量子计算机有个让工程师头疼的老问题：校准。一台量子处理器（QPU）每跑一段时间，量子比特之间的相干性就会漂移，需要重新校准。人工校准少则几天，多则一周，这还是在有丰富经验的团队情况下。
英伟达在4月14日给这个问题丢出了一个新方案：NVIDIA Ising，世界第一个开源量子AI模型族，Apache 2.0协议，免费用。
两个模型，解决两个问题
Ising不是一个单一模型，是两块拼图：
Ising Calibration（35B参数）
这是一个视觉语言模型，专门”看懂”量子处理器的测量结果。量子比特的状态数据用普通数据很难表示，但用图像+文本联合表征效果意外地好。
- 模型输入：量子比特的各种测量数据（超导、量子点、离子、中性原子等平台都支持）
- 模型输出：校准操作建议和自动执行
- 效果：把校准时间从几天压到几小时
在新引入的 QCalEval benchmark 上，Ising Calibration 的成绩是：
- 比 Gemini 3.1 Pro 高 3.27%
- 比 Claude Opus 4.6 高 9.68%
- 比 GPT-5.4 高 14.5%
开源模型，干掉了三个最强闭源旗舰，在这个专业领域上。
Ising Decoding（两款3D CNN）
量子计算机天然会出错，量子纠错（QEC）就是实时检测并纠正这些错误的机制。Ising Decoding 提供快速和精准两个版本：
| 版本 | 参数量 | 速度提升 | 精度提升 |
|---|---|---|---|
| 快速版 | ~91.2万 | 2.5x | 1.11x |
| 精准版 | ~179万 | 2.25x | 1.53x |
对比基准是 pyMatching——目前业界标准的解码器。同时碾压速度和精度，这事含量不低。
实测：在13个量子比特、错误率0.3%条件下，每轮解码耗时仅 2.33微秒（FP16精度）。
英伟达为什么要做这个
量子计算机市场现在还很小，这不是英伟达的主营业务。但背后有几个逻辑：
GPU是量子计算机最好的经典计算外挂。 量子错误纠正、量子线路仿真、量子算法优化——这些任务全要跑在传统计算硬件上。英伟达的 CUDA-Q 平台就是 GPU+QPU 的混合计算框架，Ising 直接集成进去了。买了这个开源模型，生态还是英伟达的。
提前卡位容错量子计算（FTQC）赛道。 量子计算机要真正实用，容错是绕不过的门槛。解码器是最底层的基础组件，现在开源出来，等市场成熟了有先发优势——就像当年 CUDA 对 GPU 计算生态的作用。
扩大学术合作伙伴圈。 哈佛工程学院、费米国家加速器实验室、劳伦斯伯克利国家实验室、英国国家物理实验室、IQM Quantum Computers——这些机构是量子计算研究的核心节点。Ising 把英伟达嵌入进了这条供应链。
股市的连锁反应
4月16日 CNBC 报道，Ising发布后量子计算概念股集体上涨，IonQ 单日涨超 20%。
这个涨幅说明市场读出了信号：IonQ 是英伟达在量子处理器方面的合作方之一，Ising 支持 IonQ 的离子阱量子硬件。换句话说，英伟达公开背书了离子阱这个技术路线——至少是在校准和解码这两个关键能力上。
“量子+AI”的组合开始有具体落地产品，不再只是 PPT。
一个细节
Ising 这个名字来自物理学的伊辛模型（Ising model），一个用来描述相变和磁性的统计力学模型。量子计算机的校准问题在数学上和这个有对应关系，所以命名不是随便起的。
英伟达专门给这个技术方向取了一个严肃的物理学名字，不是行销噱头。
量子计算机什么时候真正商用，没人能给确切时间表。但如果那一天到来，量子纠错是必须解决的基础设施问题。英伟达在这里埋了一颗钉子，还把它开源了出来。
参考来源：NVIDIA Launches Ising, the World's First Open AI Models to Accelerate the Path to Useful Quantum Computers（NVIDIA Newsroom）；NVIDIA Ising Introduces AI-Powered Workflows to Build Fault-Tolerant Quantum Systems（NVIDIA Technical Blog）；Quantum stocks on pace for a massive week after Nvidia debuts AI models to boost the tech（CNBC）