作者 | Daniel Dominguez

譯者 | 田橙

NVIDIA 宣布推出一系列名為 NVIDIA Ising 的開源模型，用于解決量子處理器校準(zhǔn)和量子糾錯(cuò)問題。這是當(dāng)前量子系統(tǒng)規(guī)?；媾R的兩大工程挑戰(zhàn)，因?yàn)榱孔颖忍刂械脑肼暫筒环€(wěn)定性會(huì)降低計(jì)算的可靠性。Ising 模型的目標(biāo)是利用機(jī)器學(xué)習(xí)自動(dòng)化這一過程的部分環(huán)節(jié)，從而加快校準(zhǔn)周期，并在運(yùn)行過程中更高效地進(jìn)行量子錯(cuò)誤解碼。

Ising 系列包括兩個(gè)主要組件。校準(zhǔn)模型是一個(gè)視覺 - 語言系統(tǒng)，可解讀來自量子硬件的測量數(shù)據(jù)，并在接近實(shí)時(shí)的情況下調(diào)整參數(shù)，從而減少人工干預(yù)并縮短校準(zhǔn)周期。解碼模型基于 3D 卷積神經(jīng)網(wǎng)絡(luò)，用于處理量子糾錯(cuò)中的錯(cuò)誤綜合信息，并提供針對(duì)延遲或精度優(yōu)化的不同版本。根據(jù) NVIDIA 的說法，這些模型在速度和準(zhǔn)確性上都優(yōu)于現(xiàn)有方法（如 pyMatching），從而使實(shí)時(shí)量子糾錯(cuò)工作流更具可行性。

這些模型以開源形式發(fā)布，可以在本地部署，也可以根據(jù)特定的量子硬件環(huán)境進(jìn)行調(diào)整。NVIDIA 還提供了配套的數(shù)據(jù)集、工作流示例以及 NIM 微服務(wù)，幫助開發(fā)者集成和微調(diào)這些模型。該系統(tǒng)還與 CUDA-Q 集成，用于量子 - 經(jīng)典混合編程，并通過 NVQLink 將量子處理器與 GPU 連接起來，使糾錯(cuò)和控制循環(huán)可以與經(jīng)典計(jì)算任務(wù)并行運(yùn)行。

與量子生態(tài)中的其他方法相比，NVIDIA Ising 體現(xiàn)出一種轉(zhuǎn)變：從依賴基于物理或啟發(fā)式的方法，轉(zhuǎn)向使用通用 AI 模型來進(jìn)行控制和糾錯(cuò)。像 pyMatching 這樣的傳統(tǒng)工具以及其他解碼庫雖然經(jīng)過高度優(yōu)化，但通常是靜態(tài)的，需要針對(duì)不同的硬件拓?fù)溥M(jìn)行手動(dòng)調(diào)優(yōu)。相比之下，Ising 使用可學(xué)習(xí)的模型，可以適應(yīng)不同的噪聲模式和系統(tǒng)配置。包括 IBM 和 Google 在內(nèi)的其他廠商也在內(nèi)部探索使用機(jī)器學(xué)習(xí)進(jìn)行量子糾錯(cuò)，但這些工作通常與其專有硬件棧緊密綁定，而 NVIDIA 則將 Ising 定位為一個(gè)與硬件無關(guān)的開源模型層，可跨平臺(tái)集成。

社區(qū)的早期反饋既關(guān)注其潛力，也關(guān)注實(shí)際挑戰(zhàn)。一些研究人員認(rèn)為，這一發(fā)布是邁向讓量子系統(tǒng)更具可編程性的一步，并指出基于 AI 的校準(zhǔn)有望降低維護(hù)量子設(shè)備的運(yùn)維成本。

用戶 Adel Bucetta 表示：

很多人覺得 AI 只是幫你把代碼寫得更好，但真正的突破，是它在重新定義“什么變得可能”：誰能參與構(gòu)建量子處理器，以及它到底可以怎么被做出來、怎么運(yùn)行。

也有人提出了泛化能力方面的疑問，尤其是針對(duì)特定硬件環(huán)境訓(xùn)練的模型，是否能夠有效遷移到不同架構(gòu)上。

AI 戰(zhàn)略專家 Wefaq Ahmad 在 X 上評(píng)論道：

NVIDIA 這是把量子比特的手動(dòng)調(diào)參變成自動(dòng)校準(zhǔn)了。如果 Ising 真能把校準(zhǔn)從幾天壓到幾小時(shí)，那量子計(jì)算的科研時(shí)代，是不是要翻篇了？

此外，還有關(guān)于延遲約束的討論，因?yàn)閷?shí)時(shí)糾錯(cuò)需要量子硬件與經(jīng)典計(jì)算系統(tǒng)之間的緊密協(xié)同。總體來看，反饋體現(xiàn)出一種謹(jǐn)慎的興趣，重點(diǎn)關(guān)注基準(zhǔn)測試結(jié)果以及這些模型在受控環(huán)境之外的表現(xiàn)。

https://www.infoq.com/news/2026/04/nvidia-ising-quantum/

聲明：本文為 InfoQ 翻譯，未經(jīng)許可禁止轉(zhuǎn)載。

會(huì)議推薦

世界模型的下一個(gè)突破在哪？Agent 從 Demo 到工程化還差什么？安全與可信這道坎怎么過？研發(fā)體系不重構(gòu)，還能撐多久？

AICon 上海站 2026，4 大核心專題等你來：世界模型與多模態(tài)智能突破、Agent 架構(gòu)與工程化實(shí)踐、Agent 安全與可信治理、企業(yè)級(jí)研發(fā)體系重構(gòu)。14 個(gè)專題全面開放征稿。

誠摯邀請(qǐng)你登臺(tái)分享實(shí)戰(zhàn)經(jīng)驗(yàn)。AICon 2026，期待與你同行。

今日薦文

你也「在看」嗎？