NVIDIA、量子コンピューティング向けオープンAIモデル「Ising」を発表

NVIDIA Isingは、量子コンピュータの最大のボトルネックであるプロセッサの校正と、リアルタイムの量子誤り訂正を自動化・高速化するためのオープンソースAIモデル群です。

現在の量子ビットは外部ノイズに極めて弱く、実用的な計算を行うには頻繁な微調整と高速な誤り訂正が欠かせません。Isingはこの制御レイヤーをAIに肩代わりさせるために設計されています。

何ができるのか

Isingファミリーは、大きく分けて校正用と誤り訂正用の2つのモデルで構成されています。

1つ目は「Ising Calibration」です。これは量子プロセッサから出力される測定データを視覚的に解釈する視覚言語モデル（VLM）です。AIエージェントと組み合わせることで連続的な自動校正が可能になり、従来は数日かかっていたチューニング作業をわずか数時間まで短縮します。

2つ目は「Ising Decoding」です。3D畳み込みニューラルネットワーク（3D CNN）をベースにしており、速度重視と精度重視の2つのバリエーションが用意されています。オープンソースの業界標準であるpyMatchingと比較して、最大2.5倍の高速化と3倍の精度向上を実現しています。

動かし方と入手先

NVIDIAはモデル本体だけでなく、ワークフローをまとめたクックブック、訓練データ、NVIDIA NIMマイクロサービスをあわせて提供しています。外部ネットワークに接続せず、研究室ローカルの環境でそのまま実行できるため、機密性の高い実験データを守りながら運用できます。

また、ハイブリッドシステム向けのCUDA-Qプラットフォームや、QPUとGPUを直結するNVQLinkとも統合可能です。

モデルや関連コードは、GitHub、Hugging Face、build.nvidia.comからすぐにダウンロードして試すことができます。

なぜ重要か

量子ハードウェアの開発者や研究チームにとって、Isingは独自にデコーダーや校正スクリプトを作り込む手間を大幅に省いてくれる実用的なツールです。標準ベンチマークを超える性能を持つモデルが最初からオープンに手に入るメリットは小さくありません。

独自の量子ビット方式を競うのではなく、どの方式でも必ず必要になる古典制御と誤り訂正の領域にGPUとAIを標準基盤として組み込むという点で、NVIDIAの戦略は非常に手堅く実用的だと考えられます。