NVIDIAs Ising-KI-Modelle zielen auf die größten Engpässe des Quantencomputings ab
Rebeca Moen 14.04.2026 14:45
NVIDIA bringt Open-Source-Ising-KI-Modelle für Quantenkalibrierung und Fehlerkorrektur auf den Markt und behauptet eine 2,5-fach schnellere Dekodierung sowie die Einführung durch große Forschungslabore.
NVIDIA veröffentlichte am Dienstag seine ersten Open-Source-KI-Modelle, die speziell für Quantencomputing entwickelt wurden und sich auf die zwei Probleme konzentrieren, die Quantenmaschinen bisher von der praktischen Nutzung abgehalten haben: Kalibrierung und Fehlerkorrektur.
Die Ising-Modellfamilie – benannt nach dem physikalischen Modell, das das Verständnis komplexer Systeme vereinfachte – behauptet, die Quantenprozessor-Kalibrierung schneller als alles derzeit Verfügbare durchzuführen und eine Fehlerkorrektur-Dekodierung zu liefern, die 2,5-mal schneller und 3-mal genauer ist als pyMatching, der aktuelle Open-Source-Standard.
„KI ist wesentlich, um Quantencomputing praktikabel zu machen", sagte CEO Jensen Huang in der Ankündigung. „Mit Ising wird KI zur Steuerungsebene – dem Betriebssystem von Quantenmaschinen."
Was Ising tatsächlich leistet
Die Veröffentlichung umfasst zwei verschiedene Tools. Ising Calibration verwendet ein Vision-Language-Modell, um Quantenprozessor-Messungen zu interpretieren und eine kontinuierliche Kalibrierung zu automatisieren – NVIDIA behauptet, dies verkürze die Kalibrierungszeit von Tagen auf Stunden. Ising Decoding bietet zwei Varianten eines 3D-Convolutional-Neural-Networks für Echtzeit-Fehlerkorrektur, optimiert entweder für Geschwindigkeit oder Genauigkeit, je nach Anwendungsfall.
Beide laufen lokal, was für Forschungseinrichtungen wichtig ist, die proprietäre Daten schützen.
Einführung bereits im Gange
Die Liste der Anwender liest sich wie ein Who's Who der Quantenforschung: Fermi National Accelerator Laboratory, Harvards School of Engineering, Lawrence Berkeley National Laboratory, IQM Quantum Computers, Infleqtion und das UK National Physical Laboratory nutzen die Kalibrierungstools. Für die Dekodierung gehören Cornell, Sandia National Laboratories, UC Santa Barbara und die University of Chicago zu den frühen Anwendern.
Das Analyseunternehmen Resonance prognostiziert, dass der Quantencomputing-Markt bis 2030 11 Milliarden Dollar übersteigen wird, obwohl diese Entwicklung stark davon abhängt, genau die Kalibrierungs- und Fehlerkorrektur-Herausforderungen zu lösen, die Ising angeht.
Passt in die umfassendere NVIDIA-Strategie
Ising integriert sich in NVIDIAs bestehenden Quanten-Stack: die CUDA-Q-Plattform für hybrides Quanten-klassisches Computing und die NVQLink-Hardware-Verbindung für Echtzeit-Steuerung. Die Modelle ergänzen NVIDIAs wachsendes offenes Portfolio neben Nemotron für AI Agents, Cosmos für physikalische KI und BioNeMo für biomedizinische Forschung.
Alles ist über GitHub, Hugging Face und NVIDIAs Build-Portal verfügbar, mit NIM-Microservices und Trainingsdaten für die Feinabstimmung auf spezifische Hardware-Architekturen.
Für Kryptomärkte, die Quantenentwicklungen beobachten – insbesondere Bedenken hinsichtlich zukünftiger Bedrohungen für aktuelle Verschlüsselung – fügt NVIDIAs Positionierung als Infrastrukturschicht für praktisches Quantencomputing eine weitere Variable zu langfristigen Sicherheits-Roadmaps hinzu.
Bildquelle: Shutterstock- nvidia
- Quantencomputing
- Künstliche Intelligenz
- nvda
- Unternehmenstechnologie
