英伟达（$NVDA）发布了瞄准量子计算核心难题——“纠错”与“校准”问题的开源人工智能（AI）模型产品系列“Ising”。已成长为以GPU为中心的AI企业的英伟达，此次着手构建将量子计算机培育为实际工业系统所需的“控制层”。
英伟达于14日（当地时间）表示，Ising将帮助量子计算机研究机构和企业开发更精密、更稳定的系统。量子计算机要大规模运行实际有用的应用程序，必须稳定处理数百万个量子比特。然而，量子比特对外部环境变化和噪声极为敏感，容易产生错误，这是其最大的局限。
英伟达首席执行官黄仁勋表示：“AI对于实现量子计算的实用化至关重要”，“通过Ising，AI将扮演类似量子机器‘操作系统’的控制面板角色。”他还强调，这可能会成为将脆弱的量子比特转变为可扩展、可靠的量子-GPU系统的转折点。
Ising这一名称来源于物理学中用于简化描述复杂相互作用的代表性数学模型——“伊辛模型”。英伟达此次推出了两种模型。一种是用于实时纠错的“Ising Decoding”，另一种是用于微调设备和信号的“Ising Calibration”。
纠错速度提升2.5倍，准确度提高3倍
Ising Decoding是执行量子纠错所需实时读取工作的模型。它基于三维卷积神经网络构建，提供速度优化版和精度专注版两种版本。英伟达解释称，该模型比目前开源行业广泛使用的标准“pyMatching”最快可提速2.5倍，准确度高出3倍。
纠错是将充满噪声的量子系统转化为有意义输出的过程。随着量子计算机规模扩大，这项工作不再是选择，而是必须。因为要从实验室水平的实验设备发展为商用系统，必须具备实时检测和纠正错误的能力。
Ising Calibration帮助物理学家调整和测量微波或激光等控制信号，以优化系统。其目的是在考虑随时间产生的硬件不稳定性、噪声和变量变化的同时，保持高精度的输出。英伟达表示，该模型利用视觉-语言模型结构，可快速解读量子处理器的测量值，并驱动能自动化连续校准工作的AI代理。
英伟达：“AI将解决量子计算机可扩展性问题”
英伟达量子产品主管萨姆·斯坦威克在简报会上解释，公司之所以首先选择解码和校准，是因为它们是“最紧迫的可扩展性障碍”。他认为这两个领域都是“AI友好的工作负载”，能够立即产生AI效果。
英伟达的长期构想不止于此。公司预计未来AI还将应用于量子电路设计和优化。解释称，解码和校准终究是迈向大规模量子-GPU超级计算机的第一步。
实际应用也已开始。Ising Decoding正在康奈尔大学、桑迪亚国家实验室、加州大学圣地亚哥分校、加州大学圣塔芭芭拉分校等地使用。Ising Calibration则被Atom Computing、Academia Sinica、IroQ、IonQ（$IONQ）、IQM Quantum Computers、QControl等机构使用。
英伟达还一同发布了包含量子计算工作流程和学习数据的指南合集，以及英伟达NIM微服务。开发者可利用这些资源，针对不同的硬件环境定制化地训练和微调模型。此外，它可以在研究机构内部系统中直接运行，也有利于保护敏感数据。
此次发布表明，英伟达正超越AI基础设施企业的范畴，将其影响力扩展为量子计算生态系统的核心平台运营商。虽然距离量子计算机的商用化仍有很长的路要走，但用AI解决“纠错”和“实时校准”这一瓶颈的方法，被市场评价为值得关注的变化。
TP AI 注意事项 使用基于TokenPost.ai的语言模型对文章进行了摘要。正文的主要内容可能被省略或与事实不符。