Quantum Machines e NVIDIA mostrano CUDA-Q in esecuzione tra qubit reali, GPU e CPU

Una demo di integrazione, non solo di un singolo calcolo quantistico

A IEEE Quantum Week, a Toronto, Quantum Machines e NVIDIA hanno mostrato un’applicazione CUDA-Q end-to-end in esecuzione su qubit reali, sull’unità di elaborazione degli impulsi di Quantum Machines, su GPU e CPU, collegate da NVIDIA NVQLink. Il punto centrale non è una singola operazione quantistica: è la possibilità di trattare processore quantistico e infrastruttura classica di controllo come componenti programmabili di un unico sistema eterogeneo. 1015

Secondo le aziende e la stampa specializzata, si tratterebbe della prima volta in cui una società specializzata nel controllo quantistico esegue un programma CUDA-Q di questo tipo attraverso tutte queste risorse. È un primato dichiarato dalle parti coinvolte e riportato da fonti di settore, non un benchmark indipendente dell’intero comparto. La stessa cautela vale per il tempo di scambio completo, indicato in circa un microsecondo. 1015

Come vengono ripartiti i compiti

L’idea è assegnare ogni attività all’hardware più adatto, rispettando soprattutto i vincoli di latenza:

• Qubit reali e controller quantistico eseguono le operazioni quantistiche e il controllo in tempo reale.
• GPU affrontano elaborazioni classiche intensive e sensibili alla latenza, per esempio la decodifica delle misure nella correzione quantistica degli errori.
• CPU gestiscono funzioni host, coordinamento e attività di carattere generale.

NVQLink è pensato come interfaccia in tempo reale, a latenza deterministica, fra il controller di un sistema quantistico e le risorse di calcolo ad alte prestazioni. L’obiettivo è portare nel ciclo operativo attività online quali l’elaborazione per la correzione degli errori, invece di lasciarle in una pipeline separata e assemblata manualmente. 115

Meno lavoro manuale per chi programma

Per gli sviluppatori che lavorano con Python, C++ o con il linguaggio QUA di Quantum Machines, la promessa è un’astrazione di livello più alto: descrivere un carico di lavoro ibrido in un unico flusso centrato su CUDA-Q, lasciando allo stack software il compito di inviare le attività alla risorsa quantistica o classica appropriata. 15

In pratica, l’intenzione è ridurre la necessità di scrivere e coordinare a mano sequenze a basso livello per il controllo degli impulsi, passaggi tra processori, trasferimenti di dati e percorsi di feedback. La complessità dell’hardware non scompare: viene spostata maggiormente nei livelli di controllo, compilazione e orchestrazione. È una distinzione importante per trasformare integrazioni da laboratorio in flussi ripetibili.

Perché un microsecondo conta nella correzione degli errori

La correzione quantistica degli errori richiede un ciclo molto serrato: misurare le cosiddette sindromi d’errore, decodificarle con risorse classiche e applicare, o pianificare, l’azione correttiva abbastanza rapidamente da mantenere utile lo stato quantistico.

L’architettura NVQLink di NVIDIA mira esplicitamente a collegare il controllo quantistico alle risorse HPC (high-performance computing) per la correzione degli errori online e per altri carichi di lavoro in tempo reale ad alta intensità di calcolo. 1 Quantum Machines e NVIDIA riferiscono che la demo ha scambiato dati di misura e decisioni di controllo in circa un microsecondo. Questo obiettivo di latenza è rilevante perché la decodifica su CPU o GPU deve rientrare nel budget temporale imposto dall’hardware quantistico e dal suo sistema di controllo. 101315

Il processore quantistico come acceleratore del supercomputer

La dimostrazione sostiene una visione architetturale più ampia: in futuro, i processori quantistici potrebbero funzionare meno come strumenti isolati e più come acceleratori specializzati dentro supercomputer quantistico-classici.

Quantum Machines descrive una gerarchia a più livelli: controller quantistici per il feedback rapido; server CPU-GPU a latenza limitata per calibrazione, ottimizzazione e decodifica della correzione degli errori; sistemi HPC più ampi per pianificare i carichi applicativi. 6 Anche il programma di NVIDIA per IEEE Quantum Week presenta il calcolo quantistico tollerante agli errori come una sfida di sistema completo, che comprende QPU, stack software, calcolo accelerato e funzionamento in tempo reale. 2

In questa prospettiva, la domanda non è se ogni compito debba essere eseguito dal processore quantistico: conta piuttosto quale risorsa riesca a completarlo entro la latenza richiesta.

Il livello di controllo resta decisivo

Quantum Machines ha affiancato alla demo l’attenzione per i flussi di calibrazione e per la progettazione di sistemi tolleranti agli errori. Il programma ufficiale di IEEE Quantum Week includeva il keynote di Quantum Machines, “From Pulse to Platform: Control Layer for FTQC”, accanto alla sessione NVIDIA dedicata alla progettazione di un supercomputer quantistico accelerato per l’era fault-tolerant. 11

Il messaggio è che qubit migliori, da soli, non bastano: devono evolvere insieme il livello di controllo, gli acceleratori classici, il software di orchestrazione e i percorsi di feedback.

Per ora, quindi, la dimostrazione di Toronto va letta come una prova concreta di integrazione: mostra come un flusso CUDA-Q possa collegare hardware quantistico reale, CPU e GPU attraverso NVQLink. Non dimostra da sola la disponibilità di un computer quantistico tollerante agli errori pronto per l’impiego in produzione. 1015