英伟达（NVIDIA）近日推出了一款名为 Ising 的全新开源AI模型系列，旨在解决量子计算领域两大核心挑战：校准与错误校正。 该模型帮助研究人员和企业通过更高效地调校量子处理器、实时检测并修正错误，从而构建更稳定、可扩展的量子系统。

量子计算机是极其敏感的系统，微小的扰动都可能导致计算错误。如何有效修复这些问题，一直是打造能够处理真实世界规模化应用的最大障碍之一。英伟达表示，与传统方法相比，其 Ising 模型在量子纠错方面可实现最高2.5倍的性能提升和3倍的精度提升，为更可靠的量子硬件铺平了道路。

修复脆弱的量子系统

Ising 系列包含针对校准和纠错两大任务的两个工具。校准确保量子处理器被正确调谐，而纠错则帮助识别和修正计算过程中产生的错误。

其中，Ising Calibration 模型采用视觉-语言方法解析来自量子处理器的测量数据。这使得AI智能体能够将传统上需要数天的校准过程自动化，缩短至数小时。更快的校准周期也让研究人员能够运行更多实验，持续优化系统性能。

在纠错方面，Ising Decoding 使用3D卷积神经网络实时处理复杂的量子数据。该模型在速度和精度上均进行了优化，能够在错误发生时更快地予以纠正——这对于在较长时间计算中维持量子系统的相干性至关重要。

英伟达创始人兼首席执行官黄仁勋表示：“AI 对于让量子计算变得实用不可或缺。有了 Ising，AI 成为了量子机器的控制平面——即操作系统。”

AI 与量子硬件的融合

该模型正在被广泛的研究机构、大学和量子计算公司采用。早期使用者包括哈佛大学、费米实验室、劳伦斯伯克利国家实验室以及多家商业量子企业。这种采用程度凸显了AI在管理量子系统方面日益增长的作用，尤其是在研究人员致力于构建混合量子-经典架构的背景下——这类架构需要量子处理器与经典计算资源之间的紧密协调。

英伟达同时将 Ising 定位为更广泛生态系统的一部分。这些模型与其 CUDA-Q 平台和 NVQLink 硬件互连技术集成，实现了量子处理器与经典 GPU 之间的实时交互。

通过开源这些模型，英伟达为开发者提供了工具、数据和工作流，使其能够针对不同的量子硬件设置进行定制。这有望加速实验进程，同时让机构保持对自身数据的控制权，也降低了小型研究团队参与量子开发的门槛。

此次发布反映了业界将量子计算从研究项目转化为实用技术的广泛努力。通过改进校准和错误校正，Ising 这类AI模型有望缩小当前实验系统与可扩展量子机器之间的差距。