英偉達發布量子計算 AI 校準模型，推動 AI+量子融合

ChainCatcher 消息，英偉達發布開源 AI 模型 NVIDIA Ising Calibration 1.5，用於自動分析量子處理器（QPU）診斷數據，並自主判斷設備調校方案，實現量子計算機校準流程自動化。英偉達表示，Ising Calibration 1.5 是專為量子計算校準場景設計的視覺語言模型（VLM），能夠理解量子芯片實驗數據，並在缺少歷史案例時完成"零樣本"分析，同時可結合相關實驗樣本進行上下文學習（ICL），幫助量子設備持續優化運行狀態。

在 QCalEval 量子校準基準測試中，Ising Calibration 1.5 在零樣本推理能力上平均領先同規模開源模型約 10%，在使用相關實驗案例進行上下文學習時，相比上一代模型性能提升約 86.5%，並超過多款開源模型，接近頂級閉源大模型水平。該模型擁有 310 億參數，支持英偉達 Grace Blackwell 和 Vera Rubin 等數據中心 GPU 運行，同時推出 NVFP4 量化版本，可在單張消費級 GPU 或 NVIDIA DGX Spark 上部署，大幅降低量子實驗室使用門檻。

英偉達稱，Ising Calibration 1.5 訓練數據來自多種量子比特架構，包括超導量子比特、量子點、離子、中性原子以及氦表面電子等，為不同類型量子計算設備提供校準能力。業內認為，自動化校準是量子計算規模化發展的關鍵瓶頸之一。英偉達此次推出 AI 驅動的量子校準工具，意味著 AI 模型開始從傳統計算領域向量子硬體控制層延伸，可能成為未來量子計算產業基礎設施的重要組成部分。