CUDA-Q läuft erstmals durchgängig über echte Qubits, GPUs und CPUs

Quantum Machines und NVIDIA haben auf der IEEE Quantum Week in Toronto einen durchgängigen CUDA-Q-Workflow vorgeführt, der echte Qubits, die Steuerhardware von Quantum Machines, GPUs und CPUs über NVIDIA NVQLink zusammenbringt. Entscheidend ist weniger ein einzelner Quantenbefehl als die Idee eines gemeinsam planbaren, heterogenen Systems: Quantenprozessor und klassische Rechen- und Steuertechnik sollen nicht länger getrennte Bausteine sein. 1015

Was genau gezeigt wurde

Nach Angaben der Unternehmen lief ein einzelnes CUDA-Q-Programm über echte Qubits und die Pulse Processing Unit von Quantum Machines; NVQLink verband dabei die Quantensteuerungsumgebung mit NVIDIAs beschleunigter Recheninfrastruktur. Quantum Machines bezeichnet dies als das erste Mal, dass ein Unternehmen für Quantensteuerung ein solches durchgängiges CUDA-Q-Programm über diese Ressourcen ausgeführt habe. 1015

Diese Einordnung bleibt eine Unternehmens- beziehungsweise Branchenmeldung und ist kein unabhängig etablierter Industriestandard. Das gilt auch für die berichtete vollständige Mess- und Steuer-Rückkopplung von ungefähr einer Mikrosekunde. 1015

Welche Aufgabe auf welchem Prozessor landet

Der praktische Kern ist eine ressourcenbewusste Ausführung innerhalb eines Hybridprogramms:

• Echte Qubits und der Quantencontroller übernehmen Quantenoperationen und zeitkritische Steuerung.
• GPUs verarbeiten rechenintensive klassische Aufgaben mit engen Latenzvorgaben, etwa das Dekodieren von Messdaten für die Quantenfehlerkorrektur.
• CPUs übernehmen allgemeine Host-Aufgaben und die Orchestrierung.

NVQLink ist als Echtzeitschnittstelle mit deterministischer Latenz zwischen dem Steuerungssystem eines Quantencomputers und leistungsfähigen klassischen Rechenressourcen konzipiert. Damit sollen Online-Aufgaben wie die Verarbeitung für die Quantenfehlerkorrektur direkt Teil der Betriebsschleife werden, statt in einer separat und manuell zusammengesetzten Pipeline zu laufen. 115

Warum das Programmiermodell relevant ist

Für Entwicklerinnen und Entwickler, die mit Python, C++ oder der Quantum-Machines-Sprache QUA arbeiten, liegt das Versprechen in einer höheren Abstraktionsebene. Statt Pulsfolgen auf niedriger Ebene, Übergaben zwischen Prozessoren, Datenübertragungen und Rückkopplungspfade selbst zu koordinieren, sollen sie einen Hybrid-Workflow in einem CUDA-Q-zentrierten Programm beschreiben können. Die Aufgaben werden dann an die jeweils passende Quanten- oder klassische Ressource verteilt. 15

Die technische Komplexität der Hardware verschwindet dadurch nicht. Sie verlagert sich stärker in Steuerungs-, Compiler- und Orchestrierungssoftware. Für Teams, die wiederholbare Anwendungen statt individueller Laboraufbauten entwickeln wollen, ist das ein wesentlicher Unterschied.

Weshalb eine Mikrosekunde bei der Fehlerkorrektur zählt

Quantenfehlerkorrektur verlangt eine enge Rückkopplungsschleife: Fehlersyndrome werden gemessen, klassisch dekodiert und anschließend müssen Korrekturmaßnahmen schnell genug ausgelöst oder eingeplant werden, damit der Quantenzustand noch nutzbar bleibt. NVIDIAs NVQLink-Architektur zielt ausdrücklich darauf, Quantensteuerung mit HPC-Ressourcen für Online-Quantenfehlerkorrektur und andere rechenintensive Echtzeitaufgaben zu koppeln. 1

Quantum Machines und NVIDIA berichten für die Vorführung von einem Austausch zwischen Messdaten und Steuerentscheidungen in rund einer Mikrosekunde. Dieses Zeitbudget ist relevant, weil etwa CPU- oder GPU-basiertes Dekodieren und Optimieren in die von Quantenhardware und Steuerung vorgegebene Latenz passen muss. 101315

Quantenprozessoren als Teil eines Supercomputers

Die Demonstration stützt eine weitergehende Architekturidee: Künftige Quantenprozessoren könnten weniger wie isolierte Laborinstrumente funktionieren und eher wie spezialisierte Beschleuniger in Quanten-Klassik-Supercomputern.

Quantum Machines beschreibt dafür eine Hierarchie: Quantencontroller ermöglichen schnelle Rückkopplung, CPU-GPU-Server mit begrenzter Latenz übernehmen etwa Kalibrierung, Optimierung und Fehlerkorrektur-Dekodierung, während größere HPC-Systeme übergeordnete Anwendungsworkloads einplanen. 6 Auch NVIDIA stellte die fehlertolerante Quanteninformatik auf der IEEE Quantum Week als Gesamtaufgabe dar – von der QPU über den Software-Stack bis zur beschleunigten Recheninfrastruktur und zum Echtzeitbetrieb. 2

Die zentrale Frage lautet in diesem Modell nicht, ob jede Aufgabe auf einem Quantenprozessor läuft. Entscheidend ist, welche Ressource die jeweilige Aufgabe innerhalb der erforderlichen Latenz erledigen kann.

Mehr als die Demo: Kalibrierung und fehlertolerante Systeme

Quantum Machines verband die Integrationsvorführung mit einem breiteren Fokus auf Kalibrierungsabläufe und das Design fehlertoleranter Systeme. Im offiziellen Programm der IEEE Quantum Week war eine Keynote von Quantum Machines mit dem Titel „From Pulse to Platform: Control Layer for FTQC“ aufgeführt; FTQC steht für fehlertolerante Quanteninformatik. Daneben stand NVIDIAs Vortrag über den Entwurf eines beschleunigten Quanten-Supercomputers für das fehlertolerante Zeitalter. 11

Das verweist auf eine zentrale Voraussetzung: Leistungsfähigere Qubits allein reichen für fehlertolerante Systeme nicht aus. Auch Steuerungsebene, klassische Beschleuniger, Orchestrierungssoftware und Rückkopplungswege müssen gemeinsam skalieren.

Vorerst ist die Vorführung in Toronto daher vor allem ein Integrationsnachweis. Sie zeigt, wie ein CUDA-Q-basierter Workflow echte Quantenhardware über NVQLink mit CPUs und GPUs verbinden kann. Einen produktionsreifen, fehlertoleranten Quantencomputer belegt sie für sich genommen nicht. 1015