英伟达发布Ising AI模型，推动量子纠错与校准技术革新

科技与计算巨头英伟达公司于今日宣布推出Ising系列模型，这是全球首个专为量子计算校准与纠错设计的开源AI模型家族。

英伟达的核心业务是为AI提供动力的图形处理器，此次发布的AI模型将帮助研究人员和企业级用户构建更强大的量子计算机，使其能够在大规模场景下运行实用应用程序。

要构建并运行实用的量子应用程序，量子计算机必须处理数百万个量子比特——量子信息的原子级计算单元。然而，量子比特本身极为脆弱，容易出错，且在大规模部署时极易受到噪声干扰。随着量子计算机规模的扩大，必须对其进行实时纠错与校准，以应对环境因素的影响，确保其持续可用。

英伟达创始人兼首席执行官黄仁勋表示："AI对于使量子计算真正实用至关重要。Ising的出现，使AI成为量子机器的控制平面——即量子机器的操作系统——从而将脆弱的量子比特转化为可扩展、高可靠性的量子GPU系统。"

Ising的命名源自一个具有里程碑意义的数学模型。该模型通过描述相互作用粒子（即自旋）之间的影响关系，极大地简化了人们对复杂物理系统的理解。英伟达此次提供了两款模型：一款用于实时纠错，另一款用于系统校准。

纠错的必要性不言而喻：它能将充满噪声的系统转化为稳定连贯的输出结果。这正是Ising解码模型的用武之地。该解码模型提供两种基于3D卷积神经网络的变体，分别针对速度与精度进行优化，可为量子纠错提供实时解码能力。英伟达表示，与目前业界主流开源标准pyMatching相比，该模型的速度最高提升2.5倍，精度提升最高达3倍。

Ising校准模型则帮助物理学家通过调节、测量和优化微波、激光等物理控制信号来准备量子系统。这一校准过程对于修正噪声、硬件不稳定性以及长期参数漂移至关重要，能有效确保输出的高保真度。该模型是一款视觉语言模型，能够快速解读并响应来自量子处理器的测量数据，驱动AI智能体实现持续自动化校准。

量子计算机的未来发展路径

英伟达量子产品总监Sam Stanwyck在一次简报会上表示，公司之所以首先聚焦解码与校准两个方向，是因为它们直接解决了量子系统扩展过程中最迫切的瓶颈问题。

他将这两项能力描述为"AI适配型工作负载"，即模型在当前阶段已能带来即时效益。他同时指出，英伟达的长远愿景远不止于此。未来，公司期望AI能够进一步协助构建和优化量子电路，将解码与校准作为迈向可扩展量子GPU超算这一更宏大目标的第一批里程碑。

目前，Ising解码模型与Ising校准模型已被多家企业和研究机构率先采用。其中，解码模型已在康奈尔大学、桑迪亚国家实验室、加州大学圣地亚哥分校及加州大学圣塔芭芭拉分校等机构部署落地；校准模型则已被Atom Computing、中央研究院、EeroQ、IonQ、IQM Quantum Computers、Q-CTRL等机构投入使用。

此外，英伟达还发布了一套操作指南合集，涵盖量子计算工作流程与训练数据，并配套推出了英伟达NIM微服务。这将允许开发者针对不同硬件配置对模型进行定制化开发、训练、微调和构建，并可在研究人员的本地系统上运行，以保护敏感数据的安全。

Q&A

Q1：Ising模型家族是什么？主要解决什么问题？

A：Ising是英伟达发布的全球首个开源AI模型家族，专为量子计算设计，主要解决量子比特易出错、受噪声干扰的核心难题。它包含两款模型：Ising解码模型负责实时纠错，Ising校准模型负责优化物理控制信号，两者共同帮助量子计算机在大规模运行时保持稳定可靠。

Q2：Ising解码模型比现有工具强在哪里？

A：与目前业界主流开源标准pyMatching相比，Ising解码模型的运行速度最高提升2.5倍，精度最高提升3倍。它基于3D卷积神经网络构建，提供速度优化版和精度优化版两种变体，可为量子纠错任务提供实时解码支持，已在康奈尔大学、桑迪亚国家实验室等机构部署使用。

Q3：Ising校准模型是如何工作的？

A：Ising校准模型是一款视觉语言模型，能够快速解读来自量子处理器的测量数据，并驱动AI智能体自动持续校准系统。它通过调节微波、激光等物理控制信号，修正噪声、硬件不稳定性和长期参数漂移，确保量子系统输出高保真度结果，目前已被IonQ、Q-CTRL等知名机构采用。