La familia del modelo de Ising se enfoca en la corrección de errores cuánticos y la calibración de procesadores, dos de los mayores obstáculos para la computación cuántica práctica.
NurPhoto / Getty Images
La familia Ising se lanza con dos dominios de modelos. Usando una arquitectura de modelo de lenguaje de visión, Ising Calibration maneja la sintonización continua de procesadores cuánticos automáticamente, reduciendo un proceso que anteriormente tomaba días a uno medido en horas, según Nvidia. Para la corrección de errores, el componente Ising Decoding ofrece dos versiones distintas de una red neuronal convolucional 3D: una construida para priorizar la velocidad de procesamiento, la otra para maximizar la precisión.
Comparado con PyMatching — el estándar de código abierto predominante para este trabajo — la suite de modelos combinada logra una decodificación de corrección de errores que es hasta 2.5 veces más rápida y tres veces más precisa, dijo Nvidia.
"La IA es esencial para hacer que la computación cuántica sea práctica", dijo Jensen Huang, CEO de Nvidia, en un comunicado. "Con Ising, la IA se convierte en el plano de control — el sistema operativo de las máquinas cuánticas — transformando qubits frágiles en sistemas cuánticos-GPU escalables y confiables."
Los dos dominios de modelos abordan lo que Nvidia describe como el cuello de botella central de la computación cuántica: los qubits son inherentemente ruidosos. Sam Stanwyck, director de producto cuántico de Nvidia, dijo a los periodistas que los procesadores cuánticos de primer nivel actuales logran aproximadamente un error por cada mil operaciones — impresionante para los estándares de hoy, pero muy por debajo del umbral de uno en un billón que los haría aceleradores realmente útiles, según CIO.
La calibración reduce el ruido en cada procesador, mientras que la decodificación de corrección de errores detecta y corrige errores en tiempo real más rápido de lo que se acumulan, dijo Nvidia. El modelo de calibración de Ising, entrenado con datos que abarcan múltiples tipos de qubits, incluidos qubits superconductores, puntos cuánticos, iones y átomos neutros, superó a varios modelos de IA de propósito general en QCalEval, un punto de referencia que Nvidia desarrolló con socios cuánticos para evaluar tareas de calibración.
Nvidia está emparejando el lanzamiento del modelo con un conjunto de recursos de apoyo: un manual que cubre los flujos de trabajo de computación cuántica y datos de entrenamiento, además de microservicios NIM que los desarrolladores pueden usar para adaptar los modelos a sus configuraciones de hardware específicas. Los modelos también pueden ejecutarse localmente en los sistemas de los investigadores para proteger los datos propietarios.
Las instituciones que ya están adoptando Ising incluyen el Laboratorio Nacional de Aceleradores Fermi, la Escuela de Ingeniería y Ciencias Aplicadas John A. Paulson de Harvard, el Banco de Pruebas Cuánticas Avanzadas del Laboratorio Nacional Lawrence Berkeley, IQM Quantum Computers, Infleqtion, la Universidad de Cornell, los Laboratorios Nacionales Sandia y el Laboratorio Nacional de Física del Reino Unido, entre otros, dijo Nvidia.
Ising se une al portafolio más amplio de modelos abiertos de Nvidia, que incluye Nemotron para sistemas agénticos, Cosmos para IA física, Alpamayo para vehículos autónomos, Isaac GR00T para robótica y BioNeMo para investigación biomédica. Los pesos de los modelos están disponibles en Hugging Face y build.nvidia.com, con marcos de entrenamiento en GitHub bajo la licencia Apache 2.0.
La IA y la computación cuántica han estado convergiendo. a medida que cada tecnología demuestra ser útil para la otra. Las herramientas de IA han estado mejorando el diseño de circuitos cuánticos y la corrección de errores, mientras que los procesadores cuánticos muestran potencial para tareas específicas de IA como la detección de fraude y la generación de datos de entrenamiento sintéticos. Sin embargo, los requisitos de infraestructura para las dos tecnologías difieren significativamente: los sistemas cuánticos requieren enfriamiento extremo e instalaciones especializadas que han mantenido la tecnología en gran medida confinada a los laboratorios.
Un informe publicado el mismo día por el Consorcio de Desarrollo Económico Cuántico situó el mercado cuántico global en 1.9 mil millones de dólares para 2025, según CIO. Mirando hacia adelante, el consorcio proyecta un crecimiento anual del 30%, con el mercado esperado a alcanzar los 3 mil millones de dólares para 2028.
Únete a más de 500.000 lectores que comienzan su día con Quartz.
Al suscribirte, aceptas nuestros Términos de servicio y Política de privacidad.
