黃仁勛開源全球首個量子AI模型家族 NVIDIA Ising：AI將成量子計算機操作系統(tǒng)
英偉達最新AI開源成果直指量子計算領域：
推出全球首個開源量子AI模型家族——NVIDIA Ising。
該模型家族具體包含兩大核心組件：
Ising Calibration（校準模型）：這是一個擁有350億參數(shù)的視覺語言模型（VLM），能快速解讀量子處理器的測量結(jié)果并做出反應。借助此模型，AI Agent可將原本需要幾天的量子處理器校準工作壓縮至幾小時完成。
Ising Decoding（解碼模型）：采用3D CNN技術實現(xiàn)實時量子糾錯，包含分別針對速度和精度優(yōu)化的兩個版本。與當前開源行業(yè)標準工具pyMatching相比，Ising Decoding在速度上最高可提升2.5倍，精度則能提高3倍。
英偉達表示，Ising系列模型大幅簡化了對復雜物理系統(tǒng)的理解，為量子糾錯和校準提供了高性能、可擴展的AI工具。而量子糾錯與校準正是構建混合量子-經(jīng)典系統(tǒng)過程中最關鍵的兩大技術挑戰(zhàn)。
黃仁勛對Ising模型家族寄予厚望：
AI對量子計算的實用化進程至關重要。有了Ising模型，AI將成為量子計算機的操作系統(tǒng)，能把脆弱的量子比特轉(zhuǎn)化為可擴展且可靠的量子-GPU系統(tǒng)。
加速量子系統(tǒng)實用化進程
提及量子計算的實用化，行業(yè)內(nèi)常調(diào)侃存在“5年魔咒”——總是宣稱下一個5年就能實現(xiàn)規(guī)?；瘧茫珜嶋H情況卻是5年復5年，預期始終未能達成。
造成這一現(xiàn)象的重要原因之一是量子計算機極易出錯：當前最先進的量子處理器，每進行1000次操作就可能出現(xiàn)一次錯誤。而從規(guī)模化應用的要求來看，錯誤率必須降至萬億分之一甚至更低。因此，對量子計算而言，在錯誤累積前完成實時校準和糾錯至關重要。
英偉達認為，AI技術最有希望突破這一難題。此次開源的Ising模型家族正是圍繞校準和量子糾錯解碼兩大核心方向發(fā)力。
NVIDIA Ising Calibration
Ising Calibration是一款大型視覺語言模型（VLM），能夠理解量子計算科學實驗的輸出結(jié)果，以及這些結(jié)果與預期趨勢的差異。它可被整合到AI Agent的工作流程中，對量子處理器的測量結(jié)果作出響應并進行主動校準。
用于訓練Ising Calibration的數(shù)據(jù)覆蓋了多種量子比特模態(tài)，包括超導量子比特、量子點、離子、中性原子、氦上電子等。為驗證該模型的有效性，英偉達與費米實驗室、哈佛大學等合作伙伴攜手，基于真實量子計算機的輸出共同開發(fā)了QcalEval基準——這是全球首個用于評估AI Agent量子計算機校準能力的基準。
測試結(jié)果顯示，擁有350億參數(shù)的Ising-Calibration-1模型在解釋實驗結(jié)果、分類結(jié)果、評估結(jié)果重要性、評估擬合質(zhì)量與關鍵特征、生成可行性建議這六個評估維度上，平均得分達到當前最優(yōu)水平（SOTA），超過了Gemini 3.1 Pro、GPT 5.4、Claude Opus 4.6等頂級閉源模型。
NVIDIA Ising Decoding
Ising Decoding是基于3D CNN的AI訓練框架及模型集合，專門用于量子糾錯中對實時性要求極高的解碼任務。作為“預解碼器”，它能在空間和時間維度上擴展，通過處理大量局部的綜合征錯誤，來加速并提升全局解碼器的準確性。
用戶只需定義噪聲模型、旋轉(zhuǎn)表面碼的方向和模型深度，Ising Decoding框架就能自動生成合成數(shù)據(jù)，并訓練出針對特定任務優(yōu)化解碼性能的3D CNN模型。
英偉達在HuggingFace平臺上開源了兩個基礎模型實例：
針對速度優(yōu)化的 Fast模型
該模型參數(shù)量約為91.2萬，層數(shù)較少、體積較小，因此Ising-Decoder-SurfaceCode-1-Fast能在GPU上高效運行。與單獨使用PyMatching方案相比，F(xiàn)ast模型可帶來2.5倍的速度提升，同時準確率提升至原來的1.11倍。
針對準確率優(yōu)化的 Accurate模型
該模型參數(shù)量約為179萬。與Fast模型相比，Accurate模型能糾正更長的錯誤鏈，但運行時間也會相應增加。與單獨使用PyMatching相比，Ising-Decoder-SurfaceCode-1-Accurate搭配PyMatching的方案速度是前者的2.25倍，準確率則達到前者的1.53倍。
值得注意的是，Ising系列模型采用Apache-2.0開源協(xié)議，這是一種較為寬松、對商業(yè)應用友好的許可協(xié)議。
此外，“Ising”這一命名也有其淵源：伊辛模型（Ising Model）是統(tǒng)計物理學中經(jīng)典且重要的數(shù)學模型，由物理學家Wilhelm Lenz于1920年提出，其學生Ernst Ising在1925年對其一維情況進行了詳細研究。如今，伊辛模型已成為研究相變和臨界現(xiàn)象的基礎模型，廣泛應用于物理、化學、生物、計算機科學甚至社會學領域。
額外亮點
英偉達在量子計算領域突然推出大規(guī)模開源成果后，其股價迎來了超過6%的漲幅。
有網(wǎng)友評論稱：英偉達發(fā)布量產(chǎn)級量子工具鏈，不用等5年以后，行業(yè)從業(yè)者又要開始忙碌起來了。
回到黃仁勛“AI將成為量子計算機的操作系統(tǒng)”這一觀點，英偉達率先通過開源在量子生態(tài)中占據(jù)一席之地，無疑是為未來的量子計算布局投下了關鍵一子。這一舉措表明，英偉達的布局不僅限于硬件層面，更從軟件底層邏輯入手，提前埋下了影響力的伏筆。
開源地址：
https://huggingface.co/collections/nvidia/nvidia-ising
參考鏈接：
[1]https://nvidianews.nvidia.com/news/nvidia-launches-ising-the-worlds-first-open-ai-models-to-accelerate-the-path-to-useful-quantum-computers
[2]https://developer.nvidia.com/blog/nvidia-ising-introduces-ai-powered-workflows-to-build-fault-tolerant-quantum-systems/
本文來自微信公眾號“量子位”，作者：魚羊，36氪經(jīng)授權發(fā)布。
本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。
免責聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com