NVIDIA 推出了 Ising，这是一系列开放人工智能模型，该公司将其描述为世界上第一个旨在加速实用量子计算机之路的模型。这些模型于 2026 年 6 月 23 日发布，针对当今实验量子硬件和实际计算之间最棘手的两个问题：量子误差校正和量子位校准。

此次发布标志着 NVIDIA 相信，在其已经占据主导地位的 GPU 上运行的经典人工智能将成为使量子机器可行的结缔组织。 NVIDIA 首席执行官黄仁勋直言不讳地阐述了这种关系，将人工智能描述为量子机器的“控制平面”。 更多相关背景，请参阅我们的AI最新动态。

AI 作为量子控制平面

量子计算机有望解决某些问题，例如分子模拟和密码学，其速度远远快于经典计算机。但今天的量子处理器仍然充满噪音且容易出错。量子位是量子信息的基本单位，会在几分之一秒内失去其微妙的量子态，保持它们的稳定需要持续、精确的校准。

这就是 NVIDIA 看到的机会。该公司没有竞争自己构建量子处理器，而是将其人工智能软件和 GPU 基础设施定位为管理、稳定和纠正其他公司构建的量子硬件行为的层。 Ising 模型旨在帮助研究人员和硬件制造商应用机器学习来检测和纠正错误并更有效地调整量子位。

通过将模型作为开放权重发布，NVIDIA 鼓励更广泛的量子研究社区采用、研究和改进它们，这一策略反映了重塑语言模型格局的开放权重方法。

量子纠错与机器学习的结合

量子纠错是该领域的核心工程挑战。由于直接观察时量子态会崩溃，因此研究人员必须使用间接方法来检测和修复错误，而不破坏他们试图保护的信息。传统的纠错技术需要巨大的开销，需要许多物理量子位来形成单个可靠的或逻辑的量子位。

机器学习提供了一条潜在的捷径。人工智能模型可以学习识别错误模式并预测数据的纠正，从而有可能减少传统解码算法的开销和延迟。 NVIDIA 的 Ising 模型就是为了弥补这一差距而构建的，它将经过训练的神经网络应用于目前在量子系统上消耗大量时间和计算的纠错和校准任务。

早期的实际结果

这一承诺已经在实际硬件中进行了测试。光子量子计算公司 Aegiq 宣布部署 NVIDIA 的 Ising AI 模型来自动校准其光子量子系统，报告结果显示，与之前的方法相比，AI 将校准时间缩短了三倍。

对于一个需要花费数小时进行手动调整的领域来说，这种减少是显着的。更快的人工智能驱动校准可以让量子硬件团队花更多时间运行有用的计算，而不是仅仅保持机器稳定的时间。 Aegiq 还将 NVIDIA 加速方法与张量网络方法相结合，进行大规模流体模拟，提出了一种混合模型，其中人工智能和量子启发技术可以协同工作。

人工智能对科学的更广泛赌注

Ising 的发布是 NVIDIA 同期推出的更广泛的科学计算计划的一部分。在 ISC 超级计算会议上，该公司推出了针对化学、材料发现甚至暗物质搜索的新软件库，同时还宣布其技术现已为全球最快的 500 台超级计算机中的 400 多台提供支持。

NVIDIA 还详细介绍了用于生命科学的新型 AI 代理工具包，并强调了与国家实验室的合作伙伴关系，构建配备其最新 CPU 的超级计算机。共同点是相信人工智能模型的能力越来越强，越来越开放，可以作为通用加速器来解决从药物发现到量子物理学等科学中最困难的问题。

量子股票的反应

市场对这一消息的反应很快。在 NVIDIA 首次推出 Ising 模型后，量子计算公司的股价大幅走高，其中包括 D-Wave Quantum (QBTS)、Rigetti Computer (RGTI) 和 Quantum Computer Inc. (QUBT) 在内的量子股票均录得显着涨幅。投资者将 NVIDIA 的认可及其开放的人工智能工具解读为量子领域正在逐渐接近商业相关性的验证。

此次上涨凸显了围绕量子计算的情绪与更广泛的人工智能热潮的紧密联系。当领先的 GPU 公司发布明确旨在使量子硬件更加实用的模型时，它将量子重新定义为人工智能将帮助驯服的相邻前沿，而不是经典计算的遥远竞争对手。

为什么开放重量在这里很重要

NVIDIA 将 Ising 模型作为开放权重发布的决定值得注意，因为量子纠错是一个传统上被各个硬件公司和学术实验室内部封闭的领域。开放模型降低了研究人员在无法访问专有解码器的情况下进行人工智能辅助校正实验的障碍。

如果开放方法得到落实，它可以加速推动大型语言模型向前发展的协作、跨机构进展。研究人员可以根据自己硬件的数据微调模型、分享改进并构建通用工具包，而不是为每个新的量子平台重新发明校准和校正软件。

实用量子计算之路

量子计算多年来一直处于谨慎乐观的状态，研究人员一再警告说，容错、广泛有用的机器还需要数年时间才能出现。 NVIDIA 并未声称 Ising 彻底解决了该问题。相反，该公司押注人工智能可以通过消除工程瓶颈、一次校准周期和一个纠正错误来压缩时间线。

这一赌注是否获得回报将取决于研究界如何有效地采用这些模型，以及它们在现实世界中提供了多少超出早期 Aegiq 结果的性能。但英伟达通过 Ising 划定了一条清晰的界限：在它看来，有用的量子计算的未来将建立在人工智能的基础上。

---

掌握AI最新动态

获取最新的AI新闻、分析和突破——尽在一处。

阅读更多AI新闻 →