La IA impulsa el cómputo cuántico: NVIDIA lanza de código abierto el modelo de visión Ising 1.5 de 31B, con calibración automática total para ordenadores cuánticos

¡La IA impulsa avances cruciales en la tecnología de computación cuántica! Según el artículo publicado hoy (27) en el blog técnico de NVIDIA, la empresa ha liberado oficialmente como código abierto un modelo de lenguaje visual con 31 000 millones de parámetros diseñado específicamente para diagnosticar y ajustar procesadores cuánticos (QPU): «Ising Calibration 1.5». El modelo no solo admite varias tecnologías de qubits, sino que también incorpora una versión cuantificada NVFP4, permitiendo a los laboratorios desplegar de forma sencilla y automatizada en entornos locales agentes de calibración de ordenadores cuánticos, con umbrales de hardware más bajos.

(Antecedentes: ¡invertir 5000 mil millones de dólares! NVIDIA en colaboración con OpenAI planea construir el «mayor» centro de datos de IA del mundo; Japón pone una gran suma para entrar)

(Información de contexto: ¡El rey del fútbol, Messi, también ve con buenos ojos los modelos mundiales! Su fondo invierte en la nueva empresa de Li Feifei, World Labs, y se unen fuerzas con Nvidia y AMD)

Con el rápido avance de tecnologías de IA de vanguardia, la IA está ayudando a los humanos a resolver los retos más complejos de computación física. El 27 de julio, hora de Taipei, el equipo de investigación de NVIDIA publicó oficialmente «NVIDIA Ising Calibration 1.5». Se trata de un modelo de lenguaje visual (VLM) con hasta 31 000 millones de parámetros (31B), cuya única tarea y propósito específico es interpretar la salida diagnóstica del procesador cuántico (QPU) y decidir cómo realizar la calibración para mantener el funcionamiento estable del sistema.

Desempeño ICL se dispara 86%; versión cuantificada reduce el umbral de despliegue

Esta nueva versión 1.5 del modelo logra un doble avance en rendimiento y aligeramiento. Según los resultados más recientes de las pruebas del benchmark QCalEval, Ising Calibration 1.5 demuestra capacidades de vanguardia tanto en zero-shot (sin ejemplos) como en In-context learning (aprendizaje en contexto, ICL). Al analizar resultados diagnósticos no vistos previamente, su rendimiento en zero-shot es en promedio aproximadamente un 10% superior al de modelos abiertos del mismo orden; y en las pruebas ICL con muestras relacionadas, el rendimiento mejora de manera notable frente al modelo de la generación anterior, con un 86,68%. En conjunto, su capacidad ya está a la altura de modelos cerrados de primer nivel del rango de 1 billón de parámetros (como Claude Fable 5, etc.), compitiendo de igual a igual.

Para facilitar su adopción por parte de instituciones de investigación, NVIDIA ofrece por primera vez una versión cuantificada NVFP4, y además logró reducir en 11,4% el tamaño del modelo manteniendo una precisión BF16. Esto significa que, antes, los modelos de diagnóstico para QPU requerían un gran poder de cómputo; ahora, solo se necesita una GPU única o NVIDIA DGX Spark para ejecutar sin problemas, reduciendo de forma significativa el umbral de hardware para los flujos de trabajo de calibración local tipo agente (Agentic) en laboratorios.

Admite múltiples modalidades cuánticas; recursos totalmente abiertos para compartir

En cuanto a los datos de entrenamiento, Ising Calibration 1.5 incorpora datos reales de QPU provenientes de numerosos socios, cubriendo varias tecnologías de qubits actualmente dominantes, incluyendo: qubits superconductores, puntos cuánticos, trampas de iones, átomos neutros y electrones sobre helio. Esto hace que el modelo tenga una versatilidad muy alta: puede evaluar con precisión la calidad de varios ajustes y características clave, y recomendar las acciones de calibración siguientes.

Siguiendo la idea de impulsar el desarrollo de la computación cuántica a nivel global, NVIDIA ha liberado como código abierto, completamente, los checkpoints completos de parámetros, las versiones cuantificadas y los planes de despliegue bajo la licencia OpenMDW de Linux Foundation. Actualmente, los desarrolladores pueden obtener directamente los pesos del modelo en la plataforma Hugging Face, o bien construir rápidamente a través de contenedores y servicios administrados de NVIDIA NIM. Se espera que esta implementación impulse con fuerza el desarrollo automatizado y la escalabilidad de los ordenadores cuánticos en todo el mundo.