Les ordinateurs quantiques ont un vieux problème qui donne du fil à retordre aux ingénieurs : la calibration. Après une période de fonctionnement, la cohérence entre les qubits d'un processeur quantique (QPU) dérive et nécessite une recalibration. La calibration manuelle peut prendre de quelques jours à une semaine, même avec une équipe expérimentée.
Le 14 avril, NVIDIA a proposé une nouvelle solution à ce problème : NVIDIA Ising, la première famille de modèles d'IA quantique open source au monde, sous licence Apache 2.0 et gratuite.
Deux modèles, deux problèmes
Ising n'est pas un modèle unique, mais deux pièces d'un puzzle :
Ising Calibration (35B paramètres)
Il s'agit d'un modèle de langage visuel, spécialisé dans la "compréhension" des résultats de mesure des processeurs quantiques. Les données d'état des qubits sont difficiles à représenter avec des données classiques, mais la représentation conjointe par image et texte donne des résultats étonnamment bons.
- Entrée du modèle : Diverses données de mesure des qubits (prend en charge les plates-formes supraconductrices, à points quantiques, à ions, à atomes neutres, etc.)
- Sortie du modèle : Suggestions d'opérations de calibration et exécution automatique
- Effet : Réduction du temps de calibration de plusieurs jours à quelques heures
Sur le benchmark QCalEval récemment introduit, Ising Calibration a obtenu les résultats suivants :
- 3,27 % de mieux que Gemini 3.1 Pro
- 9,68 % de mieux que Claude Opus 4.6
- 14,5 % de mieux que GPT-5.4
Un modèle open source a surpassé les trois modèles propriétaires les plus puissants dans ce domaine spécialisé.
Ising Decoding (deux modèles 3D CNN)
Les ordinateurs quantiques sont naturellement sujets aux erreurs, et la correction d'erreurs quantiques (QEC) est le mécanisme qui détecte et corrige ces erreurs en temps réel. Ising Decoding propose deux versions : rapide et précise.
| Version | Nombre de paramètres | Amélioration de la vitesse | Amélioration de la précision |
|---|---|---|---|
| Version rapide | ~912 000 | 2,5x | 1,11x |
| Version précise | ~1,79 million | 2,25x | 1,53x |
Le point de référence de comparaison est pyMatching, le décodeur standard actuel de l'industrie. Surpasser à la fois la vitesse et la précision simultanément est une réalisation significative.
Résultats mesurés : Avec 13 qubits et un taux d'erreur de 0,3 %, le temps de décodage par cycle n'est que de 2,33 microsecondes (précision FP16).
Pourquoi NVIDIA fait cela
Le marché des ordinateurs quantiques est encore très petit et ce n'est pas l'activité principale de NVIDIA. Cependant, plusieurs raisons expliquent cette décision :
Les GPU sont la meilleure extension de calcul classique pour les ordinateurs quantiques. La correction d'erreurs quantiques, la simulation de circuits quantiques, l'optimisation d'algorithmes quantiques – toutes ces tâches doivent être exécutées sur du matériel de calcul traditionnel. La plateforme CUDA-Q de NVIDIA est un framework de calcul hybride GPU+QPU, et Ising y est directement intégré. Ceux qui téléchargent le modèle open source restent dans l'écosystème NVIDIA.
Positionnement précoce dans le domaine du Calcul Quantique Tolérant aux Pannes (FTQC). Pour que les ordinateurs quantiques soient vraiment utiles, la tolérance aux pannes est un obstacle incontournable. Le décodeur est le composant de base le plus fondamental. La publication en open source maintenant crée un avantage de premier arrivé lorsque le marché mûrira – similaire au rôle que CUDA a joué pour l'écosystème de calcul GPU.
Extension du réseau de partenaires académiques. La Harvard School of Engineering, le Fermi National Accelerator Laboratory, le Lawrence Berkeley National Laboratory, le National Physical Laboratory du Royaume-Uni, IQM Quantum Computers – ces institutions sont des nœuds centraux de la recherche en calcul quantique. Ising ancre NVIDIA dans cette chaîne d'approvisionnement.
Réaction en chaîne sur le marché boursier
CNBC a rapporté le 16 avril qu'après l'annonce d'Ising, les actions des sociétés de calcul quantique ont augmenté collectivement, IonQ grimpant de plus de 20 % en une seule journée.
Cette hausse indique que le marché a compris le signal : IonQ est l'un des partenaires de NVIDIA pour les processeurs quantiques, et Ising prend en charge le matériel quantique à ions piégés d'IonQ. En d'autres termes, NVIDIA a publiquement approuvé la voie technologique des ions piégés – du moins dans les deux capacités clés que sont la calibration et le décodage.
La combinaison "Quantique + IA" commence à produire des produits concrets, et n'est plus seulement une présentation PowerPoint.
Un détail
Le nom Ising vient du modèle d'Ising en physique, un modèle de mécanique statistique utilisé pour décrire les transitions de phase et le magnétisme. Le problème de calibration des ordinateurs quantiques a une correspondance mathématique avec ce modèle, donc le nom n'a pas été choisi au hasard.
NVIDIA a donné à cette direction technologique un nom physique sérieux, et non un artifice marketing.
Personne ne peut donner un calendrier exact pour la commercialisation réelle des ordinateurs quantiques. Mais si ce jour arrive, la correction d'erreurs quantiques sera un problème d'infrastructure qui devra être résolu. NVIDIA a planté un pieu ici et l'a publié en open source.
Sources de référence : 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)