Les modèles d'IA Ising de NVIDIA ciblent les plus grands goulots d'étranglement de l'informatique quantique
Rebeca Moen 14 avr. 2026 14h45
NVIDIA lance des modèles d'IA Ising open-source pour l'étalonnage quantique et la correction d'erreurs, revendiquant un décodage 2,5 fois plus rapide et une adoption par les principaux laboratoires de recherche.
NVIDIA a lancé mardi ses premiers modèles d'IA open-source spécifiquement conçus pour l'informatique quantique, ciblant les deux problèmes qui ont empêché les machines quantiques d'être utilisées de manière pratique : l'étalonnage et la correction d'erreurs.
La famille de modèles Ising — nommée d'après le modèle physique qui a simplifié la compréhension des systèmes complexes — prétend exécuter l'étalonnage des processeurs quantiques plus rapidement que tout ce qui est actuellement disponible et fournir un décodage de correction d'erreurs 2,5 fois plus rapide et 3 fois plus précis que pyMatching, la norme open-source actuelle.
« L'IA est essentielle pour rendre l'informatique quantique pratique », a déclaré le PDG Jensen Huang dans l'annonce. « Avec Ising, l'IA devient le plan de contrôle — le système d'exploitation des machines quantiques. »
Ce que fait réellement Ising
La version comprend deux outils distincts. Ising Calibration utilise un modèle de langage visuel pour interpréter les mesures du processeur quantique et automatiser l'étalonnage continu — NVIDIA affirme que cela réduit le temps d'étalonnage de quelques jours à quelques heures. Ising Decoding propose deux variantes d'un réseau neuronal convolutif 3D pour la correction d'erreurs en temps réel, optimisé soit pour la vitesse, soit pour la précision selon le cas d'utilisation.
Les deux s'exécutent localement, ce qui est important pour les institutions de recherche protégeant leurs données propriétaires.
Adoption déjà en cours
La liste d'adoption se lit comme un qui est qui de la recherche quantique : le Fermi National Accelerator Laboratory, la Harvard School of Engineering, le Lawrence Berkeley National Laboratory, IQM Quantum Computers, Infleqtion et le UK National Physical Laboratory utilisent les outils d'étalonnage. Pour le décodage, Cornell, les Sandia National Laboratories, UC Santa Barbara et l'Université de Chicago figurent parmi les premiers déployeurs.
Le cabinet d'analystes Resonance prévoit que le marché de l'informatique quantique dépassera 11 milliards de dollars d'ici 2030, bien que cette trajectoire dépende fortement de la résolution précisément des défis d'étalonnage et de correction d'erreurs qu'Ising aborde.
S'inscrit dans la stratégie plus large de NVIDIA
Ising s'intègre à la pile quantique existante de NVIDIA : la plateforme CUDA-Q pour l'informatique quantique-classique hybride et l'interconnexion matérielle NVQLink pour le contrôle en temps réel. Les modèles rejoignent le portefeuille open croissant de NVIDIA aux côtés de Nemotron pour les agents d'IA, Cosmos pour l'IA physique et BioNeMo pour la recherche biomédicale.
Tout est disponible via GitHub, Hugging Face et le portail de construction de NVIDIA, avec des microservices NIM et des données d'entraînement inclus pour l'ajustement fin à des architectures matérielles spécifiques.
Pour les marchés crypto surveillant les développements quantiques — en particulier les préoccupations concernant les menaces futures pour le chiffrement actuel — le positionnement de NVIDIA comme couche d'infrastructure pour l'informatique quantique pratique ajoute une autre variable aux feuilles de route de sécurité à long terme.
Source de l'image : Shutterstock- nvidia
- informatique quantique
- intelligence artificielle
- nvda
- technologie d'entreprise
