英伟达发布全球首款为量子AI打造的“Ising 模型”

英伟达 ( NVIDIA ) 发布全球首款专为量子人工智能设计的开源模型「 NVIDIA Ising」，旨在解决量子处理器在扩展过程中面临的校准与纠错挑战。该系列模型以开源形式提供高性能工具，协助开发者，帮助研究机构与企业优化量子比特的运行效率。

NVIDIA Ising 缩短校准时程

量子处理器的运行稳定性高度依赖精确的校准流程。NVIDIA Ising 校准（Ising Calibration）模型采用视觉语言模型技术，能快速解读量子处理器的测量数据并做出响应。这项技术使人工智能代理得以自动执行持续性的校准任务，将传统流程缩短至数小时。包括台湾中央研究院、费米国家加速器实验室以及哈佛大学在内的多个研究机构，已开始采用此技术以提升量子硬件的自动化维护效率，降低人工成本。

卷积神经网络加速纠错解码

NVIDIA 创始人兼执行长黄仁勋表示，人工智能对量子运算的实用化至关重要。借助 Ising，人工智能将成为控制平面量子机器的操作系统，将脆弱的量子比特转化为可扩展且可靠的量子 GPU 系统。

量子纠错（Quantum Error Correction）是实现大规模运算的技术门槛。NVIDIA Ising 解码（Ising Decoding）提供两种 3D 卷积神经网络（3D CNN）模型变体，分别针对处理速度与运算精度进行优化。数据显示，Ising 解码模型的处理速度较当前业界开源标准 pyMatching 提升 2.5 倍，且精确度最高可达 3 倍。通过对即时解码量子比特产生的错误信号，研究人员能够维持运算的逻辑正确性。目前包括康奈尔大学与 IonQ 等机构在内，已部署此模型，探索更复杂的量子演算法应用。

根据市场研究机构 Resonance 的预测，全球量子运算市场规模在 2030 年有望达到 110 亿美元，其增长动能主要来自工程挑战的突破。NVIDIA Ising 系列不仅提供模型与训练数据，还与 NVIDIA CUDA-Q 软件平台及 NVIDIA NVQLink 硬件互连技术集成。这种混合架构设计使研究人员能够在本地端系统运行模型，确保实验数据的私密性。此外，通过 NVIDIA NIM 微服务，开发人员能针对特定硬件架构进行微调，协助现有的量子比特转化为具备可扩展性的量子运算系统。

Ising 开源模型开放下载

Ising 模型系列名称源自简化复杂物理系统研究的经典数学模型，体现了简化量子控制平面的设计理念。目前 NVIDIA Ising 模型已在 GitHub、Hugging Face 以及 NVIDIA 官方平台开放下载，加入了 NVIDIA 的开放式模型产品组合。该产品组合包括用于智能体的 NVIDIA Nemotron、用于实体 AI 的 NVIDIA Cosmos、用于自动驾驶汽车的 NVIDIA Alpamayo、用于机器人的 NVIDIA Isaac GR00T 以及用于生物医学研究的 NVIDIA BioNeMo。

通过将人工智能定位为量子机器的「控制平面」或操作系统，研发团队能够更高效地管理脆弱的量子比特。此举吸引了英国国家物理实验室（NPL）与多所国际顶尖大学加入生态系统，共同推动实用化量子应用程序的开发。

这些开放式模型、数据和框架可在 GitHub、Hugging Face 和 build.nvidia.com 上获取。

这篇文章《NVIDIA 发布全球首款为量子 AI 打造的「Ising 模型」》最早出现在《链新闻 ABMedia》。