英伟达最新AI开源,瞄准了量子计算:
推出全球首个开源量子AI模型家族——NVIDIA Ising。

具体包括:
Ising Calibration(校准):一个350亿参数的视觉语言模型(VLM),能够快速解读并对来自量子处理器的测量结果做出反应。基于这一模型,Agent能够把几天的校准工作缩短到几小时。
Ising Decoding(解码):用3D CNN做实时纠错,包括分别针对速度和精度优化的两个版本。相比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。
用英伟达自己的话说,Ising系列模型极大地简化了对复杂物理系统的理解,为量子纠错和校准提供了高性能、可扩展的AI工具。
而量子纠错和校准,正是构建混合量子-经典系统时最关键的两大挑战。
老黄亦对Ising寄予厚望:
AI对量子计算的实用化至关重要。有了Ising,AI将成为量子计算机的操作系统,将脆弱的量子比特转变为可扩展且可靠的量子-GPU系统。
加速量子系统实用化
说到量子计算的实用化,大家总开玩笑说存在“5年魔咒”:总是说下一个5年就能规模化,实则5年又5年,预期仍未实现。
其中很重要的一个原因是,量子计算机太容易出错了:
当前最先进的量子处理器,每进行1000次操作就可能出错一次。而从规模化的角度来看,错误率必须降至万亿分之一甚至更低。
因此,对于量子计算而言,在错误累积前进行实时校准和纠错,非常关键。
英伟达认为,AI最有希望突破这一难题。
此次开源,Ising正是在校准和量子纠错解码两方面发力。
NVIDIA Ising Calibration
Ising Calibration是一个大型视觉语言模型(VLM),能够理解量子计算科学实验的输出结果,以及结果与预期趋势的对比。
Ising Calibration可以被用到Agent的工作流中,对量子处理器的测量结果作出相应,并进行主动校准。
用于训练Ising Calibration的数据涵盖多种量子比特模态,包括超导量子比特、量子点、离子、中性原子、氦上电子等等。
为了验证Ising Calibration的有效性,英伟达和包括费米实验室、哈佛在内的合作伙伴们一起,基于真实量子计算机的输出,共同开发了QcalEval基准——这是世界上首个用于评估Agent量子计算机校准的基准。

结果显示,350亿参数的Ising-Calibration-1在解释实验结果、分类结果、评估结果重要性、评估拟合质量和关键特征,以及生成可行性建议这六个评估维度上,平均得分达到SOTA,超过了Gemini 3.1 Pro、GPT 5.4、Claude Opus 4.6等顶级闭源模型。
NVIDIA Ising Decoding
Ising Decoding则是基于3D CNN的AI训练框架和模型集合,专门用于量子纠错中要求极高的实时解码任务。
作为“预解码器”,Ising Decoding可以在空间和时间上扩展,通过处理大量局部的综合征错误,来加速并提高全局解码器的准确性。

用户只需定义噪声模型、旋转表面码的方向和模型深度,Ising Decoding框架就能自动生成合成数据,并训练出针对任务优化解码性能的3D CNN。
英伟达在HuggingFace上开源了两个基础模型实例:
针对速度优化的 Fast模型
模型参数量大约为91.2万,层数较少,体积较小。因此,Ising-Decoder-SurfaceCode-1-Fast可以在GPU上高效运行。
相比于单独的PyMatching方案,Fast模型能带来2.5倍加速,同时将准确率提升至原来的1.11倍。
针对准确率优化的 Accurate模型
模型参数量大约为179万。相比于Fast,Accurate模型能纠正更长的错误链,同时运行时间也会变长。
相比于单独使用PyMatching,Ising-Decoder-SurfaceCode-1-Accurate + PyMatching的方案是前者的2.25倍,准确率能达到1.53倍。

值得一提的是,Ising系列模型采用的是Apache-2.0协议,这是一个较为宽松、商用友好的开源许可。
另外,Ising这个名字也有点说法:
伊辛模型(Ising Model)是统计物理学中一个非常经典且重要的数学模型,最初由物理学家Wilhelm Lenz在1920年提出,并由他的学生Ernst Ising在1925年对其一维情况进行了详细研究。
现在,伊辛模型已经成为研究相变和临界现象的最基本模型,并被广泛应用于物理、化学、生物、计算机科学甚至社会学领域。
One More Thing
英伟达突然在量子计算领域大手笔开源,股价也迎来一波超过6%的涨幅。

就有网友辣评:英伟达发布量产量子工具链,等不到5年以后,大家伙又要开始手忙脚乱了。

回到老黄那句话上,“AI将成为量子计算机的操作系统”,那么率先用开源在量子生态中占据一席之地,就是英伟达为这盘未来棋局投下的重要一子。
依旧不止于硬件,而是从软件底层逻辑的层级上,就开始埋下影响力的伏笔。
开源地址:
https://huggingface.co/collections/nvidia/nvidia-ising
参考链接:
[1]https://nvidianews.nvidia.com/news/nvidia-launches-ising-the-worlds-first-open-ai-models-to-accelerate-the-path-to-useful-quantum-computers
[2]https://developer.nvidia.com/blog/nvidia-ising-introduces-ai-powered-workflows-to-build-fault-tolerant-quantum-systems/

