Publicatiedatum: 16 april 2026
NVIDIA heeft Ising gelanceerd, een familie open-source AI-modellen gericht op een van de lastigste vraagstukken in quantum computing: quantumprocessors betrouwbaar genoeg maken voor bruikbaar werk. De aankondiging kwam op 14 april 2026 en richt zich op twee specifieke knelpunten, kalibratie en quantum error correction. De modellen zijn direct geïntegreerd met het CUDA-Q-platform en de NVQLink-interconnect van NVIDIA.
Wat de Ising-modellen doen
De Ising-familie bestaat uit twee onderdelen. Ising Calibration is een vision language model dat meetgegevens van quantumprocessors uitleest en bijna in real time reageert, waardoor AI-agenten de afstemstappen kunnen automatiseren die onderzoeksteams normaal dagenlang kosten. Ising Decoding is een 3D convolutioneel neuraal netwerk dat in twee varianten wordt geleverd, een geoptimaliseerd voor pure snelheid en een voor nauwkeurigheid, en verzorgt realtime decodering voor quantum error correction.
Samen worden de twee modellen gepositioneerd als een control plane voor quantumhardware. Ze nemen het repetitieve meet- en correctiewerk over dat tussen een fysieke qubit en een bruikbare logische qubit zit.
Technische specificaties en prestaties
Volgens NVIDIA brengt Ising Calibration de kalibratietijd terug van dagen naar uren door procestelemetrie continu te interpreteren en besturingsparameters zonder menselijke tussenkomst bij te stellen. Ising Decoding wordt vergeleken met pyMatching, een gangbare referentiedecoder, en rapporteert tot 2,5 keer snellere decodering en tot 3 keer hogere nauwkeurigheid, afhankelijk van de gebruikte variant.
Beide modellen zijn ontworpen om te draaien op NVIDIA GPU’s en integreren met de CUDA-Q hybride quantum-klassieke softwarestack en de NVQLink-hardware-interconnect, die NVIDIA positioneert als de brug tussen klassieke accelerators en quantum-besturingselektronica.
Hoe Ising zich verhoudt tot bestaande tooling
Kalibratie en decodering in de quantumwereld leunden tot nu toe op gespecialiseerde, hardware-specifieke software die door elk lab of elke leverancier zelf werd geschreven. Ising is de eerste poging om een algemene, open-weight modelfamilie aan te bieden die specifiek getraind is voor deze taken en onder een toegankelijke licentie wordt uitgebracht. Het model sluit aan bij NVIDIA’s bestaande open modelportfolio, naast Nemotron voor taal en Cosmos voor physical AI, en trekt datzelfde distributiepatroon door naar quantumworkloads.
Vergeleken met de klassieke decoders en handmatig afgestelde kalibratieroutines die nu in gebruik zijn, zijn de gerapporteerde winst in snelheid en nauwkeurigheid substantieel in plaats van incrementeel. De uiteindelijke prestaties zullen echter afhangen van de specifieke quantumhardware en het ruisprofiel.
Beschikbaarheid en early adopters
De Ising-modellen zijn nu beschikbaar via GitHub, Hugging Face en build.nvidia.com. Deployment wordt ondersteund via NVIDIA NIM-microservices voor finetuning op specifieke qubit-architecturen. Tot de eerste gebruikers behoren Atom Computing, Academia Sinica, Fermilab, Harvard, Infleqtion, IonQ, IQM Quantum Computers, Lawrence Berkeley National Laboratory en het U.K. National Physical Laboratory.
Voor onderzoeksgroepen en quantumhardwareleveranciers die al binnen het CUDA-Q-ecosysteem werken, verlaagt Ising de engineeringkosten van kalibratie en error correction op schaal. Voor de rest van de markt zet het een publieke referentie neer waarmee andere frameworks vergeleken zullen worden.
De volledige aankondiging en documentatie zijn beschikbaar op de NVIDIA-newsroom: https://nvidianews.nvidia.com/news/nvidia-launches-ising-the-worlds-first-open-ai-models-to-accelerate-the-path-to-useful-quantum-computers
