GPT-6 Astra ускорила уже оптимизированный софт для квантовых схем в десять раз
Исследователь потратил около трёх месяцев на оптимизацию программного обеспечения для проектирования квантовых схем. За это время ему удалось ускорить работу системы примерно в 10 000 раз — настолько, что дальнейшие улучшения казались практически исчерпанными.
Затем он передал проект GPT-6 Astra. По словам автора истории, к утру модель вернула новую версию, которая работала ещё примерно в десять раз быстрее исходного результата. Благодаря этому задачи, требовавшие месяцев машинного времени, теперь могут выполняться за несколько часов.
Не просто ускорение учебного кода
Главная особенность этой истории — не само десятикратное ускорение. Подобные результаты иногда встречаются при работе с неоптимизированными программами. В данном случае модель получила код, который уже три месяца улучшал специалист, и смогла найти дополнительные возможности для оптимизации.
Среди заметных изменений автор упоминает перенос ядра с C+ на Rust, а также применение «хитрых инженерных трюков». При этом конкретные детали этих решений в опубликованном описании не раскрываются, поэтому оценить вклад каждого изменения в итоговый результат невозможно.
Почему к заявлению относятся осторожно
Обсуждение истории в сообществе прошло со скепсисом. Участники отдельно отметили, что сам по себе переход с C+ на Rust не гарантирует прироста производительности. Rust может повысить безопасность и надёжность кода, но скорость зависит от алгоритмов, структуры программы, компилятора и характера вычислений.
Поэтому десятикратное ускорение, вероятно, связано не только с заменой языка, а с совокупностью инженерных изменений. Однако без исходного кода, описания тестов и воспроизводимых замеров невозможно независимо подтвердить заявленный результат или понять, какие именно оптимизации оказались наиболее эффективными.
Тем не менее случай показывает потенциально важный сценарий применения больших языковых моделей. Они могут быть полезны не только при создании программ с нуля, но и как инструмент поиска узких мест в сложных системах, которые уже прошли серьёзную ручную оптимизацию. Для научных вычислений это особенно важно: даже многократное сокращение времени расчётов способно заметно изменить практическую ценность программного инструмента.
