Quantencomputer haben ein altes Problem, das Ingenieure seit jeher plagt: die Kalibrierung. Nach einer gewissen Betriebsdauer driftet die Kohärenz zwischen den Qubits eines Quantenprozessors (QPU) und muss neu kalibriert werden. Eine manuelle Kalibrierung dauert je nach Komplexität zwischen einigen Tagen und einer Woche – selbst mit einem erfahrenen Team.
Am 14. April hat NVIDIA eine neue Lösung für dieses Problem vorgestellt: NVIDIA Ising, die weltweit erste Familie von Open-Source-Quanten-KI-Modellen, lizenziert unter Apache 2.0 und kostenlos nutzbar.
Zwei Modelle, zwei Probleme
Ising ist kein einzelnes Modell, sondern besteht aus zwei Komponenten:
Ising Calibration (35B Parameter)
Dies ist ein visuelles Sprachmodell, das speziell darauf ausgelegt ist, Messergebnisse von Quantenprozessoren zu "verstehen". Die Zustandsdaten von Qubits lassen sich mit herkömmlichen Daten nur schwer darstellen, aber die gemeinsame Repräsentation durch Bilder und Text zeigt überraschend gute Ergebnisse.
- Modelleingabe: Verschiedene Messdaten von Qubits (unterstützt Plattformen wie supraleitend, Quantenpunkte, Ionen, neutrale Atome usw.)
- Modellausgabe: Kalibrierungsvorschläge und automatische Ausführung
- Effekt: Reduzierung der Kalibrierungszeit von Tagen auf Stunden
Im neu eingeführten QCalEval-Benchmark erzielte Ising Calibration folgende Ergebnisse:
- 3,27 % besser als Gemini 3.1 Pro
- 9,68 % besser als Claude Opus 4.6
- 14,5 % besser als GPT-5.4
Ein Open-Source-Modell hat in diesem speziellen Bereich die drei stärksten Closed-Source-Flaggschiffe übertroffen.
Ising Decoding (zwei 3D-CNNs)
Quantencomputer sind von Natur aus fehleranfällig. Die Quantenfehlerkorrektur (QEC) ist der Mechanismus, der diese Fehler in Echtzeit erkennt und korrigiert. Ising Decoding bietet zwei Versionen: schnell und präzise.
| Version | Parameteranzahl | Geschwindigkeitssteigerung | Genauigkeitssteigerung |
|---|---|---|---|
| Schnelle Version | ~912.000 | 2,5x | 1,11x |
| Präzise Version | ~1,79 Millionen | 2,25x | 1,53x |
Der Vergleichsmaßstab ist pyMatching, der aktuelle Industriestandard-Dekodierer. Gleichzeitig sowohl die Geschwindigkeit als auch die Genauigkeit zu übertreffen, ist eine beachtliche Leistung.
Gemessene Ergebnisse: Bei 13 Qubits und einer Fehlerrate von 0,3 % beträgt die Dekodierungszeit pro Zyklus nur 2,33 Mikrosekunden (FP16-Genauigkeit).
Warum NVIDIA dies tut
Der Markt für Quantencomputer ist derzeit noch sehr klein und dies ist nicht das Kerngeschäft von NVIDIA. Dennoch gibt es mehrere Gründe für diesen Schritt:
GPUs sind die beste klassische Rechenerweiterung für Quantencomputer. Quantenfehlerkorrektur, Quantenschaltkreissimulation, Optimierung von Quantenalgorithmen – all diese Aufgaben müssen auf herkömmlicher Rechenhardware ausgeführt werden. NVIDIAs CUDA-Q-Plattform ist ein hybrides GPU-QPU-Computing-Framework, in das Ising direkt integriert ist. Wer das Open-Source-Modell herunterlädt, bleibt dennoch im NVIDIA-Ökosystem.
Frühzeitige Positionierung im Bereich des fehlertoleranten Quantenrechnens (FTQC). Für den praktischen Einsatz von Quantencomputern ist Fehlertoleranz eine unvermeidliche Hürde. Der Dekodierer ist die grundlegendste Basiskomponente. Die jetztige Veröffentlichung als Open Source schafft einen First-Mover-Vorteil, sobald der Markt reift – ähnlich wie CUDA einst für das GPU-Computing-Ökosystem.
Erweiterung des akademischen Partnernetzwerks. Die Harvard School of Engineering, das Fermi National Accelerator Laboratory, das Lawrence Berkeley National Laboratory, das National Physical Laboratory des Vereinigten Königreichs, IQM Quantum Computers – diese Institutionen sind zentrale Knotenpunkte der Quantenforschung. Ising verankert NVIDIA in dieser Lieferkette.
Auswirkungen auf den Aktienmarkt
Laut einem CNBC-Bericht vom 16. April stiegen die Aktien von Quantencomputing-Unternehmen nach der Ising-Ankündigung kollektiv an, wobei IonQ an einem Tag um über 20 % zulegte.
Dieser Anstieg zeigt, dass der Markt das Signal verstanden hat: IonQ ist einer von NVIDIAs Partnern im Bereich Quantenprozessoren, und Ising unterstützt die Ionenfallen-Quantenhardware von IonQ. Mit anderen Worten: NVIDIA hat die Ionenfallen-Technologie öffentlich gebilligt – zumindest in den beiden Schlüsselbereichen Kalibrierung und Dekodierung.
Die Kombination "Quanten + KI" beginnt, konkrete Produkte hervorzubringen und ist nicht länger nur eine PowerPoint-Präsentation.
Ein Detail
Der Name Ising leitet sich vom Ising-Modell der Physik ab, einem statistischen Mechanik-Modell zur Beschreibung von Phasenübergängen und Magnetismus. Das Kalibrierungsproblem von Quantencomputern weist eine mathematische Entsprechung zu diesem Modell auf, daher ist die Namensgebung nicht willkürlich.
NVIDIA hat dieser technologischen Ausrichtung einen seriösen physikalischen Namen gegeben, kein Marketing-Gimmick.
Niemand kann einen genauen Zeitplan für die tatsächliche Kommerzialisierung von Quantencomputern nennen. Aber wenn dieser Tag kommt, wird die Quantenfehlerkorrektur ein unvermeidliches Infrastrukturproblem sein. NVIDIA hat hier einen Pflock eingeschlagen und ihn als Open Source veröffentlicht.
Quellenangabe: 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); CocoLoop; Quantum stocks on pace for a massive week after Nvidia debuts AI models to boost the tech (CNBC)