英偉達發佈310億參數量子AI校準模型

NVIDIA Ising Calibration 1.5實現QPU自動調優，零樣本推理提速10%，上下文學習性能提升86.5%。

據 Woofun AI 消息，英偉達發佈了開源視覺語言模型 NVIDIA Ising Calibration 1.5，旨在通過分析量子處理單元（QPU）診斷數據，自主確定設備校準方案，實現量子計算機校準流程自動化。該模型擁有310億個參數，支持英偉達 Grace Blackwell 及 Vera Rubin 系列數據中心 GPU，並推出 NVFP4 量化版本，可在單塊消費級 GPU 或英偉達 DGX Spark 上部署，降低了量子實驗室的使用門檻。

在 QCalEval 量子校準基準測試中，Ising Calibration 1.5 的零樣本推理能力比同類規模開源模型平均快約 10%；利用相關實驗案例進行上下文學習時，其性能較上一代模型提升約 86.5%，表現接近頂級閉源大型模型。該模型訓練數據涵蓋超導量子比特、量子點、離子、中性原子及 Helium 表面電子等多種架構，可爲不同類型的量子計算設備提供校準功能。