NVIDIA Ising AI-mudelid sihib kvantarvutuste suurimat puudust

Darius Baruo 14. aprill 2026 kell 15:11

NVIDIA lõi välja Isingu – avatud lähtekoodiga AI-mudelid, mis tagavad kvantarvutuste veakorrektsiooni 2,5 korda kiiremini ja täpsuse 3 korda paremini, võimaldades seega vigatugevate kvantarvutussüsteemide kiiremat arengut.

NVIDIA avaldas oma esimesed avatud lähtekoodiga AI-mudelid, mille eesmärk on parandada kvantarvutuste põhiprobleemi: kvantbitid (qubitid), mis lähevad umbes iga tuhandenda operatsiooni järel valesti. Ising-mudelite perekond, millest teatati 14. aprillil 2026, pakub veakorrektsiooni, mis on 2,5 korda kiirem ja kuni 3 korda täpsem kui olemasolevad meetodid.

Selle veasageduse vähendamiseks on vaja jõuda ühe veani triljoni operatsiooni kohta enne kui kvantarvutid saavad tõesti kasulikud ettevõtetele. NVIDIA laeb oma panuse AI-le, et see lünka suudaks sulgeda.

Kaks mudelit, üks probleem

Ising ilmub kahe spetsialiseeritud komponendiga. Kalibreerimismudel on 35 miljardi parameetriga nägemis-keelemudel, mis automatiseerib kvantarvutite kalibreerimise tülikat protsessi. NVIDIA uues QCalEval-i benchmarhis – esimeses standardse testis kvantarvutite kalibreerimise AI jaoks – ületas Ising-Calibration-1 Gemini 3.1 Pro-d 3,27%, Claude Opus 4.6-d 9,68% ja GPT 5.4-d 14,5%-ga.

Veakorrektsioonimudelid tegelevad reaalajas veakorrektsiooniga, kasutades kolmemõõtmelisi konvolutsioonilisi neuronaalvõrku. „Täpne“ variandi ja PyMatchingu paaris saavutab GB300 riistvaral 2,33 mikrosekundit ühe tsükli kohta ning parandab loogiliste vigade sagedust 1,53 korda. „Kiire“ variandil tehakse teatud täpsuse kaotuse vastu kiiruse nimel: 13 GB300 GPU-s saavutatakse 0,11 mikrosekundit ühe tsükli kohta.

Miks see on oluline kvantarvutuste arendamise jaoks

Olemasolevad kvantarvutussüsteemid nõuavad pidevat klassikaliste arvutite sekkumist, et vead korrigeerida enne nende kaskaadset levikut. See on arvutuslikult väga kulukas. NVIDIA lähenemisviis loob tegelikult AI-ga juhitava kontrollikihi, mis suudab skaalautuda koos kvantarvutusriistvara täiustustega.

Firma õpetas Ising-Calibration-1 mudelit partnerite andmetel, kes töötasid mitme erineva kvantbitti tüübiga: ülejuhtivate kvantbitide, kvantpunktide, ioonide, neutraalsete aatomite ja heeliumil olevate elektronidega. Selle laia ulatuse tõttu on tõenäoline, et mudelid üldistuvad erinevate kvantarvutusarhitektuuride vahel ning ei ole seotud ühegi tootja lahendusega.

Varajased kasutajad hõlmavad Harvardi ülikooli, Fermi rahvuslikku kiirenduslaborit, IQM Quantum Computersi ja Suurbritannia Rahvuslikku Füüsikalaboratooriumi. Ka Academia Sinica on kaasatud.

Avatud lähtekood, kuid tingimustega

Kõik on saadaval NVIDIA Open Model License all: mudelite kaalud, õpperaamistikud, sünteetilise andmete genereerimise tööriistad ja deploy-mustrid. QPU-ehitajad saavad neid täpsustada oma konkreetse riistvara müraomaduste järgi, säilitades samas oma ärisaladused kohapeal.

Õpperaamistik kasutab NVIDIA cuQuantum teegi ja cuStabilizeri, et genereerida sünteetilisi andmeid käigus PyTorch’i õppeprotsessis. Eelõpetatud mudeli kontrollpunktid on saadaval Hugging Face’is; lisaks on kalibreerimismudel ligipääsetav ka NVIDIA NIM ja Build platvormidel.

Kvant-GPU hübridsüsteeme ehitavatele tiimidele integreerub Ising NVIDIA olemasolevasse CUDA-Q tarkvaraplatvormi ja NVQLink riistvarasidest liidesesse. Reaalajas API põhineb CUDA-Q QEC-l ja CUDAQ-Realtime’l.

Kvantarvutuste praktikas kasutatavaks muutumise ajastus jääb endiselt ebamääraseks, kuid NVIDIA positsioneerib end selgelt kui infrastruktuurakihti sellele, mis iganes tulevikus tekib. NVDA turukapitalisatsioon on $4,67 triljonit, mistõttu on firmal ressursse kvantarvutuste pikaajalisel arendamisel osaleda, samas kui selle GPU-tegevus jätkab raha printimist AI-nõudluse tõttu.

• nvidia
• quantum computing
• artificial intelligence
• ising
• error correction