NVIDIA hat NVIDIA Ising Calibration 1.5 veröffentlicht, ein Open-Source-KI-Modell, das entwickelt wurde, um automatisch Diagnosedaten zur Quantenverarbeitungseinheit zu analysieren und Kalibrierpläne zu bestimmen. Ziel ist es, den Prozess der Kalibrierung von Quantencomputern zu automatisieren. Laut ChainCatcher sagte das Unternehmen, das visuelle Sprachmodell sei für Quanten-Kalibrierungsaufgaben ausgelegt und könne experimentelle Daten von Quantenchips interpretieren, eine Zero-Shot-Analyse durchführen, wenn keine historischen Fälle verfügbar sind, und per In-Context Learning mit verwandten Beispielen helfen, damit Quantenanlagen ihre Betriebsbedingungen optimieren.

Beim QCalEval-Quantum-Kalibrierungs-Benchmark soll Ising Calibration 1.5 laut Angaben Open-Source-Modelle ähnlicher Größe im Zero-Shot-Reasoning um etwa 10 % übertroffen haben und sich um etwa 86,5 % gegenüber dem vorherigen Generationmodell verbessert haben, wenn bei der Verwendung verwandter experimenteller Fälle für In-Context Learning. Außerdem kam es bei der Leistung nahe an führende geschlossene Large Models heran. Das Modell hat 31 Milliarden Parameter und unterstützt Rechenzentrums-GPUs wie NVIDIA Grace Blackwell und Vera Rubin; eine NVFP4-quantisierte Version kann dagegen auf einer einzelnen Consumer-GPU oder auf NVIDIA DGX Spark laufen.

NVIDIA erklärte, dass die Trainingsdaten mehrere Qubit-Architekturen abdecken, darunter supraleitende Qubits, Quantendots, Ionen, neutrale Atome und Helium-Oberflächenelektronen. Branchenbeobachter sagten, dass die automatisierte Kalibrierung weiterhin einer der zentralen Engpässe beim Ausbau der Quantencomputing-Technologie sei, und NVIDIAs Tool spiegele die Ausweitung von KI von traditionellem Computing in die Steuerungsebene der Quantenhardware wider.