Qblox, NVIDIA DGX Spark’ı 7.2 µs’nin altındaki gecikmeyle kuantum kontrole bağlıyor
Qblox, NVIDIA DGX Spark’ı NVQLink üzerinden kuantum denetleyicisiyle entegre ettiğini ve bunun gerçek zamanlı kalibrasyon ile hata düzeltmeyi hedeflediğini söylüyor.
Bu sayfa İngilizceden çevrilmiştir. Şirket ve ürün adları ile kaynak bağlantıları değiştirilmemiştir. Orijinalini İngilizce okuyun
Qblox, NVIDIA’nın DGX Spark masaüstü yapay zekâ sistemini NVIDIA NVQLink kullanarak kendi kuantum sistem denetleyicisine bağladığını, DGX Spark üzerinde ölçülen gidiş-dönüş gecikmesinin 7.2 mikrosaniyenin altında ve bir NVIDIA RTX PRO 6000 Blackwell üzerinde 4.0 mikrosaniyenin altında olduğunu bildirdi. Şirket açıklamasına göre amaç, kalibrasyon ve kuantum hata düzeltme gibi iş yükleri için GPU hesaplamasını doğrudan gerçek zamanlı kuantum kontrol döngüsünün içine yerleştirmek.
Ne duyuruldu
22 Ekim’de yayımlanan duyuru, Qblox’un hibrit kuantum-klasik hesaplama alanında NVIDIA ile yürüttüğü çalışmalarda bir sonraki adımı işaret ediyor. Qblox, yeni düzenin kontrol yığınını NVIDIA DGX Spark ile birleştirdiğini; böylece tek bir masaüstü makinenin CUDA-Q üzerinden kuantum, yapay zekâ ve simülasyon iş yüklerini barındırabildiğini söylüyor.
Duyuruya göre geliştiriciler uygulamaları masaüstü donanım üzerinde geliştirebilir, ardından sistemler ölçeklendikçe aynı kodu GPU sunucularına taşıyabilir. NVIDIA, CUDA-Q’yu CPU, GPU ve QPU kaynaklarını tek bir program içinde kapsayan açık bir kuantum hesaplama platformu olarak tanımlıyor.
Qblox CEO’su ve kurucu ortağı Niels Bultink, klasik kontrolün kuantum bilgisayarların ölçeklenmesinde sınırlayıcı bir unsur olacağını söyledi; bu entegrasyonun da GPU’ları bu kontrol yolunun bir parçası hâline getirmeyi amaçladığını ekledi.
Teknik ayrıntılar
Qblox, düşük gecikmeli bağlantıyı Q1 dizi işlemcilerine ve LINQ ara bağlantısına bağlıyor; şirket bunların, Cluster kontrol sisteminin GPU’larla birlikte çalışması için gereken veri aktarım kapasitesini sağladığını söylüyor. Bu mimaride GPU hızlandırmalı rutinler, deneyler arasındaki boşluklarda değil, deneyler sürerken kübit parametrelerini güncelleyebiliyor.
Şirket ayrıca, kuantum hata düzeltme için sendrom verilerinin, hataların gerçek zamanlı tespiti ve düzeltilmesini destekleyecek kadar düşük gecikmeyle GPU tabanlı kod çözücülere gönderilebildiğini de belirtiyor. Bu önemli bir ayrım: birçok hibrit iş akışında klasik son işleme, kritik zamanlama yolunun dışında kalırken burada belirtilen amaç, canlı kontrole doğrudan katılım.
Bildirilen ölçümler donanıma özgü. Qblox, gidiş-dönüş gecikmesinin RTX PRO 6000 Blackwell üzerinde 4.0 mikrosaniyenin altında, DGX Spark üzerinde ise 7.2 mikrosaniyenin altında gerçekleştiğini söylüyor. Duyuruda daha kapsamlı bir kıyaslama metodolojisi ya da bağımsız doğrulama yer almıyor.
Neden önemli
Kuantum işlemciler için hızlı klasik geri besleme, sistemler daha karmaşık kalibrasyon ve hata düzeltme rutinlerine yöneldikçe giderek daha önemli hâle geliyor. Eğer GPU’lar kontrol döngüsüne çok fazla gecikme eklemeden dahil edilebilirse, yalnızca sabit işlevli kontrol elektroniğiyle yürütülmesi zor olan hesaplama açısından ağır görevleri üstlenebilirler.
Bu durum özellikle hata düzeltmedeki kod çözücü iş yükleri ve uyarlamalı kalibrasyon açısından önemli; çünkü kararların, sürmekte olan deneyi etkileyecek kadar hızlı alınması gerekiyor. Qblox’un duyurusu, hem masaüstlerinde hem de veri merkezi GPU sistemlerinde aynı CUDA-Q yazılım yolunu kullanarak laboratuvar ölçekli geliştirme ile daha büyük ölçekli dağıtım arasında köprü kurma çabasına işaret ediyor.
İzlenmesi gerekenler
Bu son adım, Qblox’un değindiği önceki kilometre taşlarının üzerine inşa ediliyor: Ekim 2025’te duyurulan NVQLink ile önceki çalışma ve Mart 2026’da CUDA-Q gerçek zamanlı API desteği. Yeni iddia gelecekteki bir mimariyle ilgili değil; şirketin denetleyicisiyle artık entegre edilmiş donanım üzerindeki ölçülmüş performansla ilgili.
Sıradaki sorular pratik nitelikte. Araştırmacılar ve müşteriler, gecikme rakamlarının belirli uygulamalara nasıl yansıdığını, yaklaşımın farklı kübit kiplikleriyle ne ölçüde uyumlu olduğunu ve uçtan uca sistemin daha büyük deneysel yükler altında bu zamanlamaları koruyup koruyamadığını görmek isteyecektir. Şimdilik bu duyuru, GPU’ların kuantum kontrolün yalnızca yanında değil, içinde de daha net bir rol üstlendiğine işaret ediyor.
Kaynaklar
Bu sayfadaki bilgiler, aşağıdaki kaynaklardan alınmış ve DesignQuantum tarafından derlenmiştir.
- Qblox Integrates NVIDIA DGX Spark With Quantum System Controller thequantuminsider.com
- NVIDIA CUDA-Q developer.nvidia.com