Qblox מחברת את NVIDIA DGX Spark לבקרה קוונטית עם השהיה של פחות מ-7.2 µs

Qblox אומרת כי חיברה את מערכת ה-AI השולחנית DGX Spark של NVIDIA לבקר המערכת הקוונטית שלה באמצעות NVIDIA NVQLink, ומדווחת על השהיית הלוך ושוב שנמדדה בפחות מ-7.2 מיקרו-שניות על DGX Spark ובפחות מ-4.0 מיקרו-שניות על NVIDIA RTX PRO 6000 Blackwell. לפי הודעת החברה, המטרה היא להכניס עיבוד GPU ישירות אל לולאת הבקרה הקוונטית בזמן אמת עבור עומסי עבודה כמו כיול ותיקון שגיאות קוונטי.

מה הוכרז

ההודעה, שפורסמה ב-22 באוקטובר, מסמנת צעד נוסף בעבודתה של Qblox עם NVIDIA בתחום המחשוב ההיברידי הקוונטי-קלאסי. Qblox אומרת כי המערך החדש משלב את מחסנית הבקרה שלה עם NVIDIA DGX Spark כך שמכונה שולחנית אחת יכולה לארח עומסי עבודה של קוונטים, AI וסימולציה דרך CUDA-Q.

לפי ההודעה, מפתחים יכולים לבנות יישומים על חומרת דסקטופ ולאחר מכן להעביר את אותו קוד לשרתי GPU ככל שהמערכות מתרחבות. NVIDIA מתארת את CUDA-Q כפלטפורמת מחשוב קוונטי פתוחה המשתרעת על פני משאבי CPU, GPU ו-QPU בתוך תוכנית אחת.

הירשמו לניוזלטר של DesignQuantum

חדשות ומאמרי הסבר בחינם על מחשוב קוונטי, עם קישור למקור לכל טענה. בחרו יומי, שבועי או חודשי.

Website

כתובת אימייל תדירותיומישבועיחודשי שפהEnglishEspañol简体中文हिन्दीالعربيةPortuguês (Brasil)FrançaisDeutsch日本語Русский한국어Bahasa IndonesiaTürkçeItalianoTiếng ViệtPolskiNederlandsไทยفارسیУкраїнськаবাংলাاردوKiswahiliBahasa Melayuעברית הרשמה בחינם

בחינם. אפשר לבטל את המינוי בלחיצה אחת בכל עת. מדיניות פרטיות

מנכ"ל Qblox והמייסד השותף Niels Bultink אמר כי בקרה קלאסית תהיה גורם מגביל בהגדלת קנה המידה של מחשבים קוונטיים, והוסיף כי האינטגרציה נועדה להפוך את ה-GPUs לחלק ממסלול הבקרה הזה.

הפרטים הטכניים

Qblox מייחסת את הקישור בעל ההשהיה הנמוכה למעבדי הרצף Q1 ולקישוריות LINQ שלה, שלדבריה מספקים את קצב התעבורה הדרוש כדי שמערכת הבקרה Cluster שלה תעבוד לצד GPUs. בארכיטקטורה הזו, שגרות מואצות-GPU יכולות לעדכן פרמטרים של קיוביטים בזמן שהניסויים רצים, ולא רק בין ריצות.

החברה גם אומרת כי ניתן לשלוח נתוני סינדרום עבור תיקון שגיאות קוונטי למפענחים מבוססי GPU בהשהיה נמוכה דיה כדי לתמוך בזיהוי ובתיקון שגיאות בזמן אמת. זהו הבדל בולט: בתהליכי עבודה היברידיים רבים, העיבוד הקלאסי שלאחר מכן נמצא מחוץ לנתיב התזמון הקריטי, בעוד שכאן המטרה המוצהרת היא השתתפות ישירה בבקרה חיה.

המדידות שדווחו תלויות בחומרה הספציפית. Qblox אומרת כי השהיית ההלוך-ושוב עמדה על פחות מ-4.0 מיקרו-שניות ב-RTX PRO 6000 Blackwell ועל פחות מ-7.2 מיקרו-שניות ב-DGX Spark. ההודעה אינה מספקת מתודולוגיית ביצועים מלאה יותר או אימות בלתי תלוי.

למה זה חשוב

עבור מעבדים קוונטיים, משוב קלאסי מהיר נעשה חשוב יותר ויותר ככל שמערכות מתקדמות לעבר שגרות מורכבות יותר של כיול ותיקון שגיאות. אם ניתן לשלב GPUs בלולאת הבקרה מבלי להוסיף השהיה רבה מדי, הם יוכלו לטפל במשימות חישוביות כבדות שיהיה קשה לבצע באמצעות אלקטרוניקת בקרה ייעודית בלבד.

הדבר רלוונטי במיוחד לעומסי עבודה של מפענחים בתיקון שגיאות ולכיול אדפטיבי, שבהם יש לקבל החלטות במהירות מספקת כדי להשפיע על הניסוי המתמשך. הודעת Qblox מצביעה על מאמץ לגשר בין פיתוח בקנה מידה מעבדתי לבין פריסה בקנה מידה גדול יותר באמצעות שימוש באותו נתיב תוכנה של CUDA-Q הן במחשבים שולחניים והן במערכות GPU של מרכזי נתונים.

למה לשים לב

הצעד האחרון הזה נשען על אבני דרך קודמות ש-Qblox מצטטת: עבודה קודמת עם NVQLink שהוכרזה באוקטובר 2025 ותמיכה ב-CUDA-Q realtime API במרץ 2026. הטענה החדשה אינה עוסקת בארכיטקטורה עתידית, אלא בביצועים שנמדדו על חומרה שכבר משולבת כעת עם הבקר של החברה.

השאלות הבאות הן שאלות מעשיות. חוקרים ולקוחות ירצו לראות כיצד נתוני ההשהיה מתורגמים ליישומים ספציפיים, עד כמה הגישה מתאימה למגוון מודליויות של קיוביטים, והאם המערכת מקצה לקצה יכולה לשמר את זמני התגובה האלה תחת עומסים ניסיוניים גדולים יותר. לעת עתה, ההודעה מצביעה על תפקיד ברור יותר ל-GPUs בתוך הבקרה הקוונטית, ולא רק לצדה.