NVIDIA Ising

全球首个面向量子计算校准与纠错的开源AI模型系列

深度报告

  • NVIDIA Ising(伊辛)是英伟达于2026年4月14日(世界量子日)在GTC大会上发布的全球首个面向量子计算场景的开源AI模型系列。该模型针对量子处理器校准耗时长、量子纠错效率低两大核心难题,提供从量子设备校准到量子纠错的完整开源模型、工具和教程。Ising将校准时间从数天压缩至数小时,纠错速度提升2.5倍,准确率提高3倍,标志着量子计算从实验室走向产业化的关键转折。

  • Ising由NVIDIA自主研发,隶属于NVIDIA量子计算产品线。2026年4月14日,黄仁勋在世界量子日(GTC大会)上正式发布该模型系列。NVIDIA表示,这些AI模型将帮助研究机构和企业构建更优质的量子计算机,使其能够规模化运行实用应用程序。作为开源项目,Ising在GitHub上采用Apache 2.0许可证发布,目前已获得52 stars和18 forks的关注。 Ising的核心价值在于提供从量子设备校准到量子纠错的完整开源模型、工具和教程。NVIDIA创始人兼首席执行官黄仁勋表示:「AI对实现量子计算实用化至关重要,通过Ising模型,AI将成为量子机器的控制平面——即操作系统——将脆弱的量子比特转化为可扩展、高可靠的量子GPU系统」。

  • Ising模型系列包含多种不同功能的模型,覆盖量子计算全流程的关键环节。 在量子设备校准方面,Ising-Calibration-1-35B-A3B是一个35B参数的视觉语言模型(VLM),专门用于量子设备校准。该模型能够自动完成原本需要数天的校准工作,大幅提升量子计算机的启动效率。 在量子纠错方面,Ising-Decoder-SurfaceCode-1-Accurate是表面码量子纠错的高精度AI预解码器,包含1.79M参数。另有Ising-Decoder-SurfaceCode-1-Fast快速版本,包含0.91M参数,在精度和速度之间提供灵活选择。这些解码器将纠错速度提升2.5倍,准确率提高3倍。 Ising还提供完整的开源工具链,包括AI解码训练框架(Ising-Decoding)、量子计算机校准智能体工作流蓝图(Quantum Calibration Agent Blueprint)、VLM量子校准实验分析能力开放基准(QCalEval)等多个代码仓库。同时提供详细的教程文档(Cookbooks),涵盖AI预解码器的训练、优化推理和量化,以及量子计算机校准智能体工作流入门。 Ising支持多种部署方式,可通过Nvidia Inference Microservices(NIMs)直接部署推理微服务,也可通过Build.nvidia.com API端点调用,或从HuggingFace下载模型。

  • Ising模型系列采用完全开源免费的商业模式。所有模型、工具和教程资源均向全球科研机构、企业及开发者免费开放。这体现了NVIDIA推动量子计算生态系统发展的战略布局,通过开源方式降低量子计算门槛,加速量子计算实用化进程。 虽然没有直接的商业模式,但Ising的发布有助于NVIDIA在量子计算领域建立技术领先优势,与NVIDIA的GPU计算平台形成协同效应,并为未来可能的企业级服务奠定基础。

  • 由于Ising于2026年4月14日刚刚发布,目前公开用户评论数量有限。从技术社区反馈来看,科研人员对Ising表现出较高兴趣。 学术界对Ising的评价较为积极。该项目降低了量子计算研究的门槛,使得没有机器学习专业背景的研究人员也能使用AI进行量子计算校准和纠错。Ising-Decoder提供的预训练模型可以直接部署使用,大幅降低了开发成本。 开发者社区对开源协议和文档完整性给予认可。Apache 2.0许可证提供了较大的使用自由度,Cookbooks教程覆盖了从训练到部署的完整流程。

  • 量子计算行业对Ising的发布反应积极。有评价认为Ising攻克了量子处理器校准耗时长、量子纠错效率低两大核心难题,是量子计算实用化的重要突破。 从行业角度看,Ising标志着量子计算从实验室走向产业化的关键转折。通过将AI技术应用于量子计算的核心瓶颈,NVIDIA展现了其在量子计算领域的战略布局。 Ising的发布也体现了AI和量子计算正在加速融合的趋势。error correction被认为是量子计算实用化的关键,而Ising正在重塑这一领域。

  • 截至目前,Ising项目本身未出现重大争议。但作为前沿技术产品,用户需要注意以下风险因素。 技术成熟度风险方面,Ising是新兴项目,实际部署效果需要时间验证。量子计算硬件本身仍在发展中,软件层面的突破能否真正转化为实际性能提升还有待观察。 另外,量子计算领域竞争日益激烈,Ising能否保持技术领先需要持续关注。竞争对手如Google、IBM等也在加大量子计算AI投入。

  • Ising适合以下用户群体:量子计算研究人员可以使用Ising模型进行量子纠错研究,无需从零构建AI解码器;量子计算工程师可以借助校准工具自动化工作流程,提升设备利用效率;AI开发者可以探索量子计算与AI的交叉领域,参与开源贡献;高校科研团队可以基于Ising开展量子计算教学和实验。 对于传统IT开发者,Ising需要一定的量子计算背景知识才能有效使用。普通用户建议先学习量子计算基础概念。

  • NVIDIA Ising是量子计算AI领域的里程碑产品,通过开源方式推动量子计算实用化进程。其校准和纠错能力有望加速量子计算机的普及,但实际产业效果仍需验证。

用户评论

  • 头像
    Frank.Stephens168
    看到NVIDIA发布Ising模型我真的惊了!量子计算终于有救了,校准时间从几天缩短到几小时,这波操作太给力了。

  • 头像
    天涯_14
    作为一个量子计算方向的研究生,Ising开源真的是及时雨。之前每次实验前都要花好几天校准设备,现在有了AI模型终于可以省点时间了。

  • 头像
    邓雪艳
    NVIDIA从CUDA-Q到NVQLink再到Ising,这布局也太清晰了吧!感觉量子计算生态越来越完整了。

  • 头像
    Emma.YoungII
    校准速度提升这么多,纠错速度2.5倍,准确率3倍,这是真的强。唯一担心的就是实际部署效果能不能达到论文说的水平。

  • 头像
    Raymond.Davis_99
    看了下GitHub上的代码和文档,Apache 2.0协议真的很友好。相比某些厂商藏着掖着的态度,NVIDIA这波大气了。

  • 头像
    yellowmouse651
    TomHardware和TechPowerUp都报道了,看来业界关注度很高啊!

  • 头像
    PlutoProtocolCampbell
    期待效果。之前用传统方法做量子纠错累死累活,AI介入后希望能轻松点。

  • 头像
    Jean.Lewis_2022
    免费开源真的香!之前用别的方案光是校准服务就要花不少钱,现在可以直接白票。

  • 头像
    唐玉
    Ising-Decoder的Fast和Accurate两个版本可以满足不同需求,很灵活。点赞。

  • 头像
    DomingoOrtiz
    全球首个开源量子AI模型,这个title就很霸气。Google和IBM要紧张了吧。

  • 头像
    xBryanWalker_x
    QCalEval数据集也开放了,这个基准很有参考价值。

  • 头像
    goldenmouse583
    35B参数的VLM来做校准,这是要革传统校准方法的命啊。

  • 头像
    NodeD_ex
    开源协议宽容,用起来也放心,不用担心后续法律问题。

  • 头像
    greendog752
    黄仁勋说AI将成为量子机器的控制平面,这话听着就燃!

  • 头像
    trueDanielMorales_2024
    世界量子日发布,太会选时间了!黄仁勋亲自站台,NVIDIA对量子计算是认真的。

  • 头像
    NFfra
    虽然才发布,但已经看到有团队在讨论怎么集成到现有QPU架构了。

  • 头像
    LiquidityKingWood
    NIMs可以直接部署,对于我们这种没时间从头训练模型的团队太友好了。

  • 头像
    Ann.White_Max
    量子计算从实验室走向产业化的关键转折点,说的太对了。