NVIDIA、量子コンピュータ校正の完全自動化を「Ising」で実現
NVIDIA は量子プロセッサの自動校正を可能にするビジョン言語モデル「Ising Calibration 1.5」を公開し、事前学習なしでの診断結果解釈や NVFP4 量化によるローカル環境への展開を可能にした。
AI深層分析を開く2026年7月28日 09:12
AI深層分析
キーポイント
Ising Calibration 1.5 の新機能
このモデルは未訓練の診断結果も分析できるインコンテキスト学習機能を強化し、サイズが BF16 精度で 11.4% 小型化された。
NVFP4 量化による展開の容易さ
NVIDIA は初めて NVFP4 量化版を公開し、単一 GPU や NVIDIA DGX Spark での実行を可能にしてローカルラボ環境への導入を支援する。
多様な量子モダリティによる訓練
超伝導量子ビットやイオン、中性原子など複数の量子モダリティからのパートナー提供データを用いてモデルが訓練されている。
ゼロショットと文脈学習の両立評価
Ising は事前例なしでの診断結果分析（ゼロショット）と、関連実験からの例を用いた分析（文脈学習）の両方で性能を検証している。この二つのアプローチは、QPU の起動や再調整を自動化するエージェント構築に不可欠である。
ベンチマークにおける性能向上
Ising Calibration 1.5 は QCalEval ベンチマークにおいて、関連実験の例を使用した場合、前世代モデルより 86.68% 優れている。これは同等のオープンモデルを凌駕し、主要なクローズドモデルとも競合する水準である。
重要な引用
NVIDIA Ising Calibration is an open source vision language model (VLM) designed to interpret diagnostic outputs from quantum processors and determine how they should be tuned to continue operating.
Ising Calibration 1.5 also uses examples from related experiments when available and is 11.4% smaller at BF16 precision.
It is now also 86.68% better than its predecessor when using examples from related experiments.
Ising Calibration 1.5 advances AI and quantum computing calibration by outperforming all open models out of the box and on the QCalEval benchmark.
編集コメントを表示
編集コメント
量子計算のハードウェア制御における AI の役割が、単なる補助から自律的な校正へ進化している点は注目すべき進展である。特に NVFP4 量化によるローカル環境での実行可能性は、研究現場のインフラ制約を打破する実用的な解決策となるだろう。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
「NVIDIA Ising Calibration」は、量子プロセッサからの診断出力を解釈し、継続的な動作のためにどのように調整すべきかを判断するために設計されたオープンソースのビジョンランゲージモデル（VLM）です。
本稿では、事前学習例なしに未知の診断結果を分析することで AI による QPU（量子処理装置）キャリブレーションを推進する最新モデル「NVIDIA Ising Calibration 1.5」を紹介します。Ising Calibration 1.5 は、利用可能な場合は関連実験からの事例も活用し、BF16 精度で従来のモデルより 11.4% サイズが小さくなっています。これにより、ローカルラボ環境にエージェント型キャリブレーションワークフローを直接展開することが容易になります。
また、このモデルは初めて NVFP4（NVFP4）量子化バージョンでも利用可能になりました。これにより、単一の GPU や NVIDIA DGX Spark 上でのデプロイが可能となり、Fable 5 や GPT 5.6 Sol といった主要なクローズドモデルに匹敵する性能を実現しています。
Ising Calibration 1.5 モデルのトレーニング方法について
Ising Calibration 1.5 モデルは、超伝導量子ビット、量子ドット、イオン、中性原子、ヘリウム上の電子など、複数の量子ビットモダリティにわたるパートナーからの貢献データに基づいてトレーニングされています。これらにはキャリブレーションと制御を専門とするものも含まれます。
Ising Calibration 1.5 の性能評価方法
Ising Calibration 1.5 の性能は、実験結果の解釈や分類、有意性の評価、適合度の判定、主要特徴の抽出、そして次のステップの提案といった能力を測定する QCalEval ベンチマーク を用いて検証されました。ベンチマークの詳細やモデルアーキテクチャ、評価結果については、量子補正プロット理解のためのビジョン・ランゲージモデルのベンチマーキング（QCalEval） をご覧ください。
この評価では、ゼロショット推論とインコンテキスト学習（ICL）の両方を対象としています。ゼロショットは事前例なしで結果を分析する一方、ICL は関連サンプルとの文脈の中で結果を評価します。QPU の起動や再調整作業を自動化するエージェントを構築するには、どちらも不可欠です。
QCalEval ベンチマークにおいて、Ising Calibration 1.5 は事前の事例なしに診断結果を分析する際にも高い性能を示しました。さらに、関連実験からの事例を活用した場合は、先行モデルと比較して 86.68% の向上を達成しています。同様のオープンソースモデルを上回り、大手企業が提供するクローズドな最先端モデルとも互角の競争力を維持しています。
Ising Calibration 1.5 は、箱出し状態および QCalEval ベンチマークにおいてすべてのオープンモデルを上回る性能を発揮することで、AI と量子コンピューティングの補正技術に新たな一歩をもたらしました。また、最先端のクローズドモデルやパラメータ数が 1 兆を超える大規模モデルとも互角の競争力を有しています。
Figure 1. Zero-shot の場合、Ising Calibration 1.5 は同等サイズの他モデルより平均して 10% 高いスコアを記録します。ICL（In-Context Learning）では、先行モデルと比較して 86.5% も性能が向上しています。
310 億パラメータを持つこの VLM は、NVIDIA Grace Blackwell や NVIDIA Vera Rubin などのデータセンター向け GPU に最適化されています。また、NVFP4 形式の量子化版も用意されており、精度をわずかに犠牲にするだけで、ゲーマー向けのグラフィックボードや NVIDIA DGX Spark でも動作可能です。
DGX Spark におけるトークン生成速度（TPS）の性能も最適化されており、コストを大幅に抑えながら、ローカル環境でも高いスループットを実現しています。
Figure 2. Ising Calibration 1.5 は DGX Spark で優れたパフォーマンスを発揮します。バッチ処理に対応しているため、各量子ビットに対して複数の実験を並列実行したいユーザーにとって、迅速なワークフローが可能になります。
エージェントとの連携による Ising Calibration 1.5 の導入方法については、NVIDIA/Quantum-Calibration-Agent-Blueprint GitHub リポジトリをご覧ください。
NVIDIA Ising オープンリソースの活用開始
NVIDIA の「Ising」モデルファミリーは完全オープンです。重み、データ、ベンチマーク、レシピが提供されているため、特定の量子プロセッサ（QPUs）向けに独自のモデルやバリアントを修正・展開・微調整することが可能です。
モデルの重み
Hugging Face では、Ising Calibration 1.5 の全パラメータチェックポイントを利用できます。
- Ising Calibration 1.5 31B BF16
- Ising Calibration 1.5 31B NVFP4
Ising Calibration 1.5 は、NVIDIA NIM としても利用可能で、NVIDIA Build を通じてホストされています。Linux Foundation の OpenMDW ライセンス により、量子プロセッサの構築者や運用者はデータの管理権限を維持しつつ、あらゆる場所で展開する柔軟性を得られます。
デプロイレシピ
このモデルおよび大規模モデルクラウド API などに対応した、すぐに使えるエージェントハネスのブループリントが用意されています。
- 量子キャリブレーションエージェントのブループリントは、NVIDIA Nemo Agent ツールキットを用いて Ising Calibration 1.5 でエージェントワークフローを展開するスクリプトです。これにより、量子キャリブレーション実験の自動化を迅速にセットアップできます。
オープンデータセットと QCalEval ベンチマーク
Ising Calibration 1.5 は、パートナーや協力機関から提供された実際の量子プロセッサ（QPU）のデータに基づいて構築されています。また、このタスクにおけるモデルの有効性を評価するための「セマンティック・クォンタム・キャリブレーションベンチマーク」も公開されました。
- QCalEval データセットを確認する
- QCalEval スクリプトを実行する
著者について
原文を表示
NVIDIA Ising Calibration is an open source vision language model (VLM) designed to interpret diagnostic outputs from quantum processors and determine how they should be tuned to continue operating.
This post introduces the latest model release, NVIDIA Ising Calibration 1.5, which advances AI-based QPU calibration by analyzing unfamiliar diagnostic results without prior training examples. Ising Calibration 1.5 also uses examples from related experiments when available and is 11.4% smaller at BF16 precision. This eases the deployment of agentic calibration workflows directly in local lab environments.
For the first time, the model is also available in an NVFP4-quantized version, enabling deployment on a single GPU or an NVIDIA DGX Spark—comparable with leading closed models such as Fable 5 and GPT 5.6 Sol.
How is the Ising Calibration 1.5 model trained?
The Ising Calibration 1.5 model is trained on data generated from partner contributions across multiple qubit modalities, including superconducting qubits, quantum dots, ions, neutral atoms, electrons on Helium, and others specializing in calibration and control.
How is Ising Calibration 1.5 performance evaluated?
Performance of Ising Calibration 1.5 is evaluated using the QCalEval benchmark, which measures a model’s ability to interpret experimental results, classify outcomes, evaluate significance, assess fit quality and key features, and recommend next steps. For additional details on the benchmark, model architecture, and evaluation results, see QCalEval: Benchmarking Vision-Language Models for Quantum Calibration Plot Understanding.
The evaluation covers both zero-shot and in-context learning (ICL). Zero-shot reasoning analyzes results independently, while ICL evaluates results in the context of related samples. Both are important for building agents that can automate QPU bring-up and retune operations.
On the QCalEval benchmark, Ising Calibration 1.5 shows strong performance when analyzing diagnostic results without prior examples. It is now also 86.68% better than its predecessor when using examples from related experiments. It outperforms comparable open models and remains competitive with leading closed models.
Ising Calibration 1.5 advances AI and quantum computing calibration by outperforming all open models out of the box and on the QCalEval benchmark. It is competitive with state-of-the-art closed or 1T+ parameter models.
The 31-billion-parameter VLM is suited for data center GPUs such as NVIDIA Grace Blackwell and NVIDIA Vera Rubin. It also ships with a quantized version to NVFP4 where users can run this model on a consumer gaming card or NVIDIA DGX Spark with only a small cost in accuracy.
The tokens per second (TPS) performance on DGX Spark has also been optimized, enabling good throughput locally for a fraction of the cost.
To learn more about deploying Ising Calibration 1.5 with an agent, check out the NVIDIA/Quantum-Calibration-Agent-Blueprint GitHub repo.
Get started with NVIDIA Ising open resources
The NVIDIA Ising model family is fully open. Weights, data, benchmarks, and recipes are provided so you can modify, deploy, and fine-tune your own models and variants for your specific QPUs.
Model weights
Full-parameter checkpoints for Ising Calibration 1.5 are available on Hugging Face:
- Ising Calibration 1.5 31B BF16
- Ising Calibration 1.5 31B NVFP4
Ising Calibration 1.5 is also available as an NVIDIA NIM and hosted through NVIDIA Build. The OpenMDW License from Linux Foundation offers QPU builders and operators with the flexibility to maintain data control and deploy anywhere.
Deployment recipes
A ready-to-use agent harness blueprint is available with support for this model and others, including large model cloud APIs.
- Quantum calibration agent blueprint is a script for deploying an agentic workflow using Ising Calibration 1.5 with the NVIDIA Nemo Agent Toolkit to quickly set up quantum calibration experiment automation.
Open datasets and QCalEval benchmark
Ising Calibration 1.5 is built on real QPU data provided by partners and collaborators. A semantic quantum calibration benchmark has also been released to evaluate model effectiveness for this task.
- Check out the QCalEval dataset
- Run the QCalEval script
About the Authors
AI算出
主要ニュースainew評価高い
AI モデルの具体的な新機能とベンチマーク結果が中心であり、世界初または重大な発表として扱える新規性がある。検索意図は明確な製品名とバージョン番号を含むため高い。日本固有の情報や企業事例は含まれていないため関連性は低め。
6つの評価軸を見る
- AI関連度
- 100
- 情報源の信頼性
- 100
- 新規性
- 75
- 調べる価値
- 100
- 重複の少なさ
- 100
- 日本での有用性
- 25
関連記事
News to Guide
ニュースの次に確認する
発表内容を、現在の料金や仕様と照らし合わせられる関連ガイドです。
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み