NVIDIA 发布 Ising, 全球首个开放量子 AI 模型加速实用量子计算

该模型系列专注于量子纠错和校准两大关键挑战：Ising Calibration可将校准时间从数天缩短至数小时；Ising Decoding相比行业标杆pyMatching，速度提升2.5倍、准确率提升3倍。

太平洋时间 2026 年 4 月 14 日 —— NVIDIA 今日宣布推出全球首个开源量子 AI 模型系列 NVIDIA Ising，旨在帮助研究人员和企业构建能够运行实际应用的量子处理器。

要实现大规模实用量子应用，必须在量子处理器校准和量子纠错领域取得重大突破。AI 是推动当前量子处理器转变为大规模、可靠计算机的关键。而开放模型的引入使开发者能够在完全掌控数据和基础设施的前提下，构建高性能 AI。

Ising 模型系列以一个具有里程碑意义的数学模型命名，该数学模型曾大幅简化了人们对复杂物理系统的理解。NVIDIA Ising 模型系列为量子纠错和校准提供了高性能、可扩展的 AI 工具，而这两个领域正是构建混合量子-经典系统中最关键的两大挑战。

Ising 模型实现了全球领先的量子处理器校准能力，同时在量子纠错所需的解码过程中，可实现最高 2.5 倍的速度提升和 3 倍的准确率提升，从而使研究人员能够处理更大规模、更复杂的问题。

NVIDIA 创始人兼首席执行官黄仁勋表示：“AI 对于实现实用量子计算至关重要。借助 Ising，AI 成为控制中枢——相当于量子机器的操作系统，可将脆弱的量子比特转变为可扩展且可靠的量子-GPU 系统。”

根据分析机构 Resonance 的预测，到 2030 年，量子计算的市场规模有望突破 110 亿美元。这一增长将高度依赖于在量子纠错和可扩展性等关键工程挑战上的持续突破。

NVIDIA Ising 包含用于加速量子处理器最先进的可定制模型、工具和数据：

Ising Calibration：一种能够快速解析并响应来自量子处理器测量数据的视觉语言模型。这使得 AI 智能体能够自动执行连续校准，将所需时间从数天缩短至数小时。

Ising Decoding：包含两种 3D 卷积神经网络模型变体，分别针对速度和准确性优化，用于执行量子纠错的实时解码。相比当前开源行业的标杆 pyMatching，Ising 解码模型速度比其快 2.5 倍、准确率是其 3 倍。