NVIDIA und Alice & Bob arbeiten an hybriden Quantum‑GPU‑Supercomputern

Wie hoch der Anteil von NVentures an der Finanzierung ist, wurde nicht öffentlich gemacht. Klar ist jedoch, dass NVIDIA damit seine Rolle im wachsenden Quantencomputing‑Ökosystem ausbaut und gezielt Unternehmen unterstützt, deren Technologien mit seiner eigenen Accelerated‑Computing‑Plattform kompatibel sind.

Warum Quantencomputer klassische Rechner brauchen

Quantencomputer arbeiten nicht isoliert. Für viele Aufgaben benötigen sie umfangreiche klassische Rechenressourcen – etwa zum:

• Kompilieren von Quanten‑Schaltkreisen
• Simulieren von Algorithmen
• Auswerten von Messergebnissen
• Ausführen von Fehlerkorrektur‑Algorithmen

NVIDIA verfolgt deshalb die Strategie, Quantum Processing Units (QPUs) eng mit GPU‑basierten KI‑Supercomputern zu verbinden. Praktisch nutzbares Quantencomputing wird nach Einschätzung des Unternehmens vor allem aus hybriden Systemen entstehen, in denen Quanten‑ und klassische Rechenressourcen zusammenarbeiten.

CUDA‑Q: Eine gemeinsame Softwareplattform

Eine zentrale Rolle in der Kooperation spielt NVIDIA CUDA‑Q, eine Open‑Source‑Entwicklungsplattform für hybride Quanten‑ und klassische Anwendungen.

CUDA‑Q erlaubt es Entwicklern, Programme zu schreiben, die gleichzeitig auf CPU, GPU und QPU laufen. Das System ist außerdem hardwareunabhängig (QPU‑agnostisch) und kann verschiedene Quantenprozessor‑Technologien integrieren – darunter auch Alice & Bobs Cat‑Qubit‑Prozessoren.

Für Forschungszentren und Hochleistungsrechenzentren eröffnet das die Möglichkeit, komplexe Quanten‑Workflows zu testen, selbst wenn reale Quantenhardware noch begrenzt verfügbar ist.

GPU‑beschleunigte Quantensimulation mit cuQuantum

Viele Quantenalgorithmen müssen zunächst simuliert werden, bevor sie auf echter Hardware laufen. Hier kommt NVIDIAs cuQuantum‑SDK ins Spiel.

Mit GPU‑Beschleunigung lassen sich damit große Quantenschaltkreise simulieren – oft mit höherer Skalierung und Geschwindigkeit, als heutige Quantenprozessoren allein erreichen können. Das hilft Forschern, Algorithmen und Hardwarearchitekturen zu testen und zu optimieren.

Dynamiqs: Simulation von Cat‑Qubit‑Systemen

Alice & Bob betreibt außerdem die Open‑Source‑Bibliothek Dynamiqs, die auf die Simulation der Physik und Dynamik von Quantensystemen spezialisiert ist.

Das Unternehmen hat CUDA‑Q in Dynamiqs integriert, sodass große Simulationen von Cat‑Qubit‑Systemen auf GPUs laufen können. Erste Benchmarks zeigen laut Unternehmen eine bis zu 75‑fache Beschleunigung bei bestimmten Simulationen.

Diese Modelle helfen, Steuerprotokolle zu entwickeln, Fehlerkorrektur zu verbessern und neue Hardwaredesigns zu testen.

NVQLink: Verbindung zwischen GPUs und Quantenprozessoren

Auf Systemebene arbeiten NVIDIA und Alice & Bob an der Plattform NVQLink. Sie soll GPUs direkt mit Quantenprozessoren verbinden und so eine Echtzeit‑Zusammenarbeit ermöglichen.

Die Architektur koppelt einen klassischen Supercomputer‑Host eng mit einem Quantum System Controller. Dadurch können GPUs während einer Quantenberechnung aktiv Aufgaben übernehmen, zum Beispiel:

• Kompilierung von Quanten‑Schaltkreisen
• Echtzeit‑Dekodierung für Fehlerkorrektur
• dynamische Kalibrierung von Qubits
• Feedback‑Steuerung während Berechnungen

Besonders für fehlertolerante Quantencomputer ist eine extrem niedrige Latenz zwischen QPU und klassischem System entscheidend.

Ziel: Hybride Supercomputer für Forschung und Industrie

Das langfristige Ziel der Partnerschaft ist nicht ein isolierter Quantencomputer, sondern eine neue Klasse von hybriden Quantum‑Classical‑Supercomputern, die sich in bestehende Hochleistungsrechenzentren integrieren lassen.

In solchen Systemen würden:

• Quantenprozessoren spezielle Quantenoperationen ausführen,
• GPUs Simulation, Optimierung und Steuerung übernehmen,
• und Softwareplattformen wie CUDA‑Q alle Komponenten koordinieren.

Durch die Kombination von Cat‑Qubit‑Hardware mit NVIDIAs beschleunigter Computing‑Infrastruktur wollen die Unternehmen Quantencomputer näher an reale Anwendungen bringen – von wissenschaftlicher Simulation bis hin zu industriellen Optimierungsproblemen.

Wenn dieser hybride Ansatz funktioniert, könnte er den Übergang von experimentellen Laborgeräten zu praktisch nutzbaren Quantum‑Supercomputern deutlich beschleunigen.