Nvidia lancia Ising, modelli AI open source per la calibrazione e decodifica quantistica
Ising promette decodifica 2,5 volte più veloce e 3 volte più precisa rispetto agli strumenti open source attuali.
Nvidia ha presentato Ising, una nuova famiglia di modelli AI open source progettata per supportare le attività di calibrazione e decodifica degli errori nei processori quantistici. Integrati nella piattaforma software CUDA-Q e ottimizzati per l'interconnessione NVQLink tra QPU e GPU, i modelli sono disponibili su GitHub, Hugging Face e build.nvidia.com.
Il modello Ising Calibration, con 35 miliardi di parametri, utilizza una soluzione vision-language per interpretare le misure sperimentali di una QPU e suggerire le regolazioni necessarie, riducendo i tempi di calibrazione da giorni a poche ore.
La famiglia Ising Decoding comprende invece due varianti di 3D convolutional neural network per il pre-decoding della correzione d’errore nei codici surface. Nvidia segnala che il decoder è 2,5 volte più veloce e 3 volte più preciso rispetto a pyMatching, utilizzando inoltre dieci volte meno dati di addestramento.
I modelli Ising sono resi open source, ma la piattaforma di esecuzione rimane proprietaria e dipendente dall’hardware Nvidia. Tra i primi ad adottare Ising si contano istituzioni come Fermilab, Harvard e IonQ.
