英伟达推出全球首个专为构建量子处理器而设计的开源 AI 模型家族 NVIDIA Ising，旨在解决量子计算中量子比特固有的噪声难题。当前量子处理器每千次操作约出现一次错误，要达到实用加速水平，错误率需降至每万亿次一次，而 AI 是缩小这一差距的关键路径。 Ising 家族首发包含两个核心模型领域：Ising 校准与 Ising 解码。Ising 校准模型是一种视觉语言模型，能分析量子实验输出并自动调整处理器，使其达到最佳性能。该模型在新型基准测试 QCalEval 中表现优异，平均超越现有主流模型 3.27% 至 14.5%，可大幅减少人工干预。Ising 解码模型则利用 3D 卷积神经网络优化量子纠错解码过程，显著提升逻辑错误率的降低效果并缩短延迟。英伟达提供了“快速”与“精准”两种版本，用户可根据硬件需求在速度与准确率之间做出权衡。 该模型家族采用完全开源策略，包含预训练权重、训练框架、微调流程及数据集。开发者可利用英伟达 NeMo 智能体工具和 cuQuantum 库，生成合成数据并训练适配特定量子处理器的模型，同时确保专有数据保留在本地。通过结合英伟达 CUDA-Q 实时 API 及 GPU 加速计算，系统已实现微秒级低延迟解码，为构建大规模容错量子计算机及未来量子 - 超级计算机奠定了坚实基础。