NVIDIA Ising
NVIDIA Ising 是一个模型家族、训练框架和实践指南，用于构建和部署面向量子计算的 AI。通过使用 NVIDIA Ising，量子计算领域的专家无需具备机器学习专业知识，即可充分利用先进的人工智能技术。它解决了量子计算发展的关键障碍，并利用最强大的经典计算能力来加速有用量子计算的规模化。
NVIDIA Ising 模型
NVIDIA Ising 模型家族为量子计算机的构建者、操作者和开发者提供了实现容错扩展所需的 AI 工具。在这一路径上，关键挑战包括校准和量子纠错。
全新的 Ising 视觉语言模型可用于量子校准，通过集成式代理工作流，自动化量子处理器的启动与重新校准流程。
量子纠错解码器需要具备低延迟的特性，同时提升所连接量子处理器的逻辑错误率（LER）表现。在此之前，能够同时降低端到端延迟、提升 LER，并在空间和时间维度上实现可扩展性以支持高效晶格手术操作的机器学习预解码器尚未出现。3D CNN 模型架构是实现这一能力的关键，而 NVIDIA Ising 已包含一个针对 SI1000 去极化噪声模型的高速高精度模型。
Ising Calibration 1
Calibration 1 在性能上比 Gemini 3.1 Pro 提升了 3.27%，比 Claude Opus 4.6 提升了 9.68%，比 GPT 5.4 提升了 14.5%。
Ising Decoder SurfaceCode 1 Fast
Decoder SurfaceCode 1 Fast 在 d=13、p=0.003 的配置下，相比 PyMatching 提供了 2.5 倍更低的延迟以及 1.1 倍更高的准确率。
Ising Decoder SurfaceCode 1 Accurate
Decoder SurfaceCode 1 Accurate 在 d=13、p=0.003 的配置下，相比 PyMatching 提供了 2.3 倍更低的延迟，以及 1.5 倍更高的准确率。
NVIDIA Ising Calibration 与 Ising Decoding
NVIDIA Ising Decoding 包含一个解码器模型训练框架，因此您可以训练自己的解码器，并根据量子计算机噪声模型定制解码器，以获得出色性能。其中包括使用模型进行实时解码的示例，以及用于量化的脚本。
NVIDIA Ising Calibration 提供了一种代理式工作流，可通过 Ising Calibration 1 实现开箱即用的易用性。了解如何使用智能体部署模型或与 QPU 集成。使用示例使用您自己的数据以及 QCalEval 基准和数据对模型进行微调，以测试模型有效性。
Ising Calibration
使用 GitHub 上的示例，在智能体工作流中运行 Ising 校准 1。
使用我们的 QCalEval 基准数据集评估您自己的模型。
Ising Decoding
利用 cuQuantum cuStabilizer 和 PyTorch，随时随地针对特定 QPU 数据高效训练先进模型。
开始使用 NVIDIA Ising
开始为量子计算工作负载部署 AI 模型。探索使用真实量子计算机数据的实时推理和代理式工作流。
NVIDIA Ising 学习资源库
更多资源
AI 伦理
NVIDIA 认为值得信赖的 AI 是一项共同的责任，我们制定了相关政策和实践来支持各种 AI 应用的开发。根据我们的服务条款下载或使用时，开发者应与其支持的模型团队合作，确保此模型满足相关行业和用例的要求，并解决不可预见的产品滥用问题。请单击此处报告安全漏洞或 NVIDIA AI 问题。
立即开始使用 NVIDIA Ising。