साझेदारियाँ
NVIDIA, IBM और Fermilab ने मॉड्यूलर क्वांटम कंप्यूटिंग प्लेटफ़ॉर्म की योजना बनाई

मुख्य बिंदु13,000 गुना डिकोडर गति वृद्धि केवल एक बेंचमार्क तुलना पर लागू होती है, न कि सभी…
और देखें
- 13,000 गुना डिकोडर गति वृद्धि केवल एक बेंचमार्क तुलना पर लागू होती है, न कि सभी कार्यभारों पर।
- फर्मीलैब क्वांटम-क्लासिकल प्लेटफ़ॉर्म को एक प्रस्ताव के रूप में प्रस्तुत करता है, न कि एक परिचालन सुविधा के रूप में।
- इंटरकनेक्ट अध्ययन यह निर्धारित करेंगे कि बाद की दोष-सहिष्णु बहु-प्रोसेसर प्रणालियों को क्या संभालना होगा।
NVIDIA ने 16 नवंबर 2026 की घोषणा में कहा कि उसकी योजना IBM और Fermi National Accelerator Laboratory के साथ मिलकर मॉड्यूलर क्वांटम-क्लासिकल सह-डिज़ाइन प्लेटफ़ॉर्म विकसित करने की है। कंपनी ने यह भी बताया कि उसके नए जारी GPU-त्वरित त्रुटि-सुधार डिकोडर ने एक विशिष्ट बेंचमार्क तुलना में 13,000 गुना तक तेज़ प्रदर्शन किया।
Fermilab इस पहल को चालू सुविधा के बजाय एक प्रस्ताव के रूप में प्रस्तुत करता है। इसकी शुरुआती रूपरेखा में IBM के क्वांटम कंप्यूटरों को NVIDIA DGX B200 त्वरित-कंप्यूटिंग प्रणालियों के साथ एक ही स्थान पर स्थापित करने की बात है; इनमें IBM Quantum Nighthawk से संचालित कंप्यूटर भी शामिल होंगे। शोधकर्ता त्रुटि-सुधार कोड, डिकोडर और क्वांटम-क्लासिकल अनुप्रयोग विकसित करेंगे और उनका मूल्यांकन करेंगे। साथ ही, वे यह भी अध्ययन करेंगे कि एक-दूसरे से जुड़े कई क्वांटम प्रोसेसर के साथ क्लासिकल प्रणालियों की क्षमता किस तरह बढ़ती है।
आपस में जुड़े क्वांटम सिस्टम के लिए एक प्लेटफ़ॉर्म
IBM, Nighthawk को अपना सबसे शक्तिशाली क्वांटम प्रोसेसर बताता है, जिसमें 120 क्यूबिट पर 7,500 दो-क्यूबिट ऑपरेशनों तक के सर्किट और प्रति सेकंड 100,000 सैंपल तक की गति का समर्थन है।
वैज्ञानिक कार्यक्रम का मुख्य ध्यान उच्च-ऊर्जा और नाभिकीय भौतिकी पर होगा। Fermilab शोधकर्ताओं के साथ संपर्क की अगुवाई करेगा और HEPCloud के ज़रिए सॉफ़्टवेयर कार्यप्रवाह तथा पहुँच का समन्वय करेगा। इस बीच, साझेदार जालक गेज सिद्धांतों, न्यूट्रिनो अंतःक्रियाओं और नाभिकीय सिमुलेशन के लिए एल्गोरिदम, साझा सॉफ़्टवेयर और बेंचमार्क विकसित करेंगे। इन समस्याओं के आधार पर वैज्ञानिक ज़रूरतों को भविष्य की दोष-सहिष्णु क्वांटम प्रणालियों की आवश्यकताओं में बदला जाएगा।
मॉड्यूलर डिज़ाइन का उद्देश्य उन गणनाओं के लिए प्रोसेसरों को आपस में जोड़ना है जो किसी एक उपकरण के लिए बहुत कठिन हैं। पहले चरण में शोधकर्ता मॉड्यूलों के बीच संचार का मॉडल बनाएँगे और उसका अनुकरण करेंगे। वे कड़ियों में त्रुटियों, विलंबता और फ़ीडबैक का अध्ययन करेंगे, ताकि भौतिक इंटरकनेक्ट पर IBM और Fermilab के Superconducting Quantum Materials and Systems (SQMS) Center के काम को दिशा मिल सके। बाद के चरण में SQMS का इरादा अति-सुसंगत अतिचालक कैविटी को एकीकृत करने और क्वांटम मेमोरी, एंटैंगलमेंट बफ़र तथा बोसॉनिक त्रुटि-सुधार के संसाधनों के रूप में उनके उपयोग की जाँच करने का है।
Fermilab के मुख्य प्रौद्योगिकी अधिकारी और SQMS की निदेशक Anna Grassellino ने कहा कि इस पहल से भविष्य में ऊर्जा विभाग की क्वांटम कंप्यूटिंग उपयोगकर्ता सुविधा के लिए ज़रूरी क्षमताएँ और शोधकर्ता समुदाय विकसित करने में मदद मिलेगी।
TCBP-JOBS डिकोडर का प्रदर्शन
CUDA-Q QEC 0.9.0 के ज़रिए अलग से उपलब्ध TCBP-JOBS, क्वांटम त्रुटि-सुधार के क्लासिकल पक्ष से जुड़ा है। त्रुटि-सुधार क्वांटम जानकारी को कई भौतिक क्यूबिट में एन्कोड करता है; डिकोडर मापन डेटा की व्याख्या करके संभावित त्रुटियों की पहचान करता है, ताकि उन्हें ठीक किया जा सके। NVIDIA का कहना है कि इस एल्गोरिदम ने एक शोध गणना का समय 12 सप्ताह से घटाकर 45 मिनट कर दिया, जिससे संभावित कोड और डिकोडर कॉन्फ़िगरेशन का मूल्यांकन तेज़ हुआ।
NVIDIA Research के सारांश में स्पष्ट किया गया है कि 13,000 गुना का परिणाम द्विचर-बाइसिकल कोड पर बिना स्पार्सिफ़ाई किए गए long-beam Tesseract से तुलना करके मापा गया था। इसमें तार्किक त्रुटि-दर का अनुपात 0.97 से 1.57 तक था। Tesseract के स्पार्सिफ़ाई किए गए प्रीसेट से तुलना करने पर, रिपोर्ट की गई सीरियल गति-वृद्धि 10 से 7,400 गुना तक रही। परीक्षणों में सरफ़ेस, कलर और द्विचर-बाइसिकल कोड के मेमोरी तथा सर्जरी सर्किट शामिल थे; ये नतीजे सभी डिकोडरों या कार्यभारों में एकसमान गति-वृद्धि साबित नहीं करते।
इस विधि में ट्रैजेक्टरी-कैलिब्रेटेड बिलीफ़ प्रोपेगेशन को शामिल किया गया है, जो बिलीफ़-प्रोपेगेशन ट्रैजेक्टरी से कैलिब्रेटेड फ़ॉल्ट संभाव्यताएँ सीखता है। इसके साथ जिटरयुक्त OSD बीम सर्च का उपयोग होता है, जो समानांतर GPU खोजों को दिशा देने के लिए इन संभाव्यताओं का इस्तेमाल करता है। NVIDIA Research के अनुसार, सबसे बड़े कोडों पर तार्किक त्रुटि-दर Tesseract के बराबर और 4.5 गुना तक कम रही। इसमें ऑफ़लाइन सिमुलेशन के लिए बैच में निष्पादन भी शामिल है, और लंबे तार्किक क्लॉक चक्रों वाले QPU के लिए सीरियल मेमोरी तथा तार्किक-सर्जरी प्रयोगों में विलंबता मिलीसेकंड के स्तर पर रही।
Slurm में अंतर्निहित QPU शेड्यूलिंग
इससे जुड़ा एकीकरण सुपरकंप्यूटिंग केंद्रों में क्वांटम हार्डवेयर के आवंटन का तरीका बदलता है। पहले Slurm में क्वांटम प्रोसेसिंग यूनिट (QPU) की कोई अंतर्निहित अवधारणा नहीं थी, इसलिए केंद्र शेड्यूलर के मुख्य संसाधन मॉडल से बाहर के प्लगइन के ज़रिए QPU जोड़ते थे। IBM, NVIDIA और Pasqal ने ओपन-सोर्स समुदाय के साथ मिलकर Quantum Resource Management Interface (QRMI) पर काम किया। यह विक्रेता-निरपेक्ष परत Slurm Hierarchical Resources से जुड़ती है।
अलग-अलग कंप्यूटिंग नोड में काम करने वाले GPU के विपरीत, क्वांटम प्रोसेसिंग यूनिटें (QPU) कई नोड के बीच साझा की जा सकती हैं। Hierarchical Resources प्रशासकों को इस साझा संसाधन का प्रबंधन करने, QPU समय आवंटित और आरक्षित करने तथा उच्च-प्रदर्शन कंप्यूटिंग की प्रचलित नीतियों के तहत उसका लेखा रखने की सुविधा देता है। इस तरह हाइब्रिड कार्यभार अलग कतार या लॉगिन के बिना, सामान्य Slurm जॉब के रूप में चल सकता है।
NVIDIA की Slurm संबंधी घोषणा के मुताबिक, QRMI और QDMI क्वांटम-उच्च-प्रदर्शन-कंप्यूटिंग इंटरफ़ेस के लिए समर्थन से QPU निर्माता हर QPU-केंद्र संयोजन के लिए अलग सॉफ़्टवेयर बनाने के बजाय, विभिन्न तैनातियों में एक ही एकीकरण का पुनः उपयोग कर सकेंगे। विस्तार के लिए सूचीबद्ध इसे अपनाने वालों में Alice & Bob, IBM, IQM, Pasqal, Quantinuum और MQSC शामिल हैं। Slurm 26.11 को नवंबर 2026 के अंत तक उपलब्ध कराने का लक्ष्य है।
प्रस्तावित प्लेटफ़ॉर्म और सॉफ़्टवेयर रिलीज़ मिलकर तीन अलग-अलग बाधाओं का समाधान करते हैं: त्रुटि-सुधार का मूल्यांकन, साझा हार्डवेयर के कार्यों का निर्धारण और प्रोसेसरों को जोड़ना। शुरुआती इंटरकनेक्ट अध्ययन हार्डवेयर की मुख्य कसौटी हैं, क्योंकि लिंक की त्रुटियों, विलंबता और फ़ीडबैक के उनके मापन से यह तय होना है कि बाद की दोष-सहिष्णु, बहु-प्रोसेसर प्रणालियों को किन बातों का सामना करना होगा—इससे पहले कि Fermilab अपना कैविटी हार्डवेयर जोड़े।












