英伟达开源量子校准模型 Ising Calibration 1.5

英伟达发布开源 AI 模型 NVIDIA Ising Calibration 1.5，用于自动分析量子处理器（QPU）诊断数据，并自主判断设备调校方案，目标是将量子计算机校准流程自动化。

英伟达表示，Ising Calibration 1.5 是一款面向量子计算校准场景设计的视觉语言模型（VLM），能够理解量子芯片实验数据。在缺少历史案例时，模型可以完成“零样本”分析；在提供相关实验样本后，模型也支持进行上下文学习（ICL），帮助量子设备持续优化运行状态。

基准测试结果

在 QCalEval 量子校准基准测试中，Ising Calibration 1.5 的零样本推理能力平均领先同规模开源模型约 10%。在使用相关实验案例进行上下文学习时，该模型较上一代性能提升约 86.5%，并超过多款开源模型，表现接近顶级闭源大模型。

部署门槛与硬件支持

该模型拥有 310 亿参数，支持在英伟达 Grace Blackwell 和 Vera Rubin 等数据中心 GPU 上运行。英伟达还推出了 NVFP4 量化版本，可部署在单张消费级 GPU 或 NVIDIA DGX Spark 上，以降低量子实验室的使用门槛。

训练数据覆盖多种量子比特架构

据英伟达介绍，Ising Calibration 1.5 的训练数据来自多种量子比特架构，包括超导量子比特、量子点、离子、中性原子以及氦表面电子等，可为不同类型的量子计算设备提供校准能力。

报道提到，自动化校准被业内视为量子计算规模化发展中的关键瓶颈之一。英伟达此次推出 AI 驱动的量子校准工具，显示 AI 模型正从传统计算领域延伸至量子硬件控制层。