NVIDIA hat die erste Familie von Open-Source-KI-Modellen für den Quantencomputing-Bereich vorgestellt: NVIDIA Ising. Ziel dieses neuen Tools ist es, Forschern und Unternehmen dabei zu helfen, Quantenprozessoren zu entwickeln, die in der Lage sind, nützliche Anwendungen im großen Maßstab auszuführen. Um Quantencomputer zuverlässig und skalierbar zu machen, sind entscheidende Durchbrüche in der Kalibrierung der Prozessoren und der Korrektur von Fehlern notwendig. Künstliche Intelligenz spielt hierbei eine zentrale Rolle bei der Umwandlung aktueller, fragiler Quantensysteme in leistungsfähige Rechner. Ising-Modelle beschleunigen diese Entwicklung signifikant, indem sie bis zu 2,5 Mal schneller bei der Kalibrierung und dreimal genauer bei der Dekodierung für die Fehlerkorrektur arbeiten. Jensen Huang, Gründer und CEO von NVIDIA, betonte, dass KI entscheidend dafür ist, Quantencomputing praktisch nutzbar zu machen. Mit Ising werde KI zur Kontrollplattform, quasi zum Betriebssystem der Quantenmaschinen, das fragile Qubits in skalierbare und zuverlässige Systeme verwandelt. Der Quantencomputing-Markt wird bis 2030 voraussichtlich ein Volumen von über 11 Milliarden US-Dollar erreichen. Dieses Wachstum hängt stark davon ab, ob es gelingt, ingenieurtechnische Herausforderungen wie die Fehlerkorrektur und die Skalierbarkeit zu meistern. Die NVIDIA Ising-Familie umfasst state-of-the-art, anpassbare Modelle, Werkzeuge und Datenbeschleuniger für Quantenprozessoren. Zahlreiche führende Unternehmen und Forschungseinrichtungen haben sich bereits für die Nutzung von Ising entschieden. Die Komponente Ising Calibration wird bereits von Organisationen wie Atom Computing, Harvard, IonQ, IQM Quantum Computers und dem Fermi National Accelerator Laboratory eingesetzt. Die Komponente Ising Decoding kommt unter anderem bei der Cornell University, Sandia National Laboratories und der University of Chicago zum Einsatz. Zusätzlich zu den Modellen bietet NVIDIA Entwicklern ein Handbuch für Quantencomputing-Workflows sowie Trainingsdaten an. Über NVIDIA NIM-Microservices können Entwickler Modelle mit minimalem Aufwand für spezifische Hardware-Architekturen und Anwendungsfälle anpassen. Ein entscheidender Vorteil ist, dass die Modelle lokal auf den Systemen der Forscher laufen können, wodurch sensible und proprietäre Daten geschützt bleiben. NVIDIA Ising ergänzt die Softwareplattform CUDA-Q für hybrid-quantenklassisches Rechnen und integriert sich nahtlos in die Hardware-Verbindung NVQLink zwischen QPU und GPU. Diese Kombination ermöglicht eine Echtzeitkontrolle und Fehlerkorrektur und stellt Forschern ein vollständiges Werkzeugpaket zur Verfügung, um heutige Qubits in zukünftige beschleunigte Quantensupercomputer zu verwandeln. Die Open Models von NVIDIA schließen sich weiteren Projekten wie Nemotron für Agentensysteme, Cosmos für physische KI und BioNeMo für die biomedizinische Forschung an. Alle verfügbaren Modelle, Daten und Frameworks sind auf GitHub, Hugging Face und der Website build.nvidia.com zugänglich.