Qblox يربط NVIDIA DGX Spark بالتحكم الكمي بزمن استجابة أقل من 7.2 ميكروثانية
تقول Qblox إنها دمجت NVIDIA DGX Spark مع متحكمها الكمي عبر NVQLink، مستهدفةً المعايرة الآنية وتصحيح الأخطاء.
تُرجمت هذه الصفحة من الإنجليزية. أسماء الشركات والمنتجات وروابط المصادر لم تتغير. اقرأ النسخة الأصلية بالإنجليزية
تقول Qblox إنها ربطت نظام الذكاء الاصطناعي المكتبي DGX Spark من NVIDIA بمتحكمها للنظام الكمي باستخدام NVIDIA NVQLink، مع الإبلاغ عن زمن استجابة مقاس للذهاب والإياب أقل من 7.2 ميكروثانية على DGX Spark وأقل من 4.0 ميكروثانية على NVIDIA RTX PRO 6000 Blackwell. وبحسب إعلان الشركة، يتمثل الهدف في إدخال الحوسبة المعتمدة على GPU مباشرةً في حلقة التحكم الكمي الآنية لأعباء عمل مثل المعايرة وتصحيح الأخطاء الكمية.
ما الذي أُعلن عنه
يمثل هذا الإعلان، المنشور في 22 أكتوبر، خطوة إضافية في عمل Qblox مع NVIDIA حول الحوسبة الهجينة الكمية-الكلاسيكية. وتقول Qblox إن الإعداد الجديد يجمع حزمة التحكم الخاصة بها مع NVIDIA DGX Spark بحيث يمكن لجهاز مكتبي واحد استضافة أعباء العمل الكمية، والذكاء الاصطناعي، والمحاكاة عبر CUDA-Q.
ووفقًا للإعلان، يمكن للمطورين بناء التطبيقات على عتاد مكتبي ثم نقل الشيفرة نفسها إلى خوادم GPU مع توسّع الأنظمة. وتصف NVIDIA منصة CUDA-Q بأنها منصة مفتوحة للحوسبة الكمية تمتد عبر موارد CPU وGPU وQPU ضمن برنامج واحد.
وقال Niels Bultink، الرئيس التنفيذي والمؤسس المشارك لـ Qblox، إن التحكم الكلاسيكي سيكون عاملًا مقيِّدًا في توسيع الحواسيب الكمية، مضيفًا أن هذا الدمج يهدف إلى جعل وحدات GPU جزءًا من مسار التحكم ذاك.
التفاصيل التقنية
تعزو Qblox هذا الربط منخفض زمن الاستجابة إلى معالجات التسلسل Q1 ووصلات LINQ، التي تقول إنها توفر معدل النقل المطلوب لكي يعمل نظام التحكم Cluster الخاص بها إلى جانب وحدات GPU. وفي هذه البنية، يمكن للروتينات المسرَّعة بـ GPU تحديث معاملات الكيوبت أثناء تشغيل التجارب بدلًا من الاكتفاء بذلك بين الجولات.
وتقول الشركة أيضًا إن بيانات المتلازمة الخاصة بتصحيح الأخطاء الكمية يمكن إرسالها إلى مفككات ترميز قائمة على GPU بزمن استجابة منخفض بما يكفي لدعم التعرف على الأخطاء وتصحيحها في الزمن الحقيقي. وهذه نقطة فارقة لافتة: ففي كثير من مسارات العمل الهجينة، تكون المعالجة اللاحقة الكلاسيكية خارج مسار التوقيت الحرج، بينما يتمثل الهدف المعلن هنا في المشاركة المباشرة في التحكم الحي.
والقياسات المعلَن عنها خاصة بالعتاد المستخدم. وتقول Qblox إن زمن الاستجابة للذهاب والإياب جاء أقل من 4.0 ميكروثانية على RTX PRO 6000 Blackwell وأقل من 7.2 ميكروثانية على DGX Spark. ولا يقدّم الإعلان منهجية قياس أكثر تفصيلًا أو تحققًا مستقلًا.
لماذا يهم ذلك
بالنسبة إلى المعالجات الكمية، تزداد أهمية التغذية الراجعة الكلاسيكية السريعة مع انتقال الأنظمة نحو روتينات أكثر تعقيدًا للمعايرة وتصحيح الأخطاء. وإذا أمكن إدخال وحدات GPU في حلقة التحكم من دون إضافة قدر كبير من التأخير، فقد تتولى مهام كثيفة حسابيًا يصعب تنفيذها بالاعتماد على إلكترونيات التحكم ذات الوظائف الثابتة وحدها.
ويكتسب ذلك أهمية خاصة في أعباء عمل مفككات الترميز ضمن تصحيح الأخطاء وفي المعايرة التكيفية، حيث يجب اتخاذ القرارات بسرعة كافية للتأثير في التجربة الجارية. ويشير إعلان Qblox إلى مسعى لردم الفجوة بين التطوير على نطاق المختبر والنشر على نطاق أكبر عبر استخدام مسار CUDA-Q البرمجي نفسه على كلٍّ من الأجهزة المكتبية وأنظمة GPU في مراكز البيانات.
ما الذي ينبغي متابعته
تستند هذه الخطوة الأحدث إلى محطات سابقة أشارت إليها Qblox: أعمال سابقة مع NVQLink أُعلن عنها في أكتوبر 2025 ودعم واجهة CUDA-Q البرمجية الفورية في مارس 2026. والمزعم الجديد لا يتعلق ببنية مستقبلية، بل بأداء مقاس على عتاد مدمج الآن مع متحكم الشركة.
أما الأسئلة التالية فهي عملية بطبيعتها. سيرغب الباحثون والعملاء في معرفة كيف تترجم أرقام زمن الاستجابة إلى تطبيقات محددة، ومدى ملاءمة هذا النهج عبر أنماط مختلفة من الكيوبتات، وما إذا كان النظام المتكامل من طرف إلى طرف قادرًا على الحفاظ على هذه التوقيتات تحت أحمال تجريبية أكبر. وحتى الآن، يشير الإعلان إلى دور أوضح لوحدات GPU داخل التحكم الكمي، لا إلى جانبِه فقط.
المصادر
تستند الحقائق الواردة في هذه الصفحة إلى المصادر أدناه، كما جمعها DesignQuantum.
- Qblox Integrates NVIDIA DGX Spark With Quantum System Controller thequantuminsider.com
- NVIDIA CUDA-Q developer.nvidia.com