夜雨聆风【国投证券计算机】
4月14日，英伟达开源了世界上第一个用于构建量子处理器的开放式AI模型家族——英伟达Ising，具体推出了两个模型：Ising校准和Ising解码。目前，包括费米国家加速器实验室、哈佛大学、劳伦斯伯克利国家实验室量子测试平台、英国国家物理实验室等顶级学术机构与研究机构，以及Infleqtion、IQM Quantum Computers等量子科技企业已宣布采用该模型。
Ising Calibration（校准模型）：1）基于视觉-语言模型（VLM）架构，35B参数，能解析量子实验数据（如光谱图、脉冲序列输出）并理解其科学意义。2）采用智能体工作流：接收测量结果→分析与预期差异→生成校准指令→执行→验证→迭代，形成"感知-决策-执行-优化"闭环。3）配套QCalEval基准测试，评估模型解释实验结果、分类输出、评估显著性、判断拟合质量和生成行动建议的能力。4）模型性能：在QCalEval测试基准上，Ising-Calibration1的平均得分比Gemini3.1Pro高3.27%，比Claude Opus4.6高9.68%，比GPT5.4高14.5%。
Ising Decoding（解码模型）：1）用3D CNN重塑量子纠错解码流程，分为两个版本，Fast版：91.2万参数，9x9x9输入体积，感受野9，适合低延迟场景；Accurate版：179万参数，13x13x13输入体积，感受野13，适合高精度场景。2）训练机制：用户定义噪声模型、旋转表面码方向和模型深度，框架自动生成合成数据并训练CNN，适配特定量子处理器特性。3）模型性能：Fast模型由于其尺寸较小，因此在GPU上运行效率较高，但与较大的模型相比，对逻辑错误率(LER)的改善较小。Fast解码器增强版PyMatching比PyMatching快2.5倍，在d=13时p=0.003，精度高1.11倍（在13块GB300GPU，FP8精度，物理误码率为0.003，1000轮运算，Surface码d=13的情况下，该快速模型运算速度可以达到0.11μs/轮）。Accurate解码器对于p=0.003的d=13，Accurate解码器加PyMatching比传统的PyMatching快2.25倍，精度比PyMatching高1.53倍（FP16精度，物理错误率为0.003，运行104轮，表面码d=13，可以实现2.33μs/轮运行速度）。4）泛化能力：在较小码距(d=13)数据上训练的精准版Ising解码模型，在更大码距(d=31)和特定物理错误率(p=0.003)条件下，能实现逻辑错误率(LER)降低3倍的显著提升，体现了模型极强的泛化能力和量子纠错性能优势。
总结：英伟达发布的Ising模型，主要是在AI for Quantum领域，利用人工智能算法，加速量子计算机的校正和纠错能力，为迈向实用化量子计算机做出贡献，有望推动量子计算行业发展。
投资标的：国盾量子、科大国创、普源精电、禾信仪器、神州信息、三未信安、格尔软件等。
