NVIDIA Ising AI 模型瞄准量子计算最大瓶颈

Rebeca Moen 2026年4月14日 14:45

NVIDIA 推出用于量子校准和纠错的开源 Ising AI 模型，声称解码速度提高 2.5 倍，并获得主要研究实验室采用。

NVIDIA 于周二发布了专门为量子计算构建的首批开源 AI 模型,针对阻碍量子机器实际应用的两大问题:校准和纠错。

Ising 模型系列——以简化复杂系统理解的物理模型命名——声称运行量子处理器校准的速度比目前可用的任何工具都快，并提供比 pyMatching（当前开源标准）快 2.5 倍、准确度高 3 倍的纠错解码。

"AI 对于使量子计算变得实用至关重要，" 首席执行官黄仁勋在公告中表示。"通过 Ising，AI 成为控制平面——量子机器的操作系统。"

Ising 实际功能

此次发布包括两个不同的工具。Ising Calibration 使用视觉语言模型来解读量子处理器测量结果并自动化持续校准——NVIDIA 声称这将校准时间从数天缩短至数小时。Ising Decoding 提供两种 3D 卷积神经网络变体用于实时纠错，可根据使用场景优化速度或准确度。

两者均在本地运行，这对保护专有数据的研究机构而言至关重要。

采用已在进行中

采用名单如同量子研究的名人录：费米国家加速器实验室、哈佛大学工程学院、劳伦斯伯克利国家实验室、IQM 量子计算机、Infleqtion 和英国国家物理实验室正在使用校准工具。在解码方面，康奈尔大学、桑迪亚国家实验室、加州大学圣塔芭芭拉分校和芝加哥大学等都是早期部署者。

分析公司 Resonance 预测，量子计算市场到 2030 年将超过 110 亿美元，尽管这一轨迹在很大程度上取决于解决 Ising 所针对的校准和纠错挑战。

融入更广泛的 NVIDIA 战略

Ising 与 NVIDIA 现有的量子堆栈集成：用于混合量子-经典计算的 CUDA-Q 平台和用于实时控制的 NVQLink 硬件互连。这些模型加入了 NVIDIA 不断增长的开放产品组合，包括用于 AI 代理的 Nemotron、用于物理 AI 的 Cosmos 以及用于生物医学研究的 BioNeMo。

所有内容均可通过 GitHub、Hugging Face 和 NVIDIA 构建门户获取，包含 NIM 微服务和训练数据，可针对特定硬件架构进行微调。

对于关注量子发展的加密货币市场——特别是对当前加密技术未来威胁的担忧——NVIDIA 将自己定位为实用量子计算的基础设施层，为长期安全路线图增添了另一个变量。

图片来源：Shutterstock