NVIDIA anunció Ising, una familia de modelos abiertos de IA orientada a dos tareas clave para la computación cuántica: la calibración de procesadores y la corrección de errores en tiempo real. Con este lanzamiento, la compañía busca posicionar la IA como una capa operativa para mejorar el desempeño del hardware cuántico y acercarlo a aplicaciones útiles en ciencia y empresa.
Admin
Ising debuta con dos líneas para calibración y decodificación
La nueva familia parte con Ising Calibration, un modelo de visión y lenguaje para automatizar tareas de calibración de QPU, e Ising Decoding, basado en modelos 3D CNN para decodificación en corrección de errores cuánticos. NVIDIA sostiene que ambas líneas atacan uno de los principales límites del sector, marcado por el ruido inherente de los qubits y la necesidad de corregir errores con muy baja latencia.
Según NVIDIA, Ising Calibration 1 fue entrenado con datos reales de múltiples modalidades de qubits y supera a otros modelos en QCalEval, un benchmark creado para evaluar calibración cuántica. En paralelo, Ising Decoding incorpora variantes orientadas a velocidad o precisión, con mejoras reportadas en rapidez de inferencia y en tasa de error lógico frente a enfoques tradicionales.
Admin
NVIDIA liberó pesos, marcos de entrenamiento, datos, benchmarks y recetas de implementación para que fabricantes y operadores de QPU puedan adaptar los modelos a su propio hardware, manteniendo sus datos en sitio. En términos corporativos, Ising amplía la presencia de NVIDIA desde la infraestructura de cómputo acelerado hacia la capa de operación y optimización de sistemas cuánticos.
