Nvidia выпустила Ising — семейство открытых ИИ-моделей для калибровки квантовых процессоров и исправления ошибок в реальном времени. Модели опубликованы на GitHub, Hugging Face и build.nvidia.com.
Квантовые компьютеры сталкиваются с двумя ключевыми проблемами. Первая — калибровка: кубиты постоянно сбиваются, и их нужно регулярно подстраивать, чтобы они вели себя предсказуемо. Вторая — декодирование ошибок: специальная программа должна в реальном времени распознавать сбои и посылать сигнал коррекции. Причём делать это быстрее, чем появляются новые ошибки. Ising адресует обе задачи.
Декодирующая часть Ising — трёхмерная свёрточная нейросеть в двух вариантах: 0,9 млн и 1,8 млн параметров. Первый оптимизирован под скорость, второй — под точность. На тестах модель работает в 2,5 раза быстрее и в 3 раза точнее, чем pyMatching — стандартный декодер, которым пользуется большинство квантовых лабораторий мира. При этом требует в 10 раз меньше обучающих данных.
Есть нюанс. Сами модели открытые, а всё вокруг — нет. Декодер работает только через NVQLink — фирменный интерконнект Nvidia с низкой задержкой между квантовым и GPU-процессором. Калибровочные сценарии завязаны на платформу CUDA-Q. Оба инструмента проприетарные и заточены исключительно под железо Nvidia.
Схема знакомая. Именно так компания поступила с Nemotron, Cosmos и GR00T: открыть модели, закрыть платформу. Пользователи получают открытый ИИ-компонент, но всю инфраструктуру вокруг строят на инструментах Nvidia. В итоге компания глубоко интегрируется в квантовую экосистему, не производя при этом ни одного квантового процессора.
Ising не делает квантовые компьютеры отказоустойчивыми — это задача ещё на годы вперёд. Но ускорить работу с существующими системами он уже может.
