NVIDIA Ising AI 模型鎖定量子運算最大瓶頸

Rebeca Moen 2026年4月14日 14:45

NVIDIA 推出開源 Ising AI 模型用於量子校準和錯誤修正,聲稱解碼速度提升了 2.5 倍並獲得主要研究實驗室採用。

NVIDIA 於週二發布首批專為量子運算打造的開源 AI 模型,鎖定兩個阻礙量子機器實際應用的問題:校準和錯誤修正。

Ising 模型系列——以簡化複雜系統理解的物理模型命名——聲稱執行量子處理器校準的速度比目前任何可用方案都快,並提供比 pyMatching(目前的開源標準)快 2.5 倍且準確度提升了 3 倍的錯誤修正解碼。

執行長 Jensen Huang 在公告中表示:「AI 對於使量子運算實用化至關重要。透過 Ising,AI 成為控制平面——量子機器的作業系統。」

Ising 實際功能

此次發布包含兩個不同的工具。Ising Calibration 使用視覺語言模型來解讀量子處理器測量結果並自動化持續校準——NVIDIA 聲稱這將校準時間從數天縮短到數小時。Ising Decoding 提供兩種 3D 卷積神經網路變體用於即時錯誤修正,根據使用情境針對速度或準確度進行最佳化。

兩者都在本地執行,這對保護專有資料的研究機構而言很重要。

採用已在進行中

採用名單宛如量子研究的名人錄:Fermi 國家加速器實驗室、Harvard 工程學院、Lawrence Berkeley 國家實驗室、IQM Quantum Computers、Infleqtion 和英國國家物理實驗室正在使用校準工具。在解碼方面,Cornell、Sandia 國家實驗室、UC Santa Barbara 和 University of Chicago 是早期部署者。

分析公司 Resonance 預測量子運算市場到 2030 年將超過 110 億美元,儘管這一軌跡在很大程度上取決於解決 Ising 所處理的校準和錯誤修正挑戰。

契合更廣泛的 NVIDIA 策略

Ising 整合了 NVIDIA 現有的量子堆疊:用於混合量子-古典運算的 CUDA-Q 平台和用於即時控制的 NVQLink 硬體互連。這些模型加入 NVIDIA 不斷增長的開放產品組合,包括用於 AI 代理的 Nemotron、用於物理 AI 的 Cosmos 和用於生物醫學研究的 BioNeMo。

所有內容都可透過 GitHub、Hugging Face 和 NVIDIA 的建構入口網站取得,包含 NIM 微服務和訓練資料以針對特定硬體架構進行微調。

對於關注量子發展的加密貨幣市場——特別是對當前加密技術未來威脅的擔憂——NVIDIA 將自己定位為實用量子運算的基礎設施層,為長期安全路線圖增添了另一個變數。

圖片來源:Shutterstock