“AI se stala řídící rovinou — operačním systémem kvantových strojů.” Jensen Huang to řekl 14. dubna 2026 při oznámení rodiny modelů NVIDIA Ising. Věta zní bombasticky. Ale pokud se podíváte na to, co kvantové počítače v praxi trápí, je to přesný popis toho, co NVIDIA řeší.
NVIDIA Ising není jeden model. Je to sada tří specializovaných AI nástrojů postavených na architektuře Blackwell, jejichž úkolem je vyřešit dvě technické překážky, které brání kvantovým počítačům stát se prakticky použitelnými stroji. Oba problémy — kalibrace a oprava chyb — existují roky. Průmysl na ně neměl dobrou odpověď. Aspoň ne takovou, která by šla nasadit ve velkém.
Dva problémy, které brzdí kvantové počítače
Qubit není jako tranzistor. Klasický bit drží hodnotu 0 nebo 1 i když ho necháte být. Qubit je křehký — teplo, elektromagnetické pole, vibrace, cokoliv z okolí ho může vyrušit z kvantového stavu. V praxi to znamená, že kvantový výpočet produkuje chyby a oprava musí proběhnout dříve, než se stav vůbec stihne zhroutit. Jde o záležitost mikrosekund.
Dosavadní referenční standard pro opravu chyb se jmenuje MWPM — Minimum Weight Perfect Matching — a jeho open-source implementace pyMatching je bod, od kterého se odvíjí celý obor. Funguje. Ale je pomalý, a pomalý při opravě kvantových chyb znamená nepřijatelný. Druhý problém je kalibrace: každý kvantový čip musí být přesně naladěn na konkrétní frekvence, vazby, načasování operací. Dělalo se to ručně — PhD fyzici strávili klidně několik dní laděním jednoho procesoru. Systematizovat to bylo prakticky nemožné.
Co modely Ising konkrétně umí
NVIDIA Ising Calibration 1 je 35miliardový VLM — vision language model. Analyzuje IQ diagramy z měření qubitů a z nich automaticky nastavuje parametry čipu. Pracuje v agentním režimu, bez přímého lidského zásahu. Na benchmarku QCalEval dosahuje Calibration 1 výsledků o 3,27 % lepších než Gemini 3.1 Pro, o 9,68 % lepších než Claude Opus 4.6 a o 14,5 % lepších než GPT 5.4. To jsou konkrétní čísla na konkrétní úloze, ne obecná tvrzení o výkonu. Kalibrace, která dříve trvala dny, je teď hotová za hodiny.
Na druhé straně stojí Ising Decoder SurfaceCode 1 — ve dvou variantách: Fast a Accurate. Oba běží v reálném čase přímo na GPU připojeném ke kvantovému počítači, oba jsou postavené na 3D konvoluční neuronové síti (3D CNN). Fast varianta: 2,5× nižší latence a 1,1× vyšší přesnost oproti pyMatching pro konfiguraci d=13, p=0,003. Accurate varianta jde jiným kompromisem — 2,3× rychleji a 1,5× přesněji. Volba závisí na tom, jestli je úzkým hrdlem systému rychlost nebo přesnost.
Výběr 3D CNN místo transformer architektury není náhodný. Kvantové chyby mají prostorovou i časovou strukturu — šíří se přes mřížku qubitů v čase. Trojrozměrná konvoluce to zachytí přirozeně a zároveň je výrazně rychlejší na inferenci než transformer modely srovnatelné parametrizace. To při požadavcích na latenci v řádu mikrosekund rozhoduje.
CUDA-Q jako gravitační pole
NVIDIA to nechrání patentem. Ising je open-source, modely jsou dostupné na Hugging Face a GitHub jako součást platformy CUDA-Q. Ale open-source neznamená bez gravitace. Jakmile jsou laboratoře zapojené do CUDA-Q ekosystému a propojí kvantový procesor s GPU přes NVQLink hardware interconnect, přechod na konkurenci se komplikuje.
Adopce probíhá rychle. Ising Calibration 1 nasadily Fermi National Accelerator Laboratory, Harvard John A. Paulson School of Engineering and Applied Sciences, IonQ, IQM Quantum Computers, Lawrence Berkeley National Laboratory’s Advanced Quantum Testbed a britský National Physical Laboratory. Ising Decoding testují Cornell University, Sandia National Laboratories, UC Santa Barbara, University of Chicago a dalších několik institucí. Firma Resonance odhaduje trh kvantového počítání na 11 miliard dolarů do roku 2030. NVIDIA se zajišťuje, aby GPU bylo součástí každého výpočtu — ať jako akcelerátor tréninku, nebo jako real-time engine pro opravu chyb.
Název Ising není náhodný marketing. Odkazuje na matematický model Ernsta Isinga z 20. let minulého století, který popisuje interakce mezi magnetickými spiny. Qubit se v kvantovém procesoru chová analogicky. Přesná metafora, ne PR výmysl.
Kvantové počítání se roky prezentovalo jako technologie těsně před průlomem. AI asistence při kalibraci a opravě chyb je technická podmínka nutná pro to, aby byl průlom reálný — ne jen v laboratoři, ale v produkčním nasazení. NVIDIA Ising tuto podmínku splnit může. Jestli ji splní, rozhodnou reálná data z produkčních nasazení v příštích dvou letech.
