黄仁勋率先开源量子AI大模型

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pyMatchingIsing 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。老黄亦对Ising寄予厚望AI对量子计算的实用化至关重要。有了IsingAI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。加速量子系统实用化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。NVIDIA Ising CalibrationIsing 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。NVIDIA Ising DecodingIsing 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FastAccurate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PyMatchingIsing-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。One More Thing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。回到老黄那句话上“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。学习资源推荐如果你想更深入地学习大模型以下是一些非常有价值的学习资源这些资源将帮助你从不同角度学习大模型提升你的实践能力。一、全套AGI大模型学习路线AI大模型时代的学习之旅从基础到前沿掌握人工智能的核心技能​因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获取二、640套AI大模型报告合集这套包含640份报告的合集涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师还是对AI大模型感兴趣的爱好者这套报告合集都将为您提供宝贵的信息和启示​因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获取三、AI大模型经典PDF籍随着人工智能技术的飞速发展AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型如GPT-3、BERT、XLNet等以其强大的语言理解和生成能力正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。因篇幅有限仅展示部分资料需要点击文章最下方名片即可前往获取四、AI大模型商业化落地方案作为普通人入局大模型时代需要持续学习和实践不断提高自己的技能和认知水平同时也需要有责任感和伦理意识为人工智能的健康发展贡献力量。