Modelele AI Ising de la NVIDIA Vizează Cea Mai Mare Deficiență a Calculului Cuantic

Darius Baruo 14 apr. 2026 15:11

NVIDIA lansează Ising, modele AI open-source care oferă corecție a erorilor cuantice de 2,5 ori mai rapidă și o precizie de 3 ori mai bună, accelerând potențial sistemele cuantice tolerante la erori.

NVIDIA a lansat primele sale modele AI open-source concepute special pentru a remedia problema fundamentală a calculului cuantic: qubiții care eșuează aproximativ o dată la fiecare o mie de operații. Familia de modele Ising, anunțată pe 14 aprilie 2026, oferă corecție a erorilor de 2,5 ori mai rapidă și cu până la 3 ori mai precisă decât metodele existente.

Rata de eroare trebuie să scadă la unu la un trilion înainte ca computerele cuantice să devină cu adevărat utile pentru aplicațiile enterprise. NVIDIA pariază că AI poate elimina acest decalaj.

Două Modele, O Problemă

Ising se lansează cu două componente specializate. Modelul de Calibrare este un model viziune-limbaj cu 35 de miliarde de parametri care automatizează procesul laborios de reglare a procesoarelor cuantice. Pe noul benchmark QCalEval al NVIDIA—primul test standardizat pentru AI de calibrare cuantică—Ising-Calibration-1 a depășit Gemini 3.1 Pro cu 3,27%, Claude Opus 4.6 cu 9,68% și GPT 5.4 cu 14,5%.

Modelele de Decodare gestionează corecția erorilor în timp real folosind rețele neuronale convoluționale 3D. Varianta "Accurate" asociată cu PyMatching atinge 2,33 microsecunde pe rundă pe hardware GB300, îmbunătățind în același timp ratele de eroare logice cu 1,53x. Varianta "Fast" sacrifică o parte din precizie pentru viteză, atingând 0,11 microsecunde pe rundă pe 13 GPU-uri GB300.

De Ce Este Important Pentru Dezvoltarea Cuantică

Sistemele cuantice actuale necesită intervenție constantă a computerelor clasice pentru a corecta erorile înainte ca acestea să se amplifice. Acest lucru este brutal din punct de vedere computațional. Abordarea NVIDIA creează în esență un plan de control alimentat de AI care poate scala alături de îmbunătățirile hardware-ului cuantic.

Compania a antrenat Ising-Calibration-1 pe date de la parteneri care lucrează cu multiple tipuri de qubiți: qubiți supraconductori, puncte cuantice, ioni, atomi neutri și electroni pe heliu. Această amploare sugerează că modelele ar trebui să se generalizeze pe diferite arhitecturi cuantice, în loc să fie blocate la abordarea unui singur furnizor.

Primii adoptatori includ Harvard, Fermi National Accelerator Laboratory, IQM Quantum Computers și UK National Physical Laboratory. Academia Sinica este de asemenea la bord.

Open Source Cu Condiții

Totul este livrat sub Licența Open Model a NVIDIA: ponderi, framework-uri de antrenament, instrumente de generare a datelor sintetice și rețete de implementare. Constructorii de QPU pot face ajustări fine pentru caracteristicile specifice de zgomot ale hardware-ului lor, păstrând în același timp datele proprietare la fața locului.

Framework-ul de antrenament folosește biblioteca cuQuantum a NVIDIA și cuStabilizer pentru a genera date sintetice în timp real în timpul antrenamentului PyTorch. Checkpoint-urile pre-antrenate sunt disponibile pe Hugging Face, modelul de calibrare fiind de asemenea accesibil prin platformele NVIDIA NIM și Build.

Pentru echipele care construiesc sisteme hibride cuantice-GPU, Ising se integrează cu platforma software CUDA-Q existentă a NVIDIA și interconectarea hardware NVQLink. API-ul în timp real este construit pe CUDA-Q QEC și CUDAQ-Realtime.

Calendarul calculului cuantic către utilitatea practică rămâne incert, dar NVIDIA se poziționează în mod clar ca strat de infrastructură pentru orice va apărea. Cu capitalizarea de piață a NVDA situată la 4,67 trilioane de dolari, compania are resurse pentru a juca jocul lung pe cuantic, în timp ce afacerea sa cu GPU-uri continuă să genereze bani din cererea de AI.

• nvidia
• calcul cuantic
• inteligență artificială
• ising
• corecție erori