量子计算与人工智能的融合，正成为科技界最具想象力的交叉点之一。随着量子比特规模的扩大，传统控制方法逐渐捉襟见肘，引入 AI 辅助已成为行业共识。在此背景下，硬件巨头英伟达的最新动作，无疑为这一领域注入了新的变量，也标志着量子计算软件生态的竞争进入了一个新阶段。
“AI 会是量子计算机的操作系统”
英伟达最新 AI 开源，瞄准了量子计算：
推出全球首个开源量子 AI 模型家族——NVIDIA Ising。
具体包括：
- Ising Calibration（校准）：一个 350 亿参数的视觉语言模型（VLM），能够快速解读并对来自量子处理器的测量结果做出反应。基于这一模型，Agent 能够把几天的校准工作缩短到几小时。
- Ising Decoding（解码）：用 3D CNN 做实时纠错，包括分别针对速度和精度优化的两个版本。相比于当前开源行业标准 pyMatching，Ising Decoding 在速度上最多快2.5倍，精度高出3倍。
用英伟达自己的话说，Ising 系列模型极大地简化了对复杂物理系统的理解，为量子纠错和校准提供了高性能、可扩展的 AI 工具。
而量子纠错和校准，正是构建混合量子 – 经典系统时最关键的两大挑战。
英伟达创始人亦对 Ising 寄予厚望：
AI 对量子计算的实用化至关重要。
有了 Ising，AI 将成为量子计算机的操作系统，将脆弱的量子比特转变为可扩展且可靠的量子-GPU 系统。
说到量子计算的实用化，大家总开玩笑说存在”5 年魔咒”：总是说下一个 5 年就能规模化，实则 5 年又 5 年，预期仍未实现。
其中很重要的一个原因是，量子计算机太容易出错了：
当前最先进的量子处理器，每进行 1000 次操作就可能出错一次。而从规模化的角度来看，错误率必须降至万亿分之一甚至更低。
因此，对于量子计算而言，在错误累积前进行实时校准和纠错，非常关键。
英伟达认为，AI 最有希望突破这一难题。
此次开源，Ising 正是在校准和量子纠错解码两方面发力。
Ising Calibration 是一个大型视觉语言模型（VLM），能够理解量子计算科学实验的输出结果，以及结果与预期趋势的对比。
Ising Calibration 可以被用到 Agent 的工作流中，对量子处理器的测量结果作出相应，并进行主动校准。
用于训练 Ising Calibration 的数据涵盖多种量子比特模态，包括超导量子比特、量子点、离子、中性原子、氦上电子等等。
为了验证 Ising Calibration 的有效性，英伟达和包括费米实验室、哈佛在内的合作伙伴们一起，基于真实量子计算机的输出，共同开发了 QcalEval 基准——这是世界上首个用于评估 Agent 量子计算机校准的基准。
结果显示，350 亿参数的 Ising-Calibration-1 在解释实验结果、分类结果、评估结果重要性、评估拟合质量和关键特征，以及生成可行性建议这六个评估维度上，平均得分达到 SOTA，超过了 Gemini 3.1 Pro、GPT 5.4、Claude Opus 4.6 等顶级闭源模型。
Ising Decoding 则是基于 3D CNN 的 AI 训练框架和模型集合，专门用于量子纠错中要求极高的实时解码任务。
作为“预解码器”，Ising Decoding 可以在空间和时间上扩展，通过处理大量局部的综合征错误，来加速并提高全局解码器的准确性。
用户只需定义噪声模型、旋转表面码的方向和模型深度，Ising Decoding 框架就能自动生成合成数据，并训练出针对任务优化解码性能的 3D CNN。
英伟达在 HuggingFace 上开源了两个基础模型实例：
- 针对速度优化的Fast 模型
模型参数量大约为 91.2 万，层数较少，体积较小。因此，
Ising-Decoder-SurfaceCode-1-Fast 可以在 GPU 上高效运行。
相比于单独的 PyMatching 方案，Fast 模型能带来2.5 倍加速，同时将准确率提升至原来的1.11 倍。
- 针对准确率优化的Accurate 模型
模型参数量大约为 179 万。相比于 Fast，Accurate 模型能纠正更长的错误链，同时运行时间也会变长。
相比于单独使用 PyMatching，
Ising-Decoder-SurfaceCode-1-Accurate + PyMatching 的方案是前者的2.25 倍，准确率能达到1.53 倍。
值得一提的是，Ising 系列模型采用的是 Apache-2.0 协议，这是一个较为宽松、商用友好的开源许可。
另外，Ising 这个名字也有点说法：
伊辛模型（Ising Model）是统计物理学中一个非常经典且重要的数学模型，最初由物理学家 Wilhelm Lenz 在 1920 年提出，并由他的学生 Ernst Ising 在 1925 年对其一维情况进行了详细研究。
现在，伊辛模型已经成为研究相变和临界现象的最基本模型，并被广泛应用于物理、化学、生物、计算机科学甚至社会学领域。
英伟达突然在量子计算领域大手笔开源，股价也迎来一波超过 6% 的涨幅。
就有网友辣评：英伟达发布量产量子工具链，等不到 5 年以后，大家伙又要开始手忙脚乱了。
回到那句”AI 将成为量子计算机的操作系统”，那么率先用开源在量子生态中占据一席之地，就是英伟达为这盘未来棋局投下的重要一子。
依旧不止于硬件，而是从软件底层逻辑的层级上，就开始埋下影响力的伏笔。
开源地址：
— 完 —
纵观此次发布，英伟达的策略清晰可见：通过开源降低量子计算的开发门槛，同时确立自身在量子 – 经典混合计算架构中的核心地位。这不仅有助于加速量子技术的实用化进程，更可能重塑未来计算产业的格局。对于开发者而言，拥有如此高性能且开源的工具链，意味着量子算法的迭代周期将大幅缩短，这或许是打破“量子寒冬”预期的关键一步。
