Mesterséges intelligencia, magyarul.
Az eredeti közleményekből.

Az NVIDIA AI-modellje automatizálhatja a kvantumszámítógépek kalibrálását

2026. július 27. 18:00Forrás: NVIDIA Developer
Az NVIDIA AI-modellje automatizálhatja a kvantumszámítógépek kalibrálását
Kép: NVIDIA Developer

Az NVIDIA bemutatta az Ising Calibration 1.5 nevű, 31 milliárd paraméteres látás-nyelvi modelljét, amely kvantumprocesszorok diagnosztikai eredményeit elemzi és kalibrációs műveleteket javasol. A modell nyílt forráskódú, és egy tömörített változata egyetlen GPU-n vagy NVIDIA DGX Sparkkal is futtatható.

A lényeg röviden
  • Az Ising Calibration 1.5 egy 31 milliárd paraméteres, nyílt forráskódú látás-nyelvi modell.
  • Kvantumprocesszorok diagnosztikáját elemzi, és kalibrációs lépéseket javasol.
  • Az NVIDIA szerint kapcsolódó példákkal 86,68 százalékkal jobb az elődjénél.
  • Az NVFP4 változat egyetlen GPU-n vagy NVIDIA DGX Sparkkal is futtatható.
  • A modell súlyai, adatai, benchmarkja és telepítési receptjei is elérhetők.

Kvantumprocesszorok beállítására készült

Az NVIDIA Developer július 27-i bejegyzése szerint az Ising Calibration 1.5 célja, hogy a kvantumprocesszorok működéséhez szükséges kalibrálási folyamatokat AI-alapú ügynöki munkafolyamatokkal támogassa. A modell a processzorok diagnosztikai kimeneteit értelmezi, majd meghatározza, milyen hangolási lépésekre van szükség a működés folytatásához.

A rendszert többféle kubitmodalitáshoz kapcsolódó, partnerek által szolgáltatott adatokon tanították. A forrás ezek között szupravezető kubiteket, kvantumpontokat, ionokat, semleges atomokat és héliumon lévő elektronokat említ. Ez lehetővé teszi, hogy a modell különböző kvantumhardverek kalibrációs és vezérlési adataival dolgozzon.

Példák nélkül is elemez, példákkal sokat javul

Az Ising Calibration 1.5 teljesítményét a QCalEval nevű benchmarkkal értékelték. A mérés azt vizsgálja, hogy a modell képes-e értelmezni a kísérleti eredményeket, osztályozni a kimeneteket, felmérni azok jelentőségét, értékelni az illesztések minőségét és fontos jellemzőit, valamint javaslatot tenni a következő lépésekre.

Az értékelés kiterjedt a zero-shot működésre és a kontextuson belüli tanulásra is. Előbbi során a modell előzetes példák nélkül elemzi az eredményeket, utóbbinál kapcsolódó kísérletek mintáit is figyelembe veszi. Az NVIDIA szerint a modell zero-shot módban átlagosan 10 százalékkal jobb eredményt ért el a hasonló méretű, következő legjobb nyílt modellnél. Kapcsolódó kísérleti példák használatakor 86,68 százalékkal javult az elődhöz képest. A bejegyzés egyik ábrafelirata ugyanezt a különbséget 86,5 százalékként adja meg.

A vállalat szerint az Ising Calibration 1.5 a QCalEval benchmarkon minden nyílt modellt felülmúl, és versenyképes a vezető zárt, illetve az 1 billió vagy annál több paraméterrel rendelkező modellekkel.

Kisebb változat helyi futtatáshoz

A modell 31 milliárd paraméteres BF16 változatát olyan adatközponti GPU-khoz szánják, mint az NVIDIA Grace Blackwell és az NVIDIA Vera Rubin. Az Ising Calibration 1.5 első alkalommal NVFP4-re kvantált kiadásban is elérhető. Az NVIDIA szerint ez a verzió egy fogyasztói játékos videokártyán vagy NVIDIA DGX Sparkkal is futtatható, kisebb pontosságvesztés mellett.

A vállalat a DGX Sparkon a másodpercenként feldolgozott tokenek számát is optimalizálta. A modell kötegelt feldolgozásra is alkalmas, így több, különböző kubitekhez tartozó kísérlet párhuzamosítását támogathatja. Ez a helyi laboratóriumi telepítést célozza, és az NVIDIA szerint az ügynöki kalibrációs munkafolyamatok közvetlenül helyben is kialakíthatók.

Nyílt súlyok, adatok és telepítési receptek

Az NVIDIA a modellcsaládot teljesen nyíltként mutatja be. A vállalat közzétette az Ising Calibration 1.5 31B BF16 és 31B NVFP4 súlyait a Hugging Face-en, továbbá elérhetővé tette a QCalEval adatkészletet és a benchmark futtatásához szükséges szkriptet.

A forrás szerint a súlyok, adatok, benchmarkok és telepítési receptek az OpenMDW License alatt érhetők el. Az NVIDIA egy Quantum Calibration Agent Blueprintet is biztosít, amely az Ising Calibration 1.5 és az NVIDIA Nemo Agent Toolkit használatával segít ügynöki kalibrációs munkafolyamatot létrehozni. A modell NVIDIA NIM-ként és az NVIDIA Build szolgáltatáson keresztül is elérhető.

A felhasználók így módosíthatják, telepíthetik és finomhangolhatják a modellt saját kvantumprocesszoraikhoz. A nyílt licenc a forrás szerint a kvantumprocesszorok fejlesztőinek és üzemeltetőinek az adatok feletti kontroll megtartását és a tetszőleges környezetben való telepítést is támogatja.

NVIDIANVIDIA Ising Calibration 1.5QCalEvalNVIDIA DGX SparkNVIDIA Grace BlackwellNVIDIA Vera Rubinnyílt forráskódú modellekfizikai AIkutatási eredménychipek
Kövesd az AI Hírek oldalát a FacebookonA legfontosabb MI-hírek magyarul, rögtön a megjelenés után a hírfolyamodban.Követem

Kapcsolódó hírek

64 GB memóriával jön az NVIDIA DGX Spark új változata
Chipek és infrastruktúra2026. október 2. 15:00

64 GB memóriával jön az NVIDIA DGX Spark új változata

Az NVIDIA 2026. október 2-án bejelentette a DGX Spark 64 GB-os, egyesített memóriával szerelt konfigurációját. A rendszer október 23-án érkezik az Acer, ASUS, Dell…

Kutatás
Kutatás2026. október 2. 00:26

A PyTorch szerint a TLX gyorsabb lett a Blackwell Jagged Flash Attentionjénél

A PyTorch csapata olyan Jagged Flash Attention kernelt mutatott be NVIDIA Blackwell B200 GPU-kra, amely a vállalat mérései szerint a GEM munkaterhelésén gyorsabb volt a…

Kutatás
Kutatás2026. október 2. 00:26

A PyTorch TLX-kernellel gyorsította a Meta hirdetési modelljének figyelmét

A PyTorch olyan Jagged Flash Attention-kernelt mutatott be, amely az NVIDIA Blackwell B200 gyorsítón a Meta Generative Ads Model modelljéhez fontos alakzatokon…