「AIが量子マシンの制御プレーン、OSになる」──NVIDIA CEOのJensen Huang氏が2026年4月14日にこう宣言した日、IonQ株はその日のうちに約20%跳ね、IonQ・Infleqtion・IQMを含む22の企業・研究機関が同時に1つのAIモデル群の採用を表明した。発表されたのが「NVIDIA Ising」だ。量子コンピュータが抜けられなかった「較正に数日」「1000回に1回エラー」という2つの壁に、別々のAIモデルを当てた量子AIの新カテゴリで、量子ハード方式を横断する世界初のオープンモデル群でもある。本記事ではIsingの中身、採用4組の使い方、ここから派生できるプロダクトアイデアを順に整理する。

量子コンピュータが詰まる、いつも同じ2か所

量子コンピュータが「動かない」とき、止まる場所はだいたい決まっている。1つはキャリブレーション(較正)。マイクロ波やレーザーで物理的に量子ビットを制御するため、温度や磁場のわずかな揺らぎだけで応答が変わり、研究者が毎日数日かけてつまみを回し直さないと安定動作しない。もう1つは誤り訂正(quantum error correction、以下QEC)。Tom's Hardwareによれば、現在最高クラスの量子プロセッサでも約1000回に1回はエラーを起こすため、計算と並行してエラーを検出・訂正し続ける専用回路が要る。

この2つを安く、速く、賢く回せないかぎり、量子コンピュータは研究室から出られない。Jensen Huang氏が発表時に語った「AIが量子マシンの制御プレーン、つまりOSになる」という一言は、ここを指している。Isingはその「OS」を構成する最初の2つの部品である。

Ising Calibration と Ising Decoding──2つのモデルで出来ている

Isingは1つのモデルではなく、別々の問題に別々のアーキテクチャを当てる2モデル構成だ。

Ising Calibration:較正担当。Hugging Faceの公式モデルカードによれば、Qwen3.5-35B-A3Bをベースにした 総35B/アクティブ3BパラメータのMoE(Mixture-of-Experts)ビジョン言語モデル。256個のエキスパートからトークンごとに8個だけ活性化する形で、262Kトークンのコンテキスト長を持つ。量子プロセッサの測定波形やヒストグラム、Rabi振動曲線などの「画像」を直接読み、設定パラメータの再調整方針をテキストで返す。
Ising Decoding:QECデコーダ担当。NVIDIA Developer Blogによると、3次元の畳み込みニューラルネットワーク(3D CNN)を中核にした2モデルで、Fast版は約912Kパラメータ・受容野9、Accurate版は約1.79Mパラメータ・受容野13。CUDA-Q QECとTensorRTを通じて 1ラウンドあたり2.33μs で動作する設計だ。

サイズ感が極端に違うのがポイントで、Calibrationは「考える」担当の重量級、Decodingは「リアルタイムに反射する」担当の超軽量級。前者はバックグラウンドで研究者の代わりに較正実験を組み立て、後者は量子計算のすぐ横で1秒間に数十万回走る、という分担になっている。

VLMが「画像」を、3D CNNが「時空」を読む

なぜ較正にVLMを当てたのか。量子プロセッサの較正は、波形やプロットを見て「これは正常」「ここがずれている」と判断する作業で、ドメイン知識が画像とテキストに分散している。普通のテキストLLMでは波形が読めず、画像分類モデルでは判断理由が言語化できない。両方を1モデルで扱えるVLMが自然に当てはまる。NVIDIA公式によれば、超伝導量子ビット、量子ドット、トラップイオン、中性原子など各方式の測定データで学習されており、ハードウェアを問わず汎用的に較正できる。

なぜQECデコーダに3D CNNなのか。表面符号(surface code)を使う量子計算では、誤り検出に使うシンドローム情報は「2次元のチップ上で時間ごとに更新される配列」として現れる。これは画像にとっての縦・横・時間そのもので、3次元の畳み込みが自然な選択になる。Googleが2024年に発表したAlphaQubitはTransformerで同じ問題に挑んだが、Google DeepMindブログによれば「超伝導プロセッサでリアルタイムに動かすにはまだ遅すぎる」と明言されている。NVIDIAは「productionで2.33μs/roundに収める」というレイテンシ要件から逆算して、軽量の3D CNNにこだわった。

pyMatchingとAlphaQubitのあいだに居場所を作った

Isingの位置を理解するには、隣の手法と並べて見るのが早い。

pyMatching(古典MWPM):Oscar Higgottらによるオープンソース実装で、現状のQECデコーダのデファクト。最小重み完全マッチングという古典アルゴリズムで、距離17の表面符号を1ラウンドあたり1マイクロ秒以下で解ける。決定論的で速い反面、リーク状態や相関エラーのような「想定外のノイズ」に弱い。
Google AlphaQubit(2024、Transformer):Natureに掲載されたGoogleの研究で、テンソルネットワーク比6%・相関マッチング比30%エラーを減らす精度を出したが、Googleブログが認めるとおり実時間動作には未到達で、コードや重みは公開されていない。
NVIDIA Ising Decoding(2026、3D CNN):NVIDIA公式によればFast版でpyMatchingの 2.5倍速・1.11倍精度、Accurate版で2.25倍速・1.53倍精度。しかも重みとコードがリポジトリで公開されている。

ここで効いているのは設計思想の対比だ。Googleは「最高精度のモデルをまず作って、デプロイは後で考える」研究先行の構え。NVIDIAは「productionで動かす制約から逆算してアーキテクチャを選ぶ」エンジニアリング先行の構えで、それがオープン化と22機関同時採用というGTM(Go-to-Market)の組み立てまで通している。

動かしてみる:transformersから呼び出すだけ

Ising Calibrationは公開モデルとして配布されているため、Hugging Face Transformersの標準パイプラインで呼べる。較正対象の測定図表を入力し、調整方針をテキストで返す最小サンプルは以下のとおりだ。

from transformers import pipeline

# Ising Calibration を image-text-to-text パイプラインで呼ぶ
pipe = pipeline(
    "image-text-to-text",
    model="nvidia/Ising-Calibration-1-35B-A3B",
)

# 量子プロセッサの測定図(例:Rabi振動)をURLで渡し、
# 較正診断を自然言語で得る
messages = [{
    "role": "user",
    "content": [
        {"type": "image", "url": "https://example.com/rabi_oscillation.png"},
        {"type": "text", "text": "Diagnose this Rabi oscillation and suggest calibration adjustments."},
    ],
}]
pipe(text=messages)  # → 較正アドバイスがテキストで返る

実運用ではvLLMで vllm serve "nvidia/Ising-Calibration-1-35B-A3B" のように立てたうえで、NVIDIA Developer Blogが示すエージェントワークフロー(Quantum-Calibration-Agent-Blueprint)から繰り返し呼び出す形が標準だ。

採用しているのは22機関、その代表4組を見る

NVIDIA公式が発表当日に名指しした採用組織は22以上にのぼる。性質の異なる4組を取り上げる。

IonQ(米国・上場、トラップイオン方式):商用量子クラウドの大手で、SkyWaterの半導体fab買収などハード側の拡張も進める。Ising Calibrationをトラップイオン型量子プロセッサの自動較正に組み込んでおり、Investing.comなどによれば発表当日に株価が約20%上昇するなど市場の反応も大きかった。

Infleqtion(米国・非上場、中性原子方式):Sqaleと呼ぶ中性原子量子コンピュータを展開する。Infleqtion公式ブログによれば、中性原子は原子が計算空間外の準位に「漏れ出す」リーク(leakage)が本質的に避けられないため、Ising Decodingをリーク認識型の予備デコーダ(predecoder)として組み込み、低レイテンシのNVQLink越しにGPUと結ぶ設計を採っている。同社は2026年末までに12論理量子ビットから30へ拡張するロードマップを掲げる。

IQM Quantum Computers(フィンランド、超伝導方式):欧州を代表する超伝導量子のベンダーで、商用クラウドとオンプレ提供の両方を持つ。NVIDIA公式の採用組織リストによればCalibrationとDecodingの両方を採用しており、Ising全部入りの数少ない事例だ。

Northwestern University × Fermilab(米国・研究機関):両者は地下107メートルのNEXUSテストベッドで集めた約1か月分の超伝導量子ビット測定データを提供し、NVIDIAと共同で評価ベンチマーク「QCalEval」を構築した。NVIDIA Developer Blogによれば、このQCalEval上でIsing Calibrationは平均してClaude Opus 4.6を9.68%、GPT-5.4を14.5%上回るスコアを記録している。

Isingを起点にどんなプロダクトが作れるか

Isingの中身を見ると、「ノイズの多い物理装置の測定図を読んで再調整する」「3次元の検出データから訂正方針をリアルタイムに出す」という2つの抽象パターンが取り出せる。これを軸にした事業アイデアを3つ描く。

A. マルチハードウェア対応の量子較正SaaS(垂直特化型)

ベース実例:IonQ・Infleqtion・IQMがそれぞれ自社運用としてIsingを組み込んでいるパターン。Calibrationモデルは超伝導・中性原子・トラップイオン・量子ドットなど方式横断で学習されている。

発展アイデア:この「ハードウェア非依存性」を商品化し、量子クラウド事業者でない中小量子スタートアップや大学研究室向けに、自前の測定データを送ると較正アドバイスがJSONで返るSaaSを作る。Ising Calibration本体はOSSとして使えるため、上に乗せる価値は「方式ごとのプロンプト・前処理・実験テンプレート集」と「24時間オンコールの較正エージェント運用」になる。

B. Qiskit/Cirq互換のAIプリデコーダレイヤー(既存プロダクト置換型)

ベース実例:Cornell・Sandia・UC San DiegoなどがpyMatchingベースのスタックを置き換える形でIsing Decodingを採用しているパターン。

発展アイデア:Qiskit(IBM)やCirq(Google)、CUDA-Q上のQEC層にdrop-inで差し込めるAIプリデコーダ拡張を作る。本家のOSSコードをラップして、既存のシンドローム取得APIをそのままに、内部だけAI予測に置き換える。NVQLink依存を解消したい層には、CUDAなしで動くCPU/別GPU向け軽量ビルドを提供する。

C. 「Ising for X」──量子以外の高ノイズ装置への横展開(新カテゴリ創出型)

ベース実例:Ising Calibrationが「測定図を読み、装置を再調整する」VLMであるという抽象パターン。

発展アイデア:量子以外にも、ノイズの多い物理装置で「人間が毎日波形を見て較正する」場所は山ほどある。半導体fabのプラズマエッチング装置、MRIの磁場シミング、電波天文台の干渉計、産業用CTスキャナなどだ。Isingと同じ「VLM + ドメイン測定画像」のレシピで、各業界の較正データセットを集めて派生モデルを作り、装置メーカーに組み込む。NVIDIAがOpen Licenseで公開している以上、フォーク・追加学習・再配布の自由度は十分にある。

採用前に気を付けたいこと

Isingは派手な数字が並ぶが、3点だけ冷静に確認したい。1つ目、Tom's Hardwareが指摘するとおり「重みは開いているがスタックは閉じている」。Ising DecodingはNVQLink相互接続とCUDA-Q前提で、本気で低レイテンシを引き出すにはNVIDIAハードウェアが事実上必須になる。2つ目、ライセンスはApache 2.0ではなく「NVIDIA Open Model License」で、再配布や商用利用に独自の条件がある。3つ目、そもそも量子コンピュータ自体が2026年時点で1000回に1回エラーが出る水準であり、Isingで較正と訂正を加速しても、即座に古典コンピュータを置き換える応用が増えるわけではない。

もっと詳しく知りたい人へ

公式の入口はNVIDIA NewsroomとNVIDIA Developer Blog、実装はGitHubの NVIDIA/ising と NVIDIA/Ising-Decoding、モデル本体はHugging Faceの nvidia/Ising-Calibration-1-35B-A3B。比較対象としては、pyMatching論文(arXiv:2105.13082)と、Google DeepMindのAlphaQubitに関するNature掲載論文を併読すると、「古典MWPM → Transformer → 軽量CNN」というQECデコーダの三世代の流れがつかみやすい。

最後に──AIが「量子のOS」を取りに来た

Isingがおもしろいのは、特定の量子ハードウェアに勝ち負けを付けに来たのではなく、量子計算の「OS層」を一気に押さえに来た点だ。22機関同時採用とオープンモデル化は、その層がNVIDIA中心で標準化されつつあることのシグナルでもある。量子AIという新しい層が、クラウドやLLMに続くAIインフラの構成要素として育っていくかどうか──隣接領域の事業者にとっては、Isingを直接使うかどうか以上に、「自分の領域でも測定図を読むVLM、3次元検出データを読む軽量CNNが効く場所はどこか」を考える起点になる発表だった。

参考文献

NVIDIA Newsroom - NVIDIA Launches Ising, the World's First Open AI Models to Accelerate the Path to Useful Quantum Computers https://nvidianews.nvidia.com/news/nvidia-launches-ising-the-worlds-first-open-ai-models-to-accelerate-the-path-to-useful-quantum-computers
NVIDIA Developer Blog - NVIDIA Ising Introduces AI-Powered Workflows to Build Fault-Tolerant Quantum Systems https://developer.nvidia.com/blog/nvidia-ising-introduces-ai-powered-workflows-to-build-fault-tolerant-quantum-systems/
GitHub - NVIDIA/ising https://github.com/NVIDIA/ising
GitHub - NVIDIA/Ising-Decoding https://github.com/NVIDIA/Ising-Decoding
Hugging Face - nvidia/Ising-Calibration-1-35B-A3B (モデルカード) https://huggingface.co/nvidia/Ising-Calibration-1-35B-A3B
The Quantum Insider - NVIDIA Launches Ising https://thequantuminsider.com/2026/04/14/nvidia-launches-ising-the-worlds-first-open-ai-models-to-accelerate-the-path-to-useful-quantum-computers/
SiliconANGLE - NVIDIA Unveils Ising AI Models for Quantum Error Correction and Calibration https://siliconangle.com/2026/04/14/nvidia-unveils-ising-ai-models-quantum-error-correction-calibration/
Tom's Hardware - NVIDIA Releases Ising Open AI Models https://www.tomshardware.com/tech-industry/artificial-intelligence/nvidia-releases-ising-open-ai-models
Quantum Computing Report - NVIDIA Launches Ising Open-Source AI Models https://quantumcomputingreport.com/nvidia-launches-ising-open-source-ai-models-to-accelerate-quantum-development/
Northwestern University Quantum - Northwestern and Fermilab Quantum Data Helps Build a New AI Benchmark for Quantum Calibration with NVIDIA Ising https://quantum.northwestern.edu/news-and-stories/2026/northwestern-and-fermilab-quantum-data-helps-build-a-new-ai-benchmark-for-quantum-calibration-with-nvidia-ising-open-models.html
MarkTechPost - NVIDIA Releases Ising https://www.marktechpost.com/2026/04/19/nvidia-releases-ising/
Infleqtion - Bringing AI-Accelerated Quantum Error Correction to Neutral-Atom Logical Qubits https://infleqtion.com/ai-accelerated-qec/
Quantum Computing Report - Infleqtion Integrates NVIDIA Ising for AI-Accelerated Quantum Error Correction https://quantumcomputingreport.com/infleqtion-integrates-nvidia-ising-for-ai-accelerated-quantum-error-correction/
Google DeepMind - AlphaQubit: Quantum Error Correction https://blog.google/technology/google-deepmind/alphaqubit-quantum-error-correction/
Nature - Learning High-Accuracy Error Decoding for Quantum Processors (AlphaQubit) https://www.nature.com/articles/s41586-024-08148-8
GitHub - oscarhiggott/PyMatching https://github.com/oscarhiggott/PyMatching
arXiv - PyMatching: A Python Package for Decoding Quantum Codes with Minimum-Weight Perfect Matching (arXiv:2105.13082) https://arxiv.org/abs/2105.13082
Investing.com - Nvidia's Quantum Computing Play Just Sent IonQ and Rigetti Flying https://www.investing.com/analysis/nvidias-quantum-computing-play-just-sent-ionq-and-rigetti-flying-200678564