作者 | ZeR0
编辑 | 漠影
智东西 4 月 15 日报道，昨夜，英伟达宣布推出全球首个开源量子 AI 模型 NVIDIA Ising，旨在加速迈向实用量子计算机的进程，帮助研究人员和企业构建能运行实用应用程序的量子芯片。
据英伟达披露，NVIDIA Ising 开放模型系列提供全球最佳的基于 AI 的量子芯片校准功能，以及比传统方法快 2.5 倍、准确度高 3 倍的量子纠错解码功能。
要实现大规模实用的量子应用、构建混合量子经典系统，量子处理器校准和量子纠错方面需取得重大突破。AI 是把当今的量子处理器转变为大规模、可靠的计算机的关键。
NVIDIA Ising 系列以一个具有里程碑意义的数学模型命名。该模型极大地简化了对复杂物理系统的理解，提供高性能、可扩展的 AI 工具，用于量子纠错和校准。
英伟达创始人兼 CEO 黄仁勋谈道："AI 对于实现量子计算的实用化至关重要。借助 Ising 模型，AI 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。"
NVIDIA Ising 包含先进的可定制模型、工具和数据，可加速量子处理器：
（1）Ising calibration（校准）：一种预训练视觉语言模型，350 亿个参数，能快速解读并响应来自量子芯片的测量数据。这使得 AI 智能体可自动进行连续校准，将所需时间从数天缩短至数小时。
（2）Ising decoding（解码）：两种用于预解码的 3D CNN 模型，分别针对速度或精度进行了优化，用于量子纠错的实时解码，分别拥有 90 万和 180 万个参数）。Ising 解码模型的速度比当前开源行业标准 pyMatching 快 2.5 倍，准确度高 3 倍。
https://research.nvidia.com/publication/2026-04_fast-ai-based-pre-decoders-surface-codes
GitHub 项目地址：
github.com/nvidia/ising-decoding
Hugging Face 项目地址：
huggingface.co/collections/nvidia/nvidia-ising
Ising 校准已被 Atom Computing、中央研究院、EeroQ、Conductor Quantum、费米国家加速器实验室、哈佛大学约翰 · 保尔森工程与应用科学学院、 Infleqtion、IonQ、IQM 量子计算机、劳伦斯伯克利国家实验室先进量子测试平台、Q-CTRL 和英国国家物理实验室（NPL）等机构采用。
Ising 解码技术目前由康奈尔大学、 EdenCode、Infleqtion、IQM 量子计算机公司、Quantum Elements、桑迪亚国家实验室、SEEQC、加州大学圣地亚哥分校、加州大学圣巴巴拉分校、芝加哥大学、南加州大学和延世大学等机构部署。
此外，英伟达还提供了一套量子计算工作流程和训练数据的操作指南，以及 NVIDIA NIM 微服务，使开发人员能够以最少的设置针对特定的硬件架构和用例微调模型。这些模型还能在研究人员的系统上本地运行，从而保护专有数据。
NVIDIA Ising 可与 NVIDIA CUDA-Q 软件平台配合使用，实现混合量子 - 经典计算，并与 NVIDIA NVQLink QPU-GPU 硬件互连集成，实现实时控制和量子纠错，为研究人员和开发人员提供将当今的量子比特转化为未来加速量子超级计算机所需的一整套工具。
据分析公司 Resonance 预测，量子计算市场规模预计到 2030 年将超过 110 亿美元。这一增长轨迹高度依赖于在解决关键工程挑战方面取得的持续进展，例如量子纠错和可扩展性。
作者 | ZeR0
编辑 | 漠影
智东西 4 月 15 日报道，昨夜，英伟达宣布推出全球首个开源量子 AI 模型 NVIDIA Ising，旨在加速迈向实用量子计算机的进程，帮助研究人员和企业构建能运行实用应用程序的量子芯片。
据英伟达披露，NVIDIA Ising 开放模型系列提供全球最佳的基于 AI 的量子芯片校准功能，以及比传统方法快 2.5 倍、准确度高 3 倍的量子纠错解码功能。
要实现大规模实用的量子应用、构建混合量子经典系统，量子处理器校准和量子纠错方面需取得重大突破。AI 是把当今的量子处理器转变为大规模、可靠的计算机的关键。
NVIDIA Ising 系列以一个具有里程碑意义的数学模型命名。该模型极大地简化了对复杂物理系统的理解，提供高性能、可扩展的 AI 工具，用于量子纠错和校准。
英伟达创始人兼 CEO 黄仁勋谈道："AI 对于实现量子计算的实用化至关重要。借助 Ising 模型，AI 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。"
NVIDIA Ising 包含先进的可定制模型、工具和数据，可加速量子处理器：
（1）Ising calibration（校准）：一种预训练视觉语言模型，350 亿个参数，能快速解读并响应来自量子芯片的测量数据。这使得 AI 智能体可自动进行连续校准，将所需时间从数天缩短至数小时。
（2）Ising decoding（解码）：两种用于预解码的 3D CNN 模型，分别针对速度或精度进行了优化，用于量子纠错的实时解码，分别拥有 90 万和 180 万个参数）。Ising 解码模型的速度比当前开源行业标准 pyMatching 快 2.5 倍，准确度高 3 倍。
https://research.nvidia.com/publication/2026-04_fast-ai-based-pre-decoders-surface-codes
GitHub 项目地址：
github.com/nvidia/ising-decoding
Hugging Face 项目地址：
huggingface.co/collections/nvidia/nvidia-ising
Ising 校准已被 Atom Computing、中央研究院、EeroQ、Conductor Quantum、费米国家加速器实验室、哈佛大学约翰 · 保尔森工程与应用科学学院、 Infleqtion、IonQ、IQM 量子计算机、劳伦斯伯克利国家实验室先进量子测试平台、Q-CTRL 和英国国家物理实验室（NPL）等机构采用。
Ising 解码技术目前由康奈尔大学、 EdenCode、Infleqtion、IQM 量子计算机公司、Quantum Elements、桑迪亚国家实验室、SEEQC、加州大学圣地亚哥分校、加州大学圣巴巴拉分校、芝加哥大学、南加州大学和延世大学等机构部署。
此外，英伟达还提供了一套量子计算工作流程和训练数据的操作指南，以及 NVIDIA NIM 微服务，使开发人员能够以最少的设置针对特定的硬件架构和用例微调模型。这些模型还能在研究人员的系统上本地运行，从而保护专有数据。
NVIDIA Ising 可与 NVIDIA CUDA-Q 软件平台配合使用，实现混合量子 - 经典计算，并与 NVIDIA NVQLink QPU-GPU 硬件互连集成，实现实时控制和量子纠错，为研究人员和开发人员提供将当今的量子比特转化为未来加速量子超级计算机所需的一整套工具。
据分析公司 Resonance 预测，量子计算市场规模预计到 2030 年将超过 110 亿美元。这一增长轨迹高度依赖于在解决关键工程挑战方面取得的持续进展，例如量子纠错和可扩展性。
