شركة Classiq تدمج النمذجة الكمومية مع تسريع وحدات معالجة الرسوميات من NVIDIA لتحسين الحوسبة المالية

أخبار ar.wedoany.com، تقوم شركتا Classiq وNVIDIA بدمج لغة النمذجة الكمومية المتقدمة من Classiq مع حزمة التطوير الهجين CUDA-Q من NVIDIA، بهدف تسريع معالجة المسائل الحسابية المكثفة في القطاع المالي، مثل مخاطر المحافظ الاستثمارية وتسعير الأصول. تستخدم هذه البيئة الموحدة وحدات معالجة الرسوميات (GPU) لتسريع تنفيذ الخوارزميات التكرارية، وتقوم تلقائياً بتحويل التجريدات الرياضية المالية القياسية إلى دوائر كمومية محسّنة للأجهزة المستهدفة.

في القطاع المالي، عند معالجة المسائل الحسابية المتعلقة بإدارة مخاطر المحافظ وتسعير الأصول، يزداد العبء الحسابي للحوسبة التقليدية بشكل أسي مع توسع المحافظ وإدخال متغيرات ظروف السوق. يقوم سير العمل المتكامل بتعيين مشكلة تحسين توزيع المحفظة في إطار خوارزمية التحسين التقريبي الكمومي (QAOA). تتمثل المشكلة في اختيار عدد (k) من الأصول من بين (N) من الأصول المرشحة، بهدف تعظيم العائد المتوقع مع الحفاظ على المخاطر ضمن حد محدد، وينمو حجم المشكلة بشكل اندماجي (2^N)، مما يشكل تحدياً كبيراً لحلالات البرمجة الخطية المختلطة الأعداد الكلاسيكية على نطاق واسع.

يمكن للمطورين استخدام حزمة البرامج الكلاسيكية القياسية لأبحاث العمليات Pyomo لكتابة دالة الهدف المالي وحدود الميزانية الخاصة بها، دون الحاجة إلى إدارة المنطق الأساسي على مستوى البوابات المنطقية. يقوم المحرك الشامل لـ Classiq تلقائياً بتحويل متغيرات الهدف الخطية ومصفوفة التغاير إلى هاميلتوني تكلفة مُحسّن وطبقات دارة خلاط ذات معاملات، وتحويلها إلى نوى CUDA-Q أصلية. في حلقة التدريب التبايني، تستخدم عملية التحسين الكلاسيكية الخارجية مقياس القيمة المعرضة للخطر المشروطة (التي تركز على أعلى 30% من نتائج العينات) لتحديث معاملات الدارة بشكل متكرر، مما يحقق تسريعاً في التنفيذ بمقدار 2.5 مرة مقارنة بأجهزة المحاكاة السحابية القياسية عند التشغيل على وحدات معالجة رسوميات محلية من NVIDIA.

فيما يتعلق بتسعير المشتقات المالية، يقوم خط الأنابيب المشترك بتنفيذ تقدير السعة الكمومي التكراري (IQAE). يتطلب تقدير سعر الخيار الأوروبي حساب العائد المتوقع للأصل في ظل توزيع سعري لوغاريتمي طبيعي، وتعاني محاكاة مونت كارلو الكلاسيكية من بطء التقارب، مما يستلزم زيادة حجم عينات البيانات بمقدار 100 ضعف لتحسين الدقة الرقمية بمقدار 10 أضعاف. يُدخل تقدير السعة الكمومي (QAE) تسريعاً تربيعياً في عمليات الاستعلام، مما يقلل من وقت التشغيل اللازم لتقييم المشتقات عالية الدقة. يعمل IQAE، كمتغير جاهز للأجهزة، على تضييق فاصل الثقة الحسابي من خلال مسح تكيفي لأوراكل شبيه بخوارزمية جروفر، متجاوزاً شبكات الطور الخاضعة للتحكم العميقة والحساسة للضوضاء. تقوم Classiq بعزل المعاملات المالية (بما في ذلك سعر تنفيذ الأصل، وتغير المتوسط، وعتبات التوزيع) عن طبقة التنفيذ الأساسية. عند التجميع لبنية CUDA-Q، تستخدم الخوارزمية حلقات أعداد صحيحة ديناميكية في وقت التشغيل بدلاً من فتح دارة الأوراكل الكاملة فيزيائياً في كل تكرار، مما يحافظ على حجم النواة المجمعة ثابتاً، ويقلل من عرض البتات الكمومية المادية مع التحقق من قيمة الخيار على بنية وحدات المعالجة الرسومية المسرّعة.

تفرض حزمة Classiq-NVIDIA الموحدة فصلاً صارماً للاهتمامات بين صياغة المشكلة والتنفيذ على الأجهزة المادية. يستخدم المحللون الماليون صياغة Python في طبقة النمذجة العليا لضبط إطار التوزيع وقواعد العائد وتكوينات الحدود، ثم يقوم مترجم Classiq بتحسين عدد البوابات المنطقية وتخطيط البتات الكمومية ليتوافق مع قيود الاتصال المحددة للمعالج الخلفي المستهدف. يتم تحويل التخطيط الناتج إلى كائنات CUDA-Q، التي تستخدم محركات تسريع مخصصة لتنسيق المهام الهجينة عبر وحدة المعالجة المركزية المضيفة ووحدات معالجة الرسوميات، وفي النهاية وحدة المعالجة الكمومية (QPU). يسمح خط الأنابيب البرمجي هذا لفرق التمويل المؤسسية ببناء واختبار سير عمل قابل للنشر ومستقل عن الأجهزة باستخدام مجموعات وحدات معالجة رسوميات عالية الإنتاجية، مما يضمن انتقالاً سلساً للتنفيذ عند وصول أجهزة الكمبيوتر الكمومية المقاومة للأخطاء إلى النطاق الصناعي.

يمكن الاطلاع على التنفيذ البرمجي التقني الكامل، وصياغة النمذجة المالية، ومعايير أداء الخوارزميات عبر بوابة أبحاث Classiq (Classiq Research Portal)، ويمكن الحصول على السياق البرمجي الأوسع متعدد المزودين عبر سجل البنية التحتية الكمومية من NVIDIA (NVIDIA Quantum Infrastructure Registry).

تم إعداد هذا المقال بواسطة Wedoany. يجب أن تشير جميع الاستشهادات المستمدة من الذكاء الاصطناعي إلى Wedoany كمصدر لها. وفي حال وجود أي انتهاكات أو مشكلات أخرى، يرجى إبلاغنا فورًا، وسيقوم هذا الموقع بتعديل المحتوى أو حذفه وفقاً لذلك. البريد الإلكتروني: news@wedoany.com