ความร่วมมือ
NVIDIA, IBM และ Fermilab วางแผนพัฒนาแพลตฟอร์มคอมพิวเตอร์ควอนตัมแบบโมดูลาร์

ประเด็นสำคัญการเร่งความเร็วของตัวถอดรหัส 13,000…
ดูเพิ่มเติม
- การเร่งความเร็วของตัวถอดรหัส 13,000 เท่าใช้ได้เฉพาะกับการเปรียบเทียบในเกณฑ์มาตรฐานหนึ่งรายการเท่านั้น ไม่ใช่กับทุกภาระงาน
- Fermilab นำเสนอแพลตฟอร์มควอนตัม-คลาสสิกในฐานะข้อเสนอมากกว่าที่จะเป็นสิ่งอำนวยความสะดวกที่ดำเนินการอยู่
- การศึกษาการเชื่อมต่อระหว่างกันจะกำหนดว่าสิ่งที่ระบบหลายโปรเซสเซอร์ที่ทนต่อข้อผิดพลาดในภายหลังจะต้องจัดการคืออะไร
NVIDIA ระบุในประกาศเมื่อวันที่ 16 พฤศจิกายน 2026 ว่ามีแผนพัฒนาแพลตฟอร์มการออกแบบร่วมระหว่างระบบควอนตัมกับระบบคลาสสิกแบบโมดูลาร์กับ IBM และ Fermi National Accelerator Laboratory พร้อมเผยว่า ตัวถอดรหัสแก้ไขข้อผิดพลาดที่เร่งความเร็วด้วย GPU ซึ่งเพิ่งเปิดตัว ทำงานได้เร็วขึ้นสูงสุด 13,000 เท่าเมื่อเทียบในการทดสอบมาตรฐานเฉพาะรายการหนึ่ง
Fermilab ระบุว่าโครงการนี้เป็นเพียงข้อเสนอ ไม่ใช่ศูนย์ปฏิบัติการที่เปิดดำเนินงานแล้ว แผนการเริ่มต้นจะนำคอมพิวเตอร์ควอนตัมของ IBM มาติดตั้งร่วมกับระบบประมวลผลเร่งความเร็ว NVIDIA DGX B200 ในสถานที่เดียวกัน ซึ่งรวมถึงคอมพิวเตอร์ที่ใช้ IBM Quantum Nighthawk นักวิจัยจะพัฒนาและประเมินรหัสแก้ไขข้อผิดพลาด ตัวถอดรหัส และแอปพลิเคชันควอนตัม-คลาสสิก พร้อมศึกษาว่าระบบคลาสสิกจะขยายขนาดรองรับการทำงานควบคู่กับตัวประมวลผลควอนตัมหลายตัวที่เชื่อมต่อกันได้อย่างไร
แพลตฟอร์มสำหรับระบบควอนตัมที่เชื่อมต่อกัน
IBM ระบุว่า Nighthawk เป็นตัวประมวลผลควอนตัมที่ทรงพลังที่สุดของบริษัท โดยรองรับวงจรที่มีการดำเนินการแบบสองคิวบิตได้สูงสุด 7,500 ครั้ง บนคิวบิต 120 ตัว และทำงานได้เร็วสูงสุด 100,000 ตัวอย่างต่อวินาที
โครงการวิจัยทางวิทยาศาสตร์จะมุ่งเน้นด้านฟิสิกส์พลังงานสูงและฟิสิกส์นิวเคลียร์ Fermilab จะเป็นผู้นำการประสานงานกับนักวิจัย และดูแลเวิร์กโฟลว์ซอฟต์แวร์กับการเข้าถึงผ่าน HEPCloud ขณะที่พันธมิตรพัฒนาอัลกอริทึม ซอฟต์แวร์ที่ใช้ร่วมกัน และเกณฑ์มาตรฐานสำหรับทฤษฎีเกจบนแลตทิซ ปฏิสัมพันธ์ของนิวทริโน และการจำลองนิวเคลียร์ ปัญหาเหล่านี้จะนำมาใช้แปลงความต้องการทางวิทยาศาสตร์ให้เป็นข้อกำหนดสำหรับระบบควอนตัมทนต่อข้อผิดพลาดในอนาคต
การออกแบบแบบโมดูลาร์มีเป้าหมายเพื่อเชื่อมต่อตัวประมวลผลเข้าด้วยกัน สำหรับการคำนวณที่ซับซ้อนเกินกว่าที่อุปกรณ์เครื่องเดียวจะจัดการได้ ในขั้นแรก นักวิจัยจะสร้างแบบจำลองและจำลองการสื่อสารระหว่างโมดูล โดยศึกษาข้อผิดพลาดของการเชื่อมต่อ เวลาแฝง และการป้อนกลับ เพื่อเป็นแนวทางให้ IBM และศูนย์ Superconducting Quantum Materials and Systems (SQMS) ของ Fermilab พัฒนาการเชื่อมต่อระหว่างอุปกรณ์จริง ในระยะต่อมา SQMS ตั้งใจจะผสานรวมโพรงตัวนำยิ่งยวดที่มีความสอดคล้องสูงเป็นพิเศษ และศึกษาการใช้โพรงเหล่านี้เป็นหน่วยความจำควอนตัม บัฟเฟอร์พัวพัน และทรัพยากรสำหรับการแก้ไขข้อผิดพลาดแบบโบโซนิก
Anna Grassellino ประธานเจ้าหน้าที่ฝ่ายเทคโนโลยีของ Fermilab และผู้อำนวยการ SQMS กล่าวว่าโครงการนี้จะช่วยวางรากฐานด้านขีดความสามารถและชุมชนนักวิจัยที่จำเป็นต่อการจัดตั้งศูนย์ผู้ใช้คอมพิวเตอร์ควอนตัมของกระทรวงพลังงานในอนาคต
ประสิทธิภาพของตัวถอดรหัส TCBP-JOBS
TCBP-JOBS มีให้ใช้งานแยกต่างหากผ่าน CUDA-Q QEC 0.9.0 และจัดการกับการแก้ไขข้อผิดพลาดควอนตัมในส่วนของระบบคลาสสิก การแก้ไขข้อผิดพลาดจะเข้ารหัสข้อมูลควอนตัมไว้ในคิวบิตเชิงกายภาพหลายตัว ส่วนตัวถอดรหัสจะแปลผลข้อมูลการวัดเพื่อระบุข้อผิดพลาดที่น่าจะเกิดขึ้น แล้วจึงแก้ไขข้อผิดพลาดเหล่านั้น NVIDIA ระบุว่าอัลกอริทึมนี้ลดเวลาคำนวณงานวิจัยรายการหนึ่งจาก 12 สัปดาห์เหลือ 45 นาที ทำให้ประเมินรหัสที่เป็นตัวเลือกและการกำหนดค่าตัวถอดรหัสได้รวดเร็วยิ่งขึ้น
บทคัดย่องานวิจัยของ NVIDIAระบุว่า ผลลัพธ์ที่เร็วขึ้น 13,000 เท่าวัดจากการเปรียบเทียบกับ Tesseract แบบ long-beam ที่ไม่ได้ทำให้เบาบาง โดยใช้รหัส bivariate-bicycle และมีอัตราส่วนอัตราความผิดพลาดเชิงตรรกะอยู่ที่ 0.97 ถึง 1.57 เมื่อเทียบกับค่าที่ตั้งไว้ล่วงหน้าแบบทำให้เบาบางของ Tesseract พบว่าความเร็วในการประมวลผลแบบอนุกรมเพิ่มขึ้นตั้งแต่ 10 ถึง 7,400 เท่า การทดสอบครอบคลุมวงจรหน่วยความจำและวงจรผ่าตัดเชิงตรรกะของรหัสแบบพื้นผิว แบบสี และแบบ bivariate-bicycle ผลลัพธ์เหล่านี้ไม่ได้แสดงว่าตัวถอดรหัสหรือภาระงานทุกประเภทจะเร็วขึ้นในอัตราเดียวกัน
วิธีการนี้ผสานการแพร่กระจายความเชื่อที่ปรับเทียบตามวิถี ซึ่งเรียนรู้ความน่าจะเป็นของข้อผิดพลาดที่ผ่านการปรับเทียบจากวิถีการแพร่กระจายความเชื่อ เข้ากับการค้นหาแบบบีม OSD ที่ใส่การรบกวน ซึ่งใช้ความน่าจะเป็นดังกล่าวกำหนดแนวทางการค้นหาแบบขนานบน GPU NVIDIA Research รายงานว่าอัตราความผิดพลาดเชิงตรรกะใกล้เคียงกับ Tesseract และต่ำกว่าได้สูงสุด 4.5 เท่าในรหัสขนาดใหญ่ที่สุด อีกทั้งรองรับการประมวลผลแบบแบตช์สำหรับการจำลองแบบออฟไลน์ และมีเวลาแฝงระดับมิลลิวินาทีในการทดลองหน่วยความจำแบบอนุกรมและการผ่าตัดเชิงตรรกะบน QPU ที่มีรอบสัญญาณนาฬิกาเชิงตรรกะยาวกว่า
การจัดตาราง QPU โดยตรงใน Slurm
การผสานระบบอีกส่วนหนึ่งปรับเปลี่ยนวิธีที่ศูนย์ซูเปอร์คอมพิวเตอร์จัดสรรฮาร์ดแวร์ควอนตัม ก่อนหน้านี้ Slurm ไม่มีแนวคิดเรื่องหน่วยประมวลผลควอนตัม (QPU) ในตัว ทำให้แต่ละศูนย์ต้องเชื่อมต่อ QPU ผ่านปลั๊กอินที่อยู่นอกแบบจำลองทรัพยากรหลักของตัวจัดตารางงาน IBM, NVIDIA และ Pasqal ร่วมมือกับชุมชนโอเพนซอร์สพัฒนา Quantum Resource Management Interface (QRMI) ซึ่งเป็นชั้นกลางที่ไม่ขึ้นกับผู้จำหน่ายและเชื่อมต่อกับ Slurm Hierarchical Resources
ต่างจาก GPU ซึ่งทำงานภายในโหนดประมวลผลแต่ละโหนด QPU สามารถใช้ร่วมกันได้ในหลายโหนด Hierarchical Resources ช่วยให้ผู้ดูแลระบบจัดการทรัพยากรที่ใช้ร่วมกันดังกล่าว จัดสรรและสำรองเวลาใช้งาน QPU รวมถึงคิดบัญชีการใช้งานตามนโยบายการประมวลผลประสิทธิภาพสูงที่คุ้นเคยได้ ดังนั้น ภาระงานแบบไฮบริดจึงทำงานเป็นงาน Slurm ตามปกติได้ โดยไม่ต้องมีคิวหรือการเข้าสู่ระบบแยกต่างหาก
ประกาศของ Slurmจาก NVIDIA ระบุว่า การรองรับอินเทอร์เฟซ QRMI และ QDMI สำหรับควอนตัม-เอชพีซี จะช่วยให้ผู้พัฒนา QPU นำการผสานระบบแบบเดียวไปใช้ซ้ำในการติดตั้งใช้งานหลายแห่งได้ แทนที่จะต้องสร้างซอฟต์แวร์เฉพาะสำหรับการจับคู่ QPU กับศูนย์แต่ละแห่ง รายชื่อผู้ที่นำระบบไปใช้ในการขยายครั้งนี้ ได้แก่ Alice & Bob, IBM, IQM, Pasqal, Quantinuum และ MQSC โดยตั้งเป้าให้ Slurm 26.11 พร้อมใช้งานในช่วงปลายเดือนพฤศจิกายน 2026
เมื่อพิจารณาร่วมกัน แพลตฟอร์มและซอฟต์แวร์รุ่นที่เสนอขึ้นมุ่งแก้ข้อจำกัดที่แตกต่างกันสามประการ ได้แก่ การประเมินการแก้ไขข้อผิดพลาด การจัดตารางการใช้ฮาร์ดแวร์ร่วมกัน และการเชื่อมต่อโปรเซสเซอร์ การศึกษาระบบเชื่อมต่อระหว่างกันระยะแรกเป็นการทดสอบฮาร์ดแวร์หลัก เนื่องจากมีเป้าหมายใช้ผลการวัดข้อผิดพลาดของลิงก์ ค่าความหน่วง และการป้อนกลับ เพื่อกำหนดว่าระบบหลายโปรเซสเซอร์ที่ทนต่อข้อผิดพลาดในอนาคตต้องรองรับอะไรบ้าง ก่อนที่ Fermilab จะเพิ่มฮาร์ดแวร์โพรงเรโซแนนซ์เข้ามา












