NVIDIA、量子コンピュータ自動校正モデル Ising Calibration 1.5 を公開──31B パラメータと NVFP4 量子化でローカル動作を実現
量子プロセッサの診断出力を解釈し自動チューニングを行う VLM の最新版で、QCalEval ベンチマークで先行オープンモデルを上回る性能を実証した。
リリース: 2026-07-27 · 読了 3 分記事の要約
1. 核心（What）
- NVIDIA は 2026 年 7 月 27 日、量子コンピュータの自動校正を行う VLM「Ising Calibration 1.5」をオープンソースで公開した。
- モデル規模は 310 億（31B）パラメータで、BF16 精度版は従来比 11.4% の軽量化を実現している。
- 新たに NVFP4 量子化版が用意され、単一のコンシューマ向け GPU や NVIDIA DGX Spark での実行が可能になった。
- 評価用ベンチマーク「QCalEval」において、関連実験のサンプルを用いたインコンテキスト学習時に前世代比 86.68% の性能向上を達成した。
2. 影響（Why）
- ローカル環境での量子校正エージェント構築が現実解に: 31B パラメータの VLM が単一 GPU や DGX Spark で動作するため、実験室内のローカル環境でクラウド費用の懸念なくエージェント型校正ワークフローを直に組める。
- 国内量子コンピューティング研究・開発組織への影響: [国内 量子回路・ハードウェア開発企業] や大学研究室などの小規模チームは、高額な専用インフラなしで SOTA 級の量子プロセッサ自動チューニング基盤を自前 VPC 内で検証可能になる。
3. 根拠・詳細（How）
- マルチモダリティ対応の学習データとオープンライセンス: 超伝導量子ビットや量子ドット、イオントラップなど複数の量子ビットモダリティの実データで訓練されており、Linux Foundation の OpenMDW ライセンスの下で重みやデータが提供される。
- QCalEval によるゼロショットおよび ICL 評価: 実験結果の解釈、結果分類、適合度評価などを測る QCalEval ベンチマークを用い、事前例なしのゼロショットと、関連サンプルを伴うインコンテキスト学習の両面で検証されている。
4. 展望・課題（Next）
- エージェント連携ブループリントの活用: NVIDIA/Quantum-Calibration-Agent-Blueprint リポジトリおよび NVIDIA Nemo Agent Toolkit を用いた量子校正実験自動化スクリプトの導入が進む予定。