Aperçu
Découvrez comment l'informatique quantique photonique peut accélérer les charges de travail du HPC et de l'IA grâce à des applications pratiques et des avantages.
Programme
-
- Introduction à l'informatique quantique
-- Aperçu des principes de l'informatique quantique
-- Différence entre l'informatique classique et quantique
-- Bits quantiques (qubits) et opérations de base
- Informatique quantique photonique
-- Explication de la technologie quantique photonique
-- Avantages de l'informatique quantique photonique par rapport aux autres types
-- Composants clés : photons, guides d'ondes et détecteurs
- Fondamentaux du calcul haute performance (HPC)
-- Bases des architectures HPC
-- Charges de travail et applications typiques du HPC
-- Défis en matière de mise à l'échelle et de performance
- Charges de travail et algorithmes d'IA
-- Aperçu des modèles et cadres d'IA
-- Algorithmes clés de l'IA : apprentissage automatique, apprentissage profond et réseaux de neurones
-- Exigences computationnelles des charges de travail de l'IA
- Informatique quantique pour le HPC
-- Intersection de l'informatique quantique et du HPC
-- Exemples pratiques de HPC accéléré par le quantique
-- Algorithmes quantiques pertinents pour le HPC
- Informatique quantique pour l'IA
-- Techniques d'apprentissage machine améliorées par le quantique
-- Exploration des réseaux de neurones quantiques
-- Études de cas sur l'accélération de l'IA grâce à l'informatique quantique
- Applications pratiques de l'informatique quantique photonique
-- Études de cas réelles : Accélération du calcul scientifique et des mégadonnées
-- Innovations dans les secteurs industriels comme la finance, la santé et la logistique
-- Informatique quantique photonique dans l'infrastructure cloud
- Outils et plateformes pour l'informatique quantique
-- Aperçu des plateformes d'informatique quantique existantes
-- Introduction aux outils logiciels et SDK pour la programmation quantique
-- Exercices pratiques : Construction et test de circuits quantiques
- Limites actuelles et perspectives futures
-- Défis en matière de matériel quantique et correction d'erreurs
-- Tendances émergentes et futures orientations de recherche
-- Feuille de route pour l'intégration des technologies quantiques dans le HPC et l'IA
- Conclusion du cours et projet final
-- Résumé des concepts clés et des apprentissages
-- Projet final : Concevoir une solution accélérée quantiquement pour un défi spécifique du HPC ou de l'IA
-- Présentation et revue par les pairs des projets
Enseigné par
Étiquettes