英伟达正式推出全球首个专为量子计算研发的开源AI模型家族——NVIDIA Ising（伊辛）。该技术直击量子处理器开发的核心瓶颈，将量子校准时间从天数级压缩至小时级，量子纠错速度与准确率分别提升最高2.5倍与3倍，可依托经典GPU模拟超大规模量子神经网络，在多领域处理效率较传统模型飙升约500倍，为量子计算从实验室走向产业化按下加速键。
量子计算凭借超强并行处理能力，被视为下一代计算革命的核心，但长期受困于量子比特的脆弱性——易受环境噪声干扰导致计算偏差，量子处理器校准与量子纠错成为其实用化的两大“拦路虎”。传统量子校准依赖人工调试，流程繁琐，单台处理器校准动辄数天；量子纠错需实时解析海量错误信号，传统算法速度慢、精度低，严重制约量子计算的落地进度。
针对这一痛点，英伟达Ising模型家族搭载两大核心组件，构建全流程AI赋能方案。其一为Ising Calibration（伊辛校准），这是一款参数量达350亿的视觉语言模型，可自动解读量子处理器的复杂测量数据，通过AI代理实现7×24小时自动化校准，彻底替代人工操作，将校准周期从数天大幅压缩至数小时，大幅提升研发效率。其二是Ising Decoding（伊辛解码），包含两款分别优化速度与精度的3D卷积神经网络模型，专攻实时量子纠错解码。对比行业开源标准pyMatching，快速版解码速度提升最高2.5倍，精准版解码准确率提升最高3倍，可在微秒级识别并修正量子计算错误，为容错量子计算筑牢基础。
Ising模型的颠覆性突破在于，它打破了量子计算对专用量子硬件的依赖，可直接在英伟达经典GPU上模拟超大规模量子神经网络。这意味着科研机构与企业无需等待量子芯片量产，依托现有GPU集群即可开展大规模量子模拟研究。在药物分子模拟、金融风险评估、新材料研发等场景中，该模型借助GPU算力与AI算法的双重优势，处理效率较传统经典模型提升约500倍，能大幅缩短研发周期、降低试验成本。
此次英伟达以Apache 2.0开源协议全面开放Ising模型，完整代码、预训练权重及配套仿真环境已同步上线GitHub、Hugging Face等平台，全球开发者可免费使用、修改并二次开发。目前，该技术已获得费米国家加速器实验室、哈佛大学、IonQ等顶尖科研机构与企业的采用，覆盖量子硬件研发、量子化学模拟等多元场景。
