Репортаж от Wedoany，Classiq и NVIDIA объединили передовой язык квантового моделирования Classiq с гибридным стеком разработки NVIDIA CUDA-Q для ускорения решения ресурсоемких вычислительных задач в финансовой отрасли, таких как управление портфельными рисками и ценообразование активов. Эта унифицированная среда использует графические процессоры (GPU) для ускоренного выполнения итерационных алгоритмов, автоматически преобразуя стандартные финансовые математические абстракции в оптимизированные квантовые схемы для целевого оборудования.
В финансовой отрасли при решении вычислительных задач, связанных с управлением портфельными рисками и ценообразованием активов, с расширением портфеля и введением переменных рыночных условий затраты на классические вычисления растут экспоненциально. Интегрированный рабочий процесс отображает задачу оптимизации распределения портфеля на фреймворк квантового приближенного оптимизационного алгоритма (QAOA). Задача заключается в выборе k активов из N кандидатов для максимизации ожидаемой доходности при сохранении риска в заданных пределах; ее масштаб растет комбинаторно (2^N), что представляет серьезную проблему для классических решателей смешанного целочисленного линейного программирования при больших размерах.
Разработчики могут использовать стандартный пакет классического исследования операций Pyomo для записи финансовой целевой функции и ее бюджетных ограничений, не управляя логикой на уровне базовых вентилей. Комплексный движок Classiq автоматически преобразует линейные целевые переменные и ковариационную матрицу в оптимизированный гамильтониан стоимости и параметризованные слои схемы смешивания, а затем в нативные ядра CUDA-Q. В вариационном цикле обучения внешний классический процесс оптимизации итеративно обновляет параметры схемы, используя меру условной стоимости под риском (с фокусом на верхние 30% результатов выборки), что обеспечивает ускорение выполнения в 2,5 раза быстрее по сравнению со стандартными облачными аппаратными симуляторами при работе на локальных GPU NVIDIA.
В области ценообразования деривативов объединенный конвейер реализует итеративную квантовую оценку амплитуды (IQAE). Для оценки цены европейского опциона требуется вычисление ожидаемой доходности актива при логнормальном распределении цен. Классическое моделирование Монте-Карло страдает от медленной сходимости, требуя увеличения объема выборки данных в 100 раз для повышения точности в 10 раз. Квантовая оценка амплитуды (QAE) вносит квадратичное ускорение в операции запроса, снижая время выполнения, необходимое для высокоточной оценки деривативов. IQAE, как аппаратно-готовый вариант, сужает доверительный интервал вычислений путем адаптивного сканирования оракула, подобного Гроверу, обходя глубокие и чувствительные к шуму сети управляемых фаз. Classiq изолирует финансовые параметры (включая цену исполнения актива, среднее изменение и пороговые значения распределения) от базового уровня выполнения. При компиляции в архитектуру CUDA-Q алгоритм использует динамические целочисленные циклы времени выполнения вместо физического развертывания полной схемы оракула на каждой итерации, что позволяет сохранять размер скомпилированного ядра неизменным, минимизируя ширину физических кубитов при проверке стоимости опциона на ускоренной архитектуре GPU.
Унифицированный стек Classiq-NVIDIA обеспечивает строгое разделение ответственности между формулировкой задачи и выполнением на физическом оборудовании. Финансовые аналитики используют синтаксис Python на уровне высокоуровневого моделирования для настройки фреймворка распределения, правил доходности и конфигурации границ, после чего компилятор Classiq оптимизирует количество вентилей и размещение кубитов в соответствии с конкретными ограничениями связности целевого процессора бэкенда. Полученное размещение преобразуется в объекты CUDA-Q, которые координируют гибридные задачи между хост-ЦП, GPU и, в конечном итоге, квантовым процессорным устройством (QPU) с помощью специализированных ускорительных движков. Этот программный конвейер позволяет корпоративным финансовым командам создавать и тестировать аппаратно-независимые, готовые к развертыванию рабочие процессы с использованием высокопроизводительных кластеров GPU, обеспечивая бесшовный перенос выполнения, когда отказоустойчивые квантовые компьютеры достигнут промышленного масштаба.
Полная техническая программная реализация, синтаксис финансового моделирования и эталонные показатели выполнения алгоритмов доступны через портал исследований Classiq (Classiq Research Portal), а более широкий многопоставщиковый программный контекст — через реестр квантовой инфраструктуры NVIDIA (NVIDIA Quantum Infrastructure Registry).
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
