Qblox relie NVIDIA DGX Spark au contrôle quantique avec une latence inférieure à 7,2 µs
Qblox affirme avoir intégré NVIDIA DGX Spark à son contrôleur quantique via NVQLink, avec pour objectif l’étalonnage en temps réel et la correction d’erreurs.
Cette page a été traduite depuis l'anglais. Les noms d'entreprises et de produits ainsi que les liens vers les sources restent inchangés. Lire l'original en anglais
Qblox affirme avoir connecté le système d’IA de bureau DGX Spark de NVIDIA à son contrôleur de système quantique à l’aide de NVIDIA NVQLink, avec une latence aller-retour mesurée inférieure à 7,2 microsecondes sur DGX Spark et inférieure à 4,0 microsecondes sur une NVIDIA RTX PRO 6000 Blackwell. Selon l’annonce de l’entreprise, l’objectif est d’intégrer directement le calcul sur GPU dans la boucle de contrôle quantique en temps réel pour des charges de travail telles que l’étalonnage et la correction quantique d’erreurs.
Ce qui a été annoncé
L’annonce, publiée le 22 octobre, marque une nouvelle étape dans le travail de Qblox avec NVIDIA autour du calcul hybride quantique-classique. Qblox indique que cette nouvelle configuration combine sa pile de contrôle avec NVIDIA DGX Spark afin qu’une seule machine de bureau puisse héberger des charges de travail quantiques, d’IA et de simulation via CUDA-Q.
Selon l’annonce, les développeurs peuvent créer des applications sur du matériel de bureau puis déplacer le même code vers des serveurs GPU à mesure que les systèmes montent en puissance. NVIDIA décrit CUDA-Q comme une plateforme ouverte d’informatique quantique couvrant les ressources CPU, GPU et QPU au sein d’un même programme.
Le CEO et cofondateur de Qblox, Niels Bultink, a déclaré que le contrôle classique sera un facteur limitant dans le passage à l’échelle des ordinateurs quantiques, ajoutant que cette intégration vise à faire des GPU une partie de cette chaîne de contrôle.
Les détails techniques
Qblox attribue cette liaison à faible latence à ses processeurs de séquence Q1 et à l’interconnexion LINQ, qui, selon l’entreprise, fournissent le débit nécessaire pour que son système de contrôle Cluster fonctionne aux côtés des GPU. Dans cette architecture, des routines accélérées par GPU peuvent mettre à jour les paramètres des qubits pendant l’exécution des expériences, et non plus seulement entre deux exécutions.
L’entreprise indique également que les données de syndrome pour la correction quantique d’erreurs peuvent être envoyées à des décodeurs reposant sur des GPU avec une latence suffisamment faible pour permettre l’identification et la correction des erreurs en temps réel. Il s’agit d’une distinction notable : dans de nombreux flux de travail hybrides, le post-traitement classique se situe en dehors du chemin temporel critique, alors qu’ici l’objectif affiché est une participation directe au contrôle en direct.
Les mesures rapportées sont spécifiques au matériel. Qblox indique que la latence aller-retour a été inférieure à 4,0 microsecondes sur la RTX PRO 6000 Blackwell et inférieure à 7,2 microsecondes sur DGX Spark. L’annonce ne fournit pas de méthodologie d’évaluation plus détaillée ni de validation indépendante.
Pourquoi c’est important
Pour les processeurs quantiques, le retour d’information classique rapide devient de plus en plus important à mesure que les systèmes évoluent vers des routines plus complexes d’étalonnage et de correction d’erreurs. Si des GPU peuvent être intégrés dans la boucle de contrôle sans ajouter trop de délai, ils pourraient prendre en charge des tâches de calcul lourdes qu’il serait difficile d’exécuter uniquement avec une électronique de contrôle à fonction fixe.
C’est particulièrement pertinent pour les charges de travail de décodage dans la correction d’erreurs et pour l’étalonnage adaptatif, où les décisions doivent être prises assez rapidement pour influer sur l’expérience en cours. L’annonce de Qblox laisse entrevoir un effort pour faire le lien entre le développement à l’échelle du laboratoire et le déploiement à plus grande échelle en utilisant le même chemin logiciel CUDA-Q sur les systèmes de bureau comme sur les systèmes GPU de centre de données.
Ce qu’il faut surveiller
Cette nouvelle étape s’appuie sur des jalons antérieurs cités par Qblox : des travaux précédents avec NVQLink annoncés en octobre 2025 et la prise en charge de l’API temps réel de CUDA-Q en mars 2026. La nouvelle affirmation ne porte pas sur une architecture future, mais sur des performances mesurées sur du matériel désormais intégré au contrôleur de l’entreprise.
Les questions suivantes sont d’ordre pratique. Les chercheurs et les clients voudront voir comment ces chiffres de latence se traduisent dans des applications précises, dans quelle mesure l’approche convient à différentes modalités de qubits, et si le système de bout en bout peut maintenir ces timings sous des charges expérimentales plus importantes. Pour l’instant, l’annonce indique un rôle plus clairement défini pour les GPU à l’intérieur du contrôle quantique, et non plus seulement à côté.
Sources
Les informations de cette page proviennent des sources ci-dessous, collectées par DesignQuantum.
- Qblox Integrates NVIDIA DGX Spark With Quantum System Controller thequantuminsider.com
- NVIDIA CUDA-Q developer.nvidia.com