NVIDIA (輝達) 發表全球首款專為量子人工智慧設計的開源模型「 NVIDIA Ising」，旨在解決量子處理器在擴展過程中面臨的校準與糾錯挑戰，該系列模型透過開源形式提供開發者高性能工具，協助研究機構與企業優化量子位元運作效率。
NVIDIA Ising 縮短校準時程
量子處理器的運行穩定性高度依賴精確的校準程序。NVIDIA Ising 校準（Ising Calibration）模型採用視覺語言模型技術，能快速解讀量子處理器的測量數據並做出反應。這項技術使人工智慧代理得以自動執行持續性的校準任務，將傳統的程序縮短至數小時。包含台灣中央研究院、費米國家加速器實驗室以及哈佛大學在內的多個研究單位，已開始採用此技術來提升量子硬體的自動化維護效率，降低人工成本。
卷積神經網路加速糾錯解碼
NVIDIA 創辦人兼執行長黃仁勳表示人工智慧對量子運算實用化至關重要，借助 Ising，人工智慧將成為控制平面量子機器的作業系統，將脆弱的量子位元轉化為可擴展且可靠的量子 GPU 系統。
量子糾錯（Quantum Error Correction）是實現大規模運算的技術門檻。NVIDIA Ising 解碼（Ising Decoding）提供兩種 3D 卷積神經網路（3D CNN）模型變體，分別針對處理速度與運算精度進行優化。數據顯示 Ising 解碼模型的處理速度較目前業界開源標準 pyMatching 提升 2.5 倍，且精確度達到 3 倍之多。透過即時解碼量子位元產生的錯誤訊號，研究人員能維持運算的邏輯正確性。目前康乃爾大學與 IonQ 等機構已部署此模型，探索更複雜的量子演算法應用。
根據市場研究機構 Resonance 預估，全球量子運算市場規模在 2030 年有望達到 110 億美元，其成長動能主要來自工程挑戰的突破。NVIDIA Ising 系列不僅提供模型與訓練資料，更與 NVIDIA CUDA-Q 軟體平台及 NVIDIA NVQLink 硬體互連技術整合。這種混合架構設計讓研究人員能在本地端系統運行模型，確保實驗數據的私密性。此外，透過 NVIDIA NIM 微服務，開發人員能針對特定硬體架構進行微調，協助現有的量子位元轉化為具備擴展性的量子運算系統。
Ising 開源模型開放下載
Ising 模型系列名稱源自簡化複雜物理系統研究的經典數學模型，體現了簡化量子控制平面的設計理念。目前 NVIDIA Ising 模型已在 GitHub、Hugging Face 與 NVIDIA 官方平台開放下載，加入了 NVIDIA 的開放式模型產品組合，該產品組合包括用於智慧體的 NVIDIA Nemotron、用於實體 AI 的 NVIDIA Cosmos、用於自動駕駛汽車的 NVIDIA Alpamayo、用於機器人的 NVIDIA Isaac GR00T 和用於生物醫學研究的 NVIDIA BioNeMo。
透過將人工智慧定位為量子機器的「控制平面」或作業系統，研發團隊能更有效率地管理脆弱的量子位元。此舉吸引了英國國家物理實驗室（NPL）與多所國際頂尖大學加入生態系，共同推動實用化量子應用程式的開發。
這些開放式模型、資料和框架可在 GitHub、Hugging Face 和 build.nvidia.com 上取得。
這篇文章 NVIDIA發表全球首款為量子AI打造的「 Ising 模型」 最早出現於 鏈新聞 ABMedia。
相關文章
