NVIDIA (英伟达)发表全球首款专为量子人工智慧设计的开源模型「 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，该系列模型透过开源形式提供开发者高性能工具，协助研究机构与企业优化量子位元运作效率。

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程序。 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反应。这项技术使人工智慧代理得以自动执行持续性的校准任务，将传统的程序缩短至数小时。包含费米国家加速器实验室以及哈佛大学在内的多个研究单位，已开始采用此技术来提升量子硬体的自动化维护效率，降低人工成本。

卷积神经网路加速纠错解码

NVIDIA 创办人兼执行长黄仁勋表示人工智慧对量子运算实用化至关重要，借助Ising，人工智慧将成为控制平面量子机器的作业系统，将脆弱的量子位元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 卷积神经网路（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目前业界开源标准pyMatching 提升2.5 倍，且精确度达到3 倍之多。透过即时解码量子位元产生的错误讯号，研究人员能维持运算的逻辑正确性。目前康乃尔大学与IonQ 等机构已部署此模型，探索更复杂的量子演算法应用。

根据市场研究机构Resonance 预估，全球量子运算市场规模在2030 年有望达到110 亿美元，其成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资料，更与NVIDIA CUDA-Q 软体平台及NVIDIA NVQLink 硬体互连技术整合。这种混合架构设计让研究人员能在本地端系统运行模型，确保实验数据的私密性。此外，透过NVIDIA NIM 微服务，开发人员能针对特定硬体架构进行微调，协助现有的量子位元转化为具备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 与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慧体的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 和用于生物医学研究的NVIDIA BioNeMo™。

透过将人工智慧定位为量子机器的「控制平面」或作业系统，研发团队能更有效率地管理脆弱的量子位元。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，共同推动实用化量子应用程式的开发。

这些开放式模型、资料和框架可在GitHub、Hugging Face 和build.nvidia.com 上取得。

本文链接地址：https://www.wwsww.cn/rgzn/38304.html
郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。