Τα Μοντέλα AI Ising της NVIDIA Στοχεύουν το Μεγαλύτερο Ελάττωμα της Κβαντικής Πληροφορικής
Darius Baruo 14 Απρ 2026 15:11
Η NVIDIA λανσάρει το Ising, μοντέλα AI ανοιχτού κώδικα που παρέχουν 2,5 φορές ταχύτερη κβαντική διόρθωση σφαλμάτων και 3 φορές καλύτερη ακρίβεια, επιταχύνοντας ενδεχομένως τα ανθεκτικά σε σφάλματα κβαντικά συστήματα.
Η NVIDIA κυκλοφόρησε τα πρώτα της μοντέλα AI ανοιχτού κώδικα σχεδιασμένα ειδικά για να διορθώσουν το θεμελιώδες πρόβλημα της κβαντικής πληροφορικής: τα qubits που αποτυγχάνουν περίπου μία φορά κάθε χίλιες λειτουργίες. Η οικογένεια μοντέλων Ising, που ανακοινώθηκε στις 14 Απριλίου 2026, παρέχει διόρθωση σφαλμάτων που είναι 2,5 φορές ταχύτερη και έως 3 φορές πιο ακριβής από τις υπάρχουσες μεθόδους.
Αυτό το ποσοστό σφαλμάτων πρέπει να μειωθεί σε ένα στο τρισεκατομμύριο προτού οι κβαντικοί υπολογιστές γίνουν πραγματικά χρήσιμοι για εταιρικές εφαρμογές. Η NVIDIA στοιχηματίζει ότι η AI μπορεί να κλείσει αυτό το χάσμα.
Δύο Μοντέλα, Ένα Πρόβλημα
Το Ising κυκλοφορεί με δύο εξειδικευμένα συστατικά. Το μοντέλο Calibration είναι ένα μοντέλο όρασης-γλώσσας 35 δισεκατομμυρίων παραμέτρων που αυτοματοποιεί τη χρονοβόρα διαδικασία ρύθμισης των κβαντικών επεξεργαστών. Στο νέο benchmark QCalEval της NVIDIA—το πρώτο τυποποιημένο τεστ για AI βαθμονόμησης κβαντικών συστημάτων—το Ising-Calibration-1 ξεπέρασε το Gemini 3.1 Pro κατά 3,27%, το Claude Opus 4.6 κατά 9,68% και το GPT 5.4 κατά 14,5%.
Τα μοντέλα Decoding χειρίζονται τη διόρθωση σφαλμάτων σε πραγματικό χρόνο χρησιμοποιώντας τρισδιάστατα συνελικτικά νευρωνικά δίκτυα. Η παραλλαγή "Accurate" σε συνδυασμό με το PyMatching επιτυγχάνει 2,33 μικροδευτερόλεπτα ανά γύρο σε υλικό GB300 ενώ βελτιώνει τα ποσοστά λογικών σφαλμάτων κατά 1,53 φορές. Η παραλλαγή "Fast" ανταλλάσσει κάποια ακρίβεια για ταχύτητα, φτάνοντας τα 0,11 μικροδευτερόλεπτα ανά γύρο σε 13 GPUs GB300.
Γιατί Αυτό Είναι Σημαντικό για την Κβαντική Ανάπτυξη
Τα τρέχοντα κβαντικά συστήματα απαιτούν συνεχή παρέμβαση κλασικών υπολογιστών για να διορθώσουν σφάλματα πριν αυτά πολλαπλασιαστούν. Αυτό είναι υπολογιστικά βάρβαρο. Η προσέγγιση της NVIDIA ουσιαστικά δημιουργεί ένα επίπεδο ελέγχου με τεχνητή νοημοσύνη που μπορεί να κλιμακωθεί παράλληλα με τις βελτιώσεις του κβαντικού υλικού.
Η εταιρεία εκπαίδευσε το Ising-Calibration-1 σε δεδομένα από συνεργάτες που εργάζονται σε πολλαπλούς τύπους qubits: υπεραγώγιμα qubits, κβαντικές κουκίδες, ιόντα, ουδέτερα άτομα και ηλεκτρόνια σε ήλιο. Αυτό το εύρος υποδηλώνει ότι τα μοντέλα θα πρέπει να γενικεύουν σε διαφορετικές κβαντικές αρχιτεκτονικές αντί να είναι κλειδωμένα στην προσέγγιση ενός προμηθευτή.
Οι πρώιμοι υιοθέτες περιλαμβάνουν το Harvard, το Fermi National Accelerator Laboratory, την IQM Quantum Computers και το UK National Physical Laboratory. Η Academia Sinica συμμετέχει επίσης.
Ανοιχτός Κώδικας με Όρους
Όλα διατίθενται υπό την Open Model License της NVIDIA: βάρη, πλαίσια εκπαίδευσης, εργαλεία δημιουργίας συνθετικών δεδομένων και συνταγές ανάπτυξης. Οι κατασκευαστές QPU μπορούν να κάνουν fine-tune για τα συγκεκριμένα χαρακτηριστικά θορύβου του υλικού τους διατηρώντας τα ιδιόκτητα δεδομένα στις εγκαταστάσεις τους.
Το πλαίσιο εκπαίδευσης χρησιμοποιεί τη βιβλιοθήκη cuQuantum και το cuStabilizer της NVIDIA για να δημιουργήσει συνθετικά δεδομένα επί τόπου κατά την εκπαίδευση PyTorch. Τα προ-εκπαιδευμένα checkpoints είναι διαθέσιμα στο Hugging Face, με το μοντέλο βαθμονόμησης να είναι επίσης προσβάσιμο μέσω των πλατφορμών NVIDIA NIM και Build.
Για ομάδες που κατασκευάζουν υβριδικά συστήματα κβαντικών-GPU, το Ising ενσωματώνεται με την υπάρχουσα πλατφόρμα λογισμικού CUDA-Q της NVIDIA και τη διασύνδεση υλικού NVQLink. Το API πραγματικού χρόνου βασίζεται στο CUDA-Q QEC και το CUDAQ-Realtime.
Το χρονοδιάγραμμα της κβαντικής πληροφορικής προς την πρακτική χρησιμότητα παραμένει αβέβαιο, αλλά η NVIDIA σαφώς τοποθετείται ως το επίπεδο υποδομής για ό,τι προκύψει. Με την κεφαλαιοποίηση της NVDA στα 4,67 τρισεκατομμύρια δολάρια, η εταιρεία έχει πόρους για να παίξει το μακροπρόθεσμο παιχνίδι στα κβαντικά ενώ η επιχείρηση GPU της συνεχίζει να παράγει χρήματα από τη ζήτηση AI.
Πηγή εικόνας: Shutterstock- nvidia
- κβαντική πληροφορική
- τεχνητή νοημοσύνη
- ising
- διόρθωση σφαλμάτων








