NVIDIA、Ising公開で量子誤り訂正の速度競争を前へ進める

量子コンピューティングで最も厄介な詰まりの一つが、いよいよAIの問題として見え始めている。NVIDIAは2026-04-14付のNVIDIA Isingで、量子プロセッサの校正と量子誤り訂正デコーディング向けのオープンなモデル群を公開した。現状の高性能な量子プロセッサでも、演算はおよそ1000回に1回の頻度で誤る一方、実用的な fault-tolerant system には誤り率を1兆分の1レベルまで下げる必要がある。AIがこの差を少しでも縮められるなら、ボトルネックは手作業の調整から配備可能なソフトウェアへ移っていく。

今回の公開は単一モデルではなく2系統だ。Ising Calibrationは量子実験の出力を読み取り、次の調整を提案する vision-language model。Ising Decodingはリアルタイム誤り訂正向けの3D CNN pre-decoder群だ。NVIDIAによれば、基本モデルだけでなく学習フレームワーク、配備レシピ、fine-tuningやquantizationのワークフローまでまとめて提供する。各チームは自分たちのQPUのノイズ特性に合わせて調整でき、機密データを外部APIに渡さず手元に置ける。単にモデルを見せるのではなく、検証可能なスタックごと開いた点が大きい。

数字が最も強いのは校正側だ。NVIDIAは35B規模のIsing-Calibration-1について、superconducting qubits、quantum dots、ions、neutral atoms、electrons on Heliumなど複数のqubit modality由来のパートナーデータで学習したと説明する。新設したQCalEval benchmarkでは、平均でGemini 3.1 Proを3.27%、Claude Opus 4.6を9.68%、GPT 5.4を14.5%上回ったという。デコーディング側も具体的だ。fast modelは約912,000 parameters、accurate modelは約1.79 million parametersで、NVIDIAはfast pre-decoderとPyMatchingの組み合わせがd=13、p=0.003で2.5x高速かつ1.11x高精度、accurate版は同条件で2.25x高速かつ1.53x高精度だとしている。

もちろん、ベンチマーク記事がそのまま量子制御スタックの標準になるわけではない。それでも今回は外部が確かめられる材料が揃っている。重みはHugging Faceに、decoder training codeはApache 2.0のGitHubに、リアルタイムAPIはCUDA-Q QECとCUDAQ-Realtimeの上で公開される。中でも目を引くのは、13基のGB300 GPUとFP8 precisionを前提にした場合、fast modelがsurface code d=13、1000 roundsで1 roundあたり0.11 microsecondsに届くという予測だ。この数字が外部でも再現されるなら、Isingは派手なデモではなく、fault-tolerant quantum workを押し進める実用ソフトウェア層として扱われるはずだ。