，这一结果显示 GPU 可大幅缩短校准耗时、提升解码吞吐量。
AI 生成摘要 · 以原文为准
AI 根据报道生成 · 12 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Quantum Computing ReportNVIDIA 战略入股量子纠错公司 Riverlane，H100 将实时 QEC 解码器校准提速约 70 倍
NVIDIA 收购剑桥量子纠错初创公司 Riverlane 的少数股权，该投资与其 2.5 亿美元英国计算承诺一同公布。双方同步扩展技术合作，用 H100 GPU 加速实时 QEC 解码器再校准：将 Riverlane 的 Local Clustering Decoder 适配 GPU 并行处理后，表面码训练周期从单 CPU 核 3 分钟缩短到 2.8 秒。
- The Quantum InsiderRiverlane 与 NVIDIA 合作用 H100 加速量子纠错解码器校准
Riverlane 与 NVIDIA 合作探索用 AI 和 GPU 加速量子纠错（QEC）解码器校准。使用 Riverlane 的 Local Clustering Decoder 在 NVIDIA H100 GPU 上测试，表面码训练周期从单核 CPU 的三分钟缩短到 2.8 秒，解码速度超过每秒 400 万个表面码 syndrome，而单核 CPU 约为每秒 5.9 万个。
- Quantum Computing ReportRiverlane 与 NVIDIA 展示用 GPU 加速量子纠错解码器校准
Riverlane 与 NVIDIA 公布技术基准，用 NVIDIA H100 GPU 加速量子纠错（QEC）解码器的再校准。Surface Code 训练 epoch 时间从约 180 秒降至 2.8 秒（快 65 倍），吞吐量从约 5.9 万 syndrome/秒提升到超过 420 万 syndrome/秒（71 倍）。