Партнёрства
NVIDIA, IBM и Fermilab планируют создать модульную платформу для квантовых вычислений

Ключевые моментыУскорение декодера в 13 000 раз относится только к одному сравнению в рамках бенчмарка…
Показать больше
- Ускорение декодера в 13 000 раз относится только к одному сравнению в рамках бенчмарка, а не ко всем рабочим нагрузкам.
- Fermilab представляет квантово-классическую платформу как предложение, а не как действующую установку.
- Исследования межсоединений определят, с чем придётся иметь дело будущим отказоустойчивым многопроцессорным системам.
В анонсе от 16 ноября 2026 года NVIDIA сообщила о планах разработать совместно с IBM и Национальной ускорительной лабораторией имени Ферми платформу для совместного проектирования квантовых и классических систем. Компания также заявила, что недавно выпущенный декодер коррекции ошибок с ускорением на GPU показал ускорение до 13 000 раз в рамках конкретного сравнения по результатам тестирования.
Fermilab описывает эту инициативу как проект, а не действующий научный центр. Согласно первоначальному замыслу, квантовые компьютеры IBM будут размещены в одном комплексе с системами ускоренных вычислений NVIDIA DGX B200, в том числе с компьютерами на базе IBM Quantum Nighthawk. Исследователи будут разрабатывать и оценивать коды коррекции ошибок, декодеры и приложения для квантово-классических вычислений, а также изучать, как масштабируются классические системы при совместной работе с несколькими связанными квантовыми процессорами.
Платформа для связанных квантовых систем
IBM называет Nighthawk своим самым мощным квантовым процессором. Он поддерживает схемы, включающие до 7 500 двухкубитных операций на 120 кубитах, и обеспечивает скорость до 100 000 выборок в секунду.
Научная программа будет сосредоточена на физике высоких энергий и ядерной физике. Fermilab будет взаимодействовать с исследователями, а также координировать программные процессы и предоставлять доступ через HEPCloud. Партнеры тем временем будут разрабатывать алгоритмы, общее программное обеспечение и тесты для решеточных калибровочных теорий, нейтринных взаимодействий и моделирования ядерных процессов. Эти задачи помогут преобразовать научные потребности в требования к будущим отказоустойчивым квантовым системам.
Модульная архитектура должна обеспечить связь между процессорами для вычислений, слишком сложных для одного устройства. Сначала исследователи будут моделировать и имитировать обмен данными между модулями, изучая ошибки в каналах связи, задержки и обратную связь. Эти результаты помогут IBM и Центру сверхпроводящих квантовых материалов и систем (SQMS) при Fermilab разработать физические межсоединения. На следующем этапе SQMS намерен интегрировать сверхкогерентные сверхпроводящие резонаторы и изучить возможность использовать их в качестве квантовых запоминающих устройств, буферов запутанности и ресурсов для бозонной коррекции ошибок.
Технический директор Fermilab и руководитель SQMS Анна Грасселлино заявила, что эта инициатива поможет сформировать необходимые возможности и исследовательское сообщество для будущего пользовательского центра квантовых вычислений Министерства энергетики США.
Производительность декодера TCBP-JOBS
TCBP-JOBS, доступный отдельно через CUDA-Q QEC 0.9.0, предназначен для решения классической части задачи коррекции квантовых ошибок. При коррекции ошибок квантовая информация кодируется с помощью нескольких физических кубитов; декодер анализирует результаты измерений, чтобы определить вероятные ошибки и исправить их. По данным NVIDIA, алгоритм сократил время одного исследовательского вычисления с 12 недель до 45 минут, ускорив оценку перспективных кодов и конфигураций декодера.
В аннотации NVIDIA Research уточняется, что результат — ускорение в 13 000 раз — был получен при сравнении с несокращенным вариантом Tesseract с длинным лучом на кодах «бивариантный велосипед» при отношениях частот логических ошибок от 0,97 до 1,57. По сравнению с разреженными предустановками Tesseract заявленное ускорение при последовательном выполнении составляло от 10 до 7 400 раз. Тестирование охватывало схемы памяти и логических операций над поверхностными, цветовыми и бивариантными велосипедными кодами; результаты не подтверждают одинаковое ускорение для всех декодеров и рабочих нагрузок.
Метод объединяет распространение убеждений с калибровкой по траекториям, которое обучается оценивать калиброванные вероятности сбоев на основе траекторий распространения убеждений, и поиск OSD с джиттером и поиском по лучу, который использует эти вероятности для управления параллельным поиском на GPU. По данным NVIDIA Research, частоты логических ошибок сопоставимы с показателями Tesseract, а для крупнейших кодов — до 4,5 раза ниже. Метод также обеспечивает пакетное выполнение для автономного моделирования и задержку в миллисекундном диапазоне в экспериментах с последовательной обработкой схем памяти и логических операций на квантовых процессорах с более длительными логическими тактовыми циклами.
Планирование квантовых процессоров в Slurm
Связанная с этим интеграция меняет подход к распределению квантового оборудования в суперкомпьютерных центрах. Ранее Slurm не поддерживал квантовые процессоры (QPU) как встроенный тип ресурсов, поэтому центры подключали QPU с помощью плагинов, не входивших в базовую модель ресурсов планировщика. IBM, NVIDIA и Pasqal совместно с сообществом разработчиков открытого ПО создали интерфейс управления квантовыми ресурсами (Quantum Resource Management Interface, QRMI) — независимый от поставщиков уровень, который взаимодействует с иерархическими ресурсами Slurm.
В отличие от GPU, работающих в составе отдельных вычислительных узлов, квантовые процессоры могут совместно использоваться несколькими узлами. Иерархические ресурсы позволяют администраторам управлять таким общим ресурсом, распределять и резервировать время работы QPU, а также учитывать его в соответствии с привычными правилами высокопроизводительных вычислений. Поэтому гибридную рабочую нагрузку можно запускать как обычное задание Slurm — без отдельной очереди или входа в систему.
В анонсе Slurm от NVIDIA говорится, что поддержка интерфейсов QRMI и QDMI для квантовых высокопроизводительных вычислений позволит разработчикам QPU повторно использовать одну интеграцию в разных развертываниях, а не создавать отдельное программное обеспечение для каждой комбинации QPU и вычислительного центра. В числе организаций, подключившихся к расширению, названы Alice & Bob, IBM, IQM, Pasqal, Quantinuum и MQSC. Выход Slurm 26.11 намечен на более поздний срок в ноябре 2026 года.
Вместе предлагаемая платформа и выпуск программного обеспечения решают три отдельные задачи: оценку коррекции ошибок, планирование использования совместно используемого оборудования и соединение процессоров. Первые исследования межсоединений — ключевое испытание аппаратной части: предполагается, что измерения ошибок связи, задержки и обратной связи покажут, с чем должны справляться будущие отказоустойчивые многопроцессорные системы, прежде чем Fermilab добавит оборудование с резонаторами.












