黄仁勋率先开源量子AI大模型

fish1352

英伟达最新AI开源，瞄准了量子计算：
  推出全球首个开源量子AI模型家族——NVIDIA Ising。
  
  具体包括：
! ^' m7 e1 u7 l- W/ N! U3 C  Ising Calibration（校准）：一个350亿参数的视觉语言模型（VLM），能够快速解读并对来自量子处理器的测量结果做出反应。基于这一模型，Agent能够把几天的校准工作缩短到几小时。
  Ising Decoding（解码）：用3D CNN做实时纠错，包括分别针对速度和精度优化的两个版本。相比于当前开源行业标准pyMatching，Ising Decoding在速度上最多快2.5倍，精度高出3倍。
/ \5 P1 u4 U- \3 }& w6 [; t  用英伟达自己的话说，Ising系列模型极大地简化了对复杂物理系统的理解，为量子纠错和校准提供了高性能、可扩展的AI工具。
6 D* F& Q( u; D) j2 ^6 ~/ L  而量子纠错和校准，正是构建混合量子-经典系统时最关键的两大挑战。
, \; c3 ], i$ q( o  老黄亦对Ising寄予厚望：
  

   AI对量子计算的实用化至关重要。有了Ising，AI将成为量子计算机的操作系统，将脆弱的量子比特转变为可扩展且可靠的量子-GPU系统。
  

  加速量子系统实用化
4 m9 N9 P; J$ b2 ]- s6 K
7 D4 Q7 ?  D$ x( b5 Q4 T# s  U  说到量子计算的实用化，大家总开玩笑说存在“5年魔咒”：总是说下一个5年就能规模化，实则5年又5年，预期仍未实现。
  其中很重要的一个原因是，量子计算机太容易出错了：
8 ^  }! ^, G/ h5 C+ B- o  当前最先进的量子处理器，每进行1000次操作就可能出错一次。而从规模化的角度来看，错误率必须降至万亿分之一甚至更低。
7 |+ l1 o8 M! Q& }7 x! Y  因此，对于量子计算而言，在错误累积前进行实时校准和纠错，非常关键。
: T- \: ~1 c0 E7 ?: i% N  英伟达认为，AI最有希望突破这一难题。
/ j  o6 v8 [: e  此次开源，Ising正是在校准和量子纠错解码两方面发力。
5 ]+ @. u* F, s/ S# s. y8 j. g  NVIDIA Ising Calibration

) [% X* b/ o/ a7 s) n  Ising Calibration是一个大型视觉语言模型（VLM），能够理解量子计算科学实验的输出结果，以及结果与预期趋势的对比。
  Ising Calibration可以被用到Agent的工作流中，对量子处理器的测量结果作出相应，并进行主动校准。
  用于训练Ising Calibration的数据涵盖多种量子比特模态，包括超导量子比特、量子点、离子、中性原子、氦上电子等等。
  为了验证Ising Calibration的有效性，英伟达和包括费米实验室、哈佛在内的合作伙伴们一起，基于真实量子计算机的输出，共同开发了QcalEval基准——这是世界上首个用于评估Agent量子计算机校准的基准。
  
  结果显示，350亿参数的Ising-Calibration-1在解释实验结果、分类结果、评估结果重要性、评估拟合质量和关键特征，以及生成可行性建议这六个评估维度上，平均得分达到SOTA，超过了Gemini 3.1 Pro、GPT 5.4、Claude Opus 4.6等顶级闭源模型。
, |4 J2 B' D6 @( H+ z7 f  NVIDIA Ising Decoding

3 o8 p  G1 k  S, x  Ising Decoding则是基于3D CNN的AI训练框架和模型集合，专门用于量子纠错中要求极高的实时解码任务。
  作为“预解码器”，Ising Decoding可以在空间和时间上扩展，通过处理大量局部的综合征错误，来加速并提高全局解码器的准确性。
  
: N6 M2 l5 T2 P! [" }* J) v  用户只需定义噪声模型、旋转表面码的方向和模型深度，Ising Decoding框架就能自动生成合成数据，并训练出针对任务优化解码性能的3D CNN。
  英伟达在HuggingFace上开源了两个基础模型实例：
  针对速度优化的 Fast模型
  模型参数量大约为91.2万，层数较少，体积较小。因此，Ising-Decoder-SuRFaceCode-1-Fast可以在GPU上高效运行。
# Y% J! s3 q& Z3 V+ H, `! u$ H  相比于单独的PyMatching方案，Fast模型能带来2.5倍加速，同时将准确率提升至原来的1.11倍。
/ [( F  L$ A% r1 u0 |7 L  针对准确率优化的 Accurate模型
2 x! B& s4 ^- q, [  v  A% l  模型参数量大约为179万。相比于Fast，Accurate模型能纠正更长的错误链，同时运行时间也会变长。
  相比于单独使用PyMatching，Ising-Decoder-SurfaceCode-1-Accurate + PyMatching的方案是前者的2.25倍，准确率能达到1.53倍。
  
  值得一提的是，Ising系列模型采用的是Apache-2.0协议，这是一个较为宽松、商用友好的开源许可。
! h1 p: w* j7 i& Q, }  另外，Ising这个名字也有点说法：
' K# O# e+ u9 h, g/ k) X7 X2 D9 {  伊辛模型（Ising Model）是统计物理学中一个非常经典且重要的数学模型，最初由物理学家Wilhelm Lenz在1920年提出，并由他的学生Ernst Ising在1925年对其一维情况进行了详细研究。
$ h3 `. L% P- a( O" I1 E  现在，伊辛模型已经成为研究相变和临界现象的最基本模型，并被广泛应用于物理、化学、生物、计算机科学甚至社会学领域。
" T5 |. n( x, I$ U( Y0 H  One More Thing
' h$ H" L# S% h" J
( J5 Y/ A/ f9 B0 l- h  英伟达突然在量子计算领域大手笔开源，股价也迎来一波超过6%的涨幅。
! w( f  r1 Q) j! d0 \% J  
  就有网友辣评：英伟达发布量产量子工具链，等不到5年以后，大家伙又要开始手忙脚乱了。
* V7 t) q2 M4 Y3 u" |" v  
  回到老黄那句话上，“AI将成为量子计算机的操作系统”，那么率先用开源在量子生态中占据一席之地，就是英伟达为这盘未来棋局投下的重要一子。
  依旧不止于硬件，而是从软件底层逻辑的层级上，就开始埋下影响力的伏笔。
$ G9 _! |( y# [  开源地址：
  https://huggingface.co/collections/nvidia/nvidia-ising
+ f0 T6 B. R2 o6 s" t  参考链接：
  [1]https://nvidianews.nvidia.com/news/nvidia-launches-ising-the-worlds-first-open-ai-models-to-accelerate-the-path-to-useful-quantum-computers
2 ~3 _5 R# H$ ^9 V/ J$ T' ?  [2]https://developer.nvidia.com/blog/nvidia-ising-introduces-ai-powered-workflows-to-build-fault-tolerant-quantum-systems/
  \: H" M& h4 f$ t" k3 I  本文来自微信公众号“量子位”，作者：鱼羊 ，36氪经授权发布。

『本文转载自网络,版权归原作者所有,如有侵权请联系删除』