英伟达近日宣布开源量子AI大模型NVIDIA Ising，标志着其在量子计算领域的重大突破。
鱼羊黄仁勋表示，“未来的量子计算机将依赖于AI操作系统”。
NVIDIA Ising的推出预示着英伟达正引领量子技术的新篇章。
其中，Ising Calibration是一个视觉语言模型，能够在短时间内完成原本需数日的校准工作，并通过深度学习技术处理大规模复杂物理系统的挑战。
另一款名为Ising Decoding的技术则基于3D卷积神经网络，旨在提高量子计算中的纠错效率和准确性，其速度是现有标准方案pyMatching的两倍多，准确率更是高出三倍之多。
具体包括：
- 英伟达声称，NVIDIA Ising系列模型为解决复杂物理系统问题提供了高性能、可扩展的AI工具，特别是针对量子纠错与校准的关键挑战。
- 由于量子计算中错误累积的问题较为严重，实时纠正这些问题是实现规模化应用不可或缺的一环。
英伟达坚信，借助先进的机器学习算法可以有效应对这一技术难题，并推动整个行业的进步。
Ising Calibration模型不仅具备强大的数据处理能力，还能够根据实验结果生成实用建议和优化方案。
为验证Ising Calibration的有效性，英伟达与包括费米实验室及哈佛大学在内的多个机构合作开发了首个专门用于评估量子计算机校准性能的基准测试QcalEval。
测试结果显示，在多个关键指标上，该模型的表现优于其他顶级闭源系统如Gemini 3.1 Pro和GPT 5.4等。
加速量子系统实用化
英伟达在HuggingFace平台上开源了两种Ising Decoding基础模型：一种是侧重于速度优化的Fast版本，另一种则是更注重准确性的Accurate版本。
Fast版本能够显著提高解码效率，在GPU上运行效果尤为出色；而Accurate版本则能在保证准确性的同时处理更为复杂的错误链。
Ising系列模型采用Apache-2.0开源许可证发布，这使得企业和研究机构能更容易地使用和改进这些技术成果。
命名为Ising是为了向物理学中的经典伊辛模型致敬，后者是统计物理领域内用于探讨相变现象的重要工具之一。
从长远来看，英伟达此举有望加速量子计算领域的创新步伐，并推动实现更加实用的量子计算机系统。
NVIDIA Ising系列不仅在技术层面为研究人员提供了强大的支持，在商业应用方面也展现出广阔的前景。
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/
— 完 —