英伟达开源全球首个量子AI模型家族Ising，重塑量子纠错与校准范式

事件概述

英伟达（NVIDIA）正式开源了名为 NVIDIA Ising 的全球首个量子AI模型家族，旨在利用人工智能技术解决量子计算中最为棘手的校准与纠错问题，推动量子计算机从实验室走向实用化。

核心信息

1. 模型架构与功能

Ising 系列主要包含两个核心组件：

• Ising Calibration（校准模型）

  • 类型：350亿参数的视觉语言模型（VLM）。
  • 功能：能够解读来自量子处理器的测量结果并做出反应，将原本需要数天的校准工作缩短至几小时。
  • 训练数据：涵盖超导量子比特、量子点、离子、中性原子、氦上电子等多种量子比特模态。
  • 性能表现：在 QcalEval 基准测试（全球首个Agent量子计算机校准基准）中，平均得分达到SOTA（State of the Art），在解释实验结果、分类、评估重要性等六个维度上，超越了 Gemini 3.1 Pro、GPT 5.4 及 Claude Opus 4.6 等顶级闭源模型。

• Ising Decoding（解码模型）

  • 类型：基于 3D CNN 的 AI 训练框架与模型集合，专为实时纠错任务设计。
  • 功能：作为“预解码器”，在空间和时间上扩展以处理局部综合征错误，加速并提高全局解码准确性。
  • 版本细分：
    • Fast 模型（约91.2万参数）：针对速度优化，在 GPU 上高效运行。相比 PyMatching 方案，速度提升 2.5 倍，准确率提升至 1.11 倍。
    • Accurate 模型（约179万参数）：针对精度优化，能纠正更长的错误链。结合 PyMatching 使用时，整体效率是前者的 2.25 倍，准确率达到 1.53 倍。
  • 对比优势：相较于当前开源行业标准 PyMatching，Ising Decoding 在速度上最多快 2.5 倍，精度高出 3 倍。

2. 行业背景与挑战

• 量子计算瓶颈：当前最先进量子处理器每进行 1000 次操作可能出错一次，而规模化应用要求错误率降至万亿分之一甚至更低。
• 解决方案：英伟达认为 AI 是突破这一难题的关键，通过实时校准和纠错，将脆弱的量子比特转变为可扩展且可靠的量子-GPU系统。

3. 开源细节与意义

• 许可协议：采用 Apache-2.0 协议，允许商用友好使用。
• 命名由来：致敬统计物理学中的经典数学模型“伊辛模型”（Ising Model），该模型广泛应用于相变和临界现象研究。
• 战略意图：英伟达试图通过软件底层逻辑的开源布局，确立 AI 作为“量子计算机操作系统”的地位，抢占未来量子生态的主导权。

值得关注

• 开源地址：https://huggingface.co/collections/nvidia/nvidia-ising
• 市场反应：消息发布后，英伟达股价出现超过 6% 的涨幅，显示市场对 AI 赋能量子计算的高度关注。
• 合作验证：Ising Calibration 的有效性已通过与费米实验室、哈佛大学等机构的合作，基于真实量子计算机输出进行了验证。