英偉達推出 Ising 開源 AI 模型家族 助力量子計算誤差校正與校準

科技與計算巨頭英偉達公司近日發布名為 Ising 的開源人工智能模型家族，號稱全球首個專門面向量子計算校準和誤差校正的 AI 模型套件。 英偉達表示，這一模型家族將幫助科研機構和企業構建更強大的量子計算機，使其有能力在更大規模上運行真正有用的實際應用。

要讓量子計算機運行復雜應用，系統需要處理規模達到數百萬量子比特的量子信息單元，但量子比特本身極其脆弱，易受噪聲干擾且誤差頻發。 隨著量子計算機規模擴大，系統必須能在運行過程中實時完成誤差校正與精細校準，補償環境波動，才能保持計算結果的有效性。 英偉達創始人兼首席執行官黃仁勛表示，“AI 是讓量子計算變得實用的關鍵”，在他看來，借助 Ising，“AI 將成為量子機器的控制平面——相當于量子機器的操作系統，把脆弱的量子比特轉化為可擴展且可靠的量子?GPU 系統”。

Ising 這一命名源自物理學中的經典數學模型 Ising 模型，用于描述粒子自旋之間的相互作用，并以更簡潔的方式刻畫復雜物理系統。 英偉達此次提供了兩類模型：一類用于實時誤差校正，另一類則聚焦于量子系統的校準。

在誤差校正方面，Ising Decoding 負責將噪聲條件下的量子測量結果“解碼”為連貫的輸出，它基于三維卷積神經網絡，提供兩個變體：一個偏重速度，另一個偏重精度。 英偉達稱，與當前開源業界常用的誤差校正工具 pyMatching 相比，Ising Decoding 在解碼速度上可提升至多 2.5 倍，在準確率上則可提升約 3 倍。

在校準方面，Ising Calibration 主要面向物理學家和工程團隊，用于對量子硬件的控制信號進行調優、測量與優化，這些控制信號包括微波、激光等物理手段。 高質量的量子輸出高度依賴精確校準，以抵消噪聲、硬件不穩定和參數隨時間漂移等問題。 英偉達介紹，Ising Calibration 是一種視覺?語言模型，可以快速解讀來自量子處理器的測量數據，并據此驅動 AI 智能體持續自動完成校準過程。

在談到未來路線圖時，英偉達量子產品總監 Sam Stanwyck 在發布會中表示，公司之所以選擇先推出解碼與校準，是因為這兩個環節正是制約量子系統擴展規模的最緊迫瓶頸。 他將二者形容為“AI 形狀的工作負載”，認為在這些領域引入 AI 可以立刻產生可觀的效果。 不過，他同時強調，英偉達的長期愿景不僅限于此，未來希望 AI 還能參與量子線路的構建與優化，使解碼和校準成為通往量子?GPU 超級計算平臺道路上的首批里程碑。

目前，Ising Decoding 和 Ising Calibration 已開始在企業與科研機構中落地應用。 在誤差解碼方面，康奈爾大學、桑迪亞國家實驗室、加州大學圣迭戈分校、加州大學圣塔芭芭拉分校等機構已開始部署相關模型。 在校準方面，Atom Computing、中研院（Academia Sinica）、EeroQ、IonQ、IQM Quantum Computers、Q?CTRL 等多家量子計算相關企業和研究組織已在使用 Ising Calibration 進行系統調試與優化。

為了降低使用門檻，英偉達還同步發布了一套“烹飪書”式指南，其中包括針對量子計算的工作流示例以及配套的訓練數據，并提供了基于 NVIDIA NIM 的微服務。 這些資源將幫助開發者根據不同的量子硬件架構定制、訓練和微調模型，并可在本地研究環境運行，從而在利用 AI 能力的同時，將敏感實驗數據留存在本機構內部。