NVIDIA发布面向量子计算校准与纠错的开源AI模型家族Ising，试图借助AI破解长期制约量子计算商业化的关键难题。

据SiliconANGLE4月14日（当地时间）报道，NVIDIA表示，Ising将用于支持科研机构和企业开发面向大规模应用的量子计算机。

量子计算要走向实际应用，前提是稳定控制数百万个量子比特。但量子比特极易受到环境变化和噪声干扰，错误频发。随着系统规模扩大，实时校准和纠错的重要性也随之上升。NVIDIA此次将解码和校准列为优先推进的两个方向。

NVIDIA CEO Jensen Huang表示，AI是量子计算走向实用化不可或缺的一环。借助Ising，AI将承担量子设备运行控制中的关键功能，发挥类似“操作系统”的作用。他还提出，希望将脆弱的量子比特系统逐步转变为可扩展、可靠的量子-GPU系统。

从产品构成看，Ising包括两类核心模型。其中，Ising Decoding面向量子纠错，基于3D卷积神经网络，提供速度优化版和精度优化版两个版本。NVIDIA称，与开源基线工具PyMatching相比，该模型最高可实现2.5倍提速，准确率提升至3倍。

另一款模型Ising Calibration用于调节和测量物理控制信号，以优化系统状态，覆盖微波、激光等控制信号，并可对随时间出现的噪声、硬件不稳定和参数漂移进行修正。该模型基于视觉语言模型，可解读量子处理器的测量结果，并支持AI Agent自动执行持续校准流程。

目前，Ising已进入实际应用阶段。其中，Ising Decoding已被Cornell University、Sandia National Laboratories、UC San Diego、UC Santa Barbara等机构采用；校准模型则已在IonQ、IQM等企业和研究机构中使用。

除模型本身外，NVIDIA还发布了涵盖量子计算工作流和训练数据的配套指南，以及NVIDIA NIM微服务。开发者可据此针对不同硬件环境定制模型，并直接在内部系统中部署运行，以保护敏感数据。

NVIDIA将Ising视为迈向“量子-GPU一体化超级计算”的起点，而非单一模型产品。AI究竟能在多大程度上改善量子计算长期存在的纠错与校准难题，后续实际效果仍有待观察。