科技与计算巨头英伟达公司近日发布名为 Ising 的开源人工智能模型家族，号称全球首个专门面向量子计算校准和误差校正的 AI 模型套件。 英伟达表示，这一模型家族将帮助科研机构和企业构建更强大的量子计算机，使其有能力在更大规模上运行真正有用的实际应用。
要让量子计算机运行复杂应用，系统需要处理规模达到数百万量子比特的量子信息单元，但量子比特本身极其脆弱，易受噪声干扰且误差频发。 随着量子计算机规模扩大，系统必须能在运行过程中实时完成误差校正与精细校准，补偿环境波动，才能保持计算结果的有效性。 英伟达创始人兼首席执行官黄仁勋表示，“AI 是让量子计算变得实用的关键”，在他看来，借助 Ising，“AI 将成为量子机器的控制平面——相当于量子机器的操作系统，把脆弱的量子比特转化为可扩展且可靠的量子‑GPU 系统”。
Ising 这一命名源自物理学中的经典数学模型 Ising 模型，用于描述粒子自旋之间的相互作用，并以更简洁的方式刻画复杂物理系统。 英伟达此次提供了两类模型：一类用于实时误差校正，另一类则聚焦于量子系统的校准。
在误差校正方面，Ising Decoding 负责将噪声条件下的量子测量结果“解码”为连贯的输出，它基于三维卷积神经网络，提供两个变体：一个偏重速度，另一个偏重精度。 英伟达称，与当前开源业界常用的误差校正工具 pyMatching 相比，Ising Decoding 在解码速度上可提升至多 2.5 倍，在准确率上则可提升约 3 倍。
在校准方面，Ising Calibration 主要面向物理学家和工程团队，用于对量子硬件的控制信号进行调优、测量与优化，这些控制信号包括微波、激光等物理手段。 高质量的量子输出高度依赖精确校准，以抵消噪声、硬件不稳定和参数随时间漂移等问题。 英伟达介绍，Ising Calibration 是一种视觉‑语言模型，可以快速解读来自量子处理器的测量数据，并据此驱动 AI 智能体持续自动完成校准过程。
在谈到未来路线图时，英伟达量子产品总监 Sam Stanwyck 在发布会中表示，公司之所以选择先推出解码与校准，是因为这两个环节正是制约量子系统扩展规模的最紧迫瓶颈。 他将二者形容为“AI 形状的工作负载”，认为在这些领域引入 AI 可以立刻产生可观的效果。 不过，他同时强调，英伟达的长期愿景不仅限于此，未来希望 AI 还能参与量子线路的构建与优化，使解码和校准成为通往量子‑GPU 超级计算平台道路上的首批里程碑。
目前，Ising Decoding 和 Ising Calibration 已开始在企业与科研机构中落地应用。 在误差解码方面，康奈尔大学、桑迪亚国家实验室、加州大学圣迭戈分校、加州大学圣塔芭芭拉分校等机构已开始部署相关模型。 在校准方面，Atom Computing、中研院（Academia Sinica）、EeroQ、IonQ、IQM Quantum Computers、Q‑CTRL 等多家量子计算相关企业和研究组织已在使用 Ising Calibration 进行系统调试与优化。
为了降低使用门槛，英伟达还同步发布了一套“烹饪书”式指南，其中包括针对量子计算的工作流示例以及配套的训练数据，并提供了基于 NVIDIA NIM 的微服务。 这些资源将帮助开发者根据不同的量子硬件架构定制、训练和微调模型，并可在本地研究环境运行，从而在利用 AI 能力的同时，将敏感实验数据留存在本机构内部。