NVIDIA Ising Enables Fully Automated Quantum Computer Calibration with Enhanced In-Context Learning

📌 【NVIDIA 研究】NVIDIA Ising 1.5：利用 VLM 實現量子電腦全自動校準

TL;DR：NVIDIA Ising 1.5 是 31B 參數的視覺語言模型 (VLM)，能透過視覺診斷與調整量子處理器 (QPU)。

隨著量子運算邁向實踐，如何精準校準量子處理器 (QPU) 成為關鍵挑戰。NVIDIA 提出的 NVIDIA Ising Calibration 1.5 透過視覺語言模型 (VLM) 技術，能解讀量子處理器的診斷輸出，並判斷應如何進行調整以維持運作。

🧩 NVIDIA Ising 1.5：具備強大 In-Context Learning 能力的 VLM

NVIDIA Ising Calibration 1.5 是一款擁有 310 億 (31B) 參數的視覺語言模型，其核心能力在於：

• 診斷與調校：專為解讀量子處理器的診斷輸出而設計，並決定後續的調整步驟。
• 強化 In-Context Learning：在面對未經訓練的陌生診斷結果時，能展現出強大的零樣本 (zero-shot) 與上下文學習 (in-context learning) 能力；若有相關實驗範例，模型也能利用這些範例進行推論。
• 高效能表現：在 QCalEval 基準測試中，其在量子校準圖表解讀任務上的表現優於所有開源模型，且與領先的閉源模型相比仍具競爭力。

📊 模型規模縮減與多樣化部署方案

為了讓自動化校準工作流能直接部署於本地實驗室環境，NVIDIA 針對模型效能與體積進行了優化：

• 模型輕量化：在 BF16 精度下，模型體積縮減了 11.4%。
• NVFP4 量化版本：首次推出 NVFP4 量化版本，讓模型能部署在單顆 GPU 或 NVIDIA DGX Spark 上。
• 部署工具整合：支援透過 NVIDIA NeMo Agent Toolkit 整合，以實現自動化的量子校準工作流。

💡 開源精神與開發者資源

NVIDIA 已透過 OpenMDW 授權釋出相關資源，包含：

• 全參數檢查點 (Full-parameter checkpoints)
• 量化版本
• 開源資料集
• 部署藍圖 (Deployment blueprints)

🎯 實務啟示

對於需要處理複雜物理診斷數據的工程師而言，NVIDIA Ising 1.5 展示了將 VLM 應用於科學領域（如量子物理）的巨大潛力。透過量化技術與輕量化設計，這種具備 Agentic AI 特性的模型，未來有望直接整合進實驗室的自動化流程中，降低量子設備維護的門檻。

🔗 來源

• 標題：NVIDIA Ising Enables Fully Automated Quantum Computer Calibration with Enhanced In-Context Learning
• 作者／機構：Tanya Lenz @ NVIDIA Developer
• 連結：https://developer.nvidia.com/blog/nvidia-ising-enables-fully-automated-quantum-computer-calibration-with-enhanced-in-context-learning/

#NVIDIA #QuantumComputing #VLM #MachineLearning #AI #QuantumCalibration #Ising #AgenticAI #GenerativeAI #DGX