NVIDIA推出全球首个开源量子AI模型 量子纠错能力提升三倍

2026年4月16日，全球算力巨头NVIDIA正式发布全球首个开源量子AI模型NVIDIA Ising，瞄准量子计算实用化阶段的两大核心痛点——量子处理器校准与量子纠错。该模型包含350亿参数的Ising Calibration视觉语言模型、优化型Ising Decoding纠错模型两大模块，可将校准时间从数天压缩至数小时，量子纠错准确率较行业基准提升3倍，训练数据仅为传统方案的十分之一。

量子计算被认为是下一代颠覆性计算技术，但距离大规模商业化实用化，仍然存在两道难以绕过的关卡，那就是量子处理器校准和量子纠错。量子比特对环境扰动极度敏感，需要频繁校准才能维持稳定运行，传统方案依赖人工分步处理，往往需要数天才能完成一次全芯片校准，严重拖慢了量子处理器的研发迭代效率。

而量子纠错方面，由于量子态本身存在天然的退相干特性，纠错过程的解码环节对速度和准确率都有极高要求，现有主流开源方案pyMatching，在性能和数据需求上都已经难以适配未来更大规模量子处理器的研发需求。

NVIDIA此次推出的NVIDIA Ising，正是为解决上述两大痛点打造，整个模型系列分为两个功能明确的核心模块。

Ising Calibration是拥有350亿参数的视觉语言模型，可自动完成连续量子校准全流程，直接将原本需要数天的校准工作压缩到数小时即可完成，相当于把量子处理器调试的效率提升了一个量级，极大加快了研发节奏。

另一模块Ising Decoding则推出两款3D卷积神经网络模型，分别针对运行速度和解码准确性进行专门优化。公开实测数据显示，相比行业基准方案pyMatching，该模型的纠错解码速度提升2.5倍，准确率提升3倍，训练所需的数据量仅为传统方案的十分之一，可更好适配未来百比特、千比特量级量子芯片的纠错需求。