英伟达开源量子AI模型NVIDIA Ising 推动量子计算落地进程
「Ising 改变了一切。」
近日，美股市场中量子计算相关企业的股价出现集体飙升。
本周二，英伟达正式发布NVIDIA Ising——全球首个开源量子AI模型系列，这一举措将量子计算技术从实验室研究阶段推向了接近工程落地的新高度。该模型通过AI技术，实现了比传统方法快2.5倍、准确度高3倍的量子纠错解码能力。
长期以来，量子计算领域存在两大核心工程瓶颈：量子比特的脆弱性（易受噪声干扰）与系统难以扩展。量子比特对环境变化极为敏感，微小的温度波动或电磁干扰都可能导致计算错误。而NVIDIA Ising正是针对这些痛点研发的解决方案。
英伟达方面认为，人工智能是将当前量子处理器转化为大规模可靠计算机的关键。开放模型的推出，让开发者在完全掌控自身数据与基础设施的同时，能够构建高性能的人工智能系统。
NVIDIA Ising作为一套功能强大的AI模型工具，目前主要包含两类模型：
Ising Calibration（校准模型）：这是一种视觉语言模型（VLM），能够快速识别并响应量子处理器的测量数据。借助该模型，AI智能体可实现自动连续校准，将原本需要数天的校准时间缩短至数小时。
Ising Decoding（解码模型）：包含两种三维卷积神经网络模型（CNN），分别针对速度和精度进行优化，专门用于量子纠错的实时解码。与当前开源行业标准pyMatching相比，Ising Decoding模型的速度提升2.5倍，精度提高3倍。
以往，每次启动和微调量子处理器都需要大量具备深厚量子物理背景的专家进行人工干预，或依赖速度缓慢的传统算法，整个过程往往耗时数天。Ising Calibration的出现实现了这一过程的自动化，大幅缩短了操作时间。
另一方面，量子计算需要在运算过程中实时纠错（容错机制）。随着量子比特数量的增加，纠错所需的计算量呈指数级增长，这是传统算法难以应对的挑战。英伟达的解决方案有望突破这一瓶颈。
英伟达创始人兼首席执行官黄仁勋表示：「AI对于实现量子计算的实用化至关重要。通过Ising模型，AI将成为量子机器的控制平面——相当于量子计算机的『操作系统』，能够将脆弱的量子比特转化为可扩展且可靠的量子GPU系统。」
业界普遍认为，量子处理器单元（QPU）很可能成为数据中心的下一个重要协处理器，与CPU和GPU协同工作。利用量子叠加和量子纠缠的物理特性，QPU专门用于加速解决那些CPU和GPU即使运算数万年也难以完成的极度复杂问题，例如新药分子模拟、电池材料研发、复杂物流优化等。
Ising的问世，相当于为难以稳定运行的QPU配备了「AI驱动程序」。通过AI大模型的实时监控、自动校准和快速纠错功能，Ising屏蔽了底层量子物理的复杂性与不稳定性。这意味着企业数据中心终于可以将QPU当作「加速卡」使用，无需深入了解量子力学，只需掌握AI和软件调用知识即可。
据分析公司Resonance预测，到2030年量子计算市场规模预计将超过110亿美元。这一增长前景高度依赖于在解决量子纠错、可扩展性等关键工程挑战方面的持续进展。
英伟达透露，目前已有部分企业、学术机构和研究实验室开始采用Ising进行量子计算开发。
Ising校准技术已被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。
此外，英伟达还提供了一套量子计算工作流程和训练数据操作指南，以及NVIDIA NIM微服务，使开发人员能够以最少的设置针对特定硬件架构和用例微调模型。这些模型还可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了将当前量子比特转化为未来加速量子超级计算机所需的全套工具。
参考内容：
https://nvidianews.nvidia.com/news/nvidia-launches-ising-the-worlds-first-open-ai-models-to-accelerate-the-path-to-useful-quantum-computers
https://www.businessinsider.com/quantum-computing-stocks-nvidia-ising-ai-xndu-inoq-rgti-qbts-2026-4
本文来自微信公众号“机器之心”，编辑：泽南，36氪经授权发布。
本文仅代表作者观点，版权归原创者所有，如需转载请在文中注明来源及作者名字。
免责声明：本文系转载编辑文章，仅作分享之用。如分享内容、图片侵犯到您的版权或非授权发布，请及时与我们联系进行审核处理或删除，您可以发送材料至邮箱：service@tojoy.com