Quantum Machines e NVIDIA conectam qubits, GPUs e CPUs em demonstração com CUDA-Q e NVQLink

A Quantum Machines e a NVIDIA usaram a IEEE Quantum Week, em Toronto, para apresentar uma aplicação CUDA-Q de ponta a ponta operando entre qubits ativos, hardware de controle da Quantum Machines, GPUs e CPUs por meio do NVIDIA NVQLink. O ponto central não é uma operação quântica isolada, mas a proposta de tratar o processador quântico e sua infraestrutura clássica de controle como partes de um único sistema heterogêneo, capaz de agendar diferentes tarefas. 1015

O que foi demonstrado

Segundo os relatos das empresas e da imprensa especializada, um único programa CUDA-Q foi executado entre qubits ativos e a Pulse Processing Unit da Quantum Machines, usando o NVQLink para ligar o ambiente de controle quântico à computação acelerada da NVIDIA. A Quantum Machines classificou o feito como a primeira execução, por uma empresa de controle quântico, de um programa CUDA-Q de ponta a ponta nesses recursos. 1015

É importante qualificar essa afirmação: trata-se de um marco reportado pela empresa e por veículos do setor, e não de um benchmark independente para toda a indústria. O intercâmbio completo de medições e comandos de controle em aproximadamente um microssegundo também precisa de validação externa. 1015

Como o trabalho é distribuído entre qubits, GPUs e CPUs

A ideia prática é executar um programa híbrido de acordo com o recurso mais adequado para cada tarefa:

• Qubits ativos e o controlador quântico executam operações quânticas e o controle em tempo real.
• GPUs realizam tarefas clássicas intensivas e sensíveis à latência, como a decodificação de dados de medição para correção de erros quânticos.
• CPUs ficam com tarefas gerais do host e de orquestração.

O NVQLink foi projetado como uma interface em tempo real, de latência determinística, entre o controlador de um sistema quântico e recursos clássicos de alto desempenho. A meta é inserir cargas de trabalho on-line — entre elas, o processamento para correção de erros quânticos — diretamente no ciclo de operação, em vez de depender de uma cadeia de ferramentas montada manualmente. 115

Por que o modelo de programação importa

Para quem desenvolve em Python, C++ ou na linguagem QUA da Quantum Machines, a promessa é descrever uma carga de trabalho híbrida em um nível mais alto de abstração. Em vez de programar e coordenar manualmente sequências de pulsos de baixo nível, transferências entre processadores e caminhos de realimentação, o desenvolvedor pode expressar o fluxo em torno do CUDA-Q e delegar cada tarefa ao recurso quântico ou clássico apropriado. 15

Isso não elimina a complexidade física do sistema. A diferença é que uma parcela maior da coordenação passa para as camadas de controle, compilação e orquestração — uma distinção importante para equipes que buscam aplicações repetíveis, e não integrações de laboratório feitas sob medida.

Por que a resposta em microssegundos interessa à correção de erros

A correção de erros quânticos exige um ciclo muito apertado: medir os chamados síndromes de erro, decodificar essas medições de forma clássica e aplicar — ou programar — uma ação corretiva antes que o estado quântico deixe de ser útil. A arquitetura NVQLink da NVIDIA foi direcionada justamente à conexão entre controle quântico e recursos de computação de alto desempenho para correção de erros on-line e outras cargas de trabalho intensivas em tempo real. 1

Quantum Machines e NVIDIA afirmam que a demonstração trocou dados de medição e decisões de controle em cerca de um microssegundo. Essa meta de latência importa porque a decodificação ou a otimização em CPUs e GPUs precisa caber no intervalo de tempo imposto pelo hardware quântico e por seu sistema de controle. 101315

A meta maior: processadores quânticos como recursos de supercomputação

A demonstração reforça uma visão arquitetural mais ampla: processadores quânticos futuros podem funcionar menos como instrumentos isolados e mais como aceleradores especializados dentro de supercomputadores quântico-clássicos.

A Quantum Machines descreve uma hierarquia na qual os controladores quânticos fornecem realimentação rápida; servidores com CPUs e GPUs de latência limitada executam calibração, otimização e decodificação para correção de erros; e sistemas maiores de computação de alto desempenho (HPC) agendam as cargas de trabalho de aplicações. 6 O programa da NVIDIA na IEEE Quantum Week também apresentou a computação quântica tolerante a falhas como um desafio de sistema completo, envolvendo a QPU — unidade de processamento quântico —, a pilha de software, a computação acelerada e a operação em tempo real. 2

Nesse modelo, a questão não é fazer toda tarefa rodar em um processador quântico. É executar cada tarefa no recurso capaz de concluí-la dentro da latência necessária.

Trabalho na camada de controle além da demonstração

A Quantum Machines associou a integração a uma discussão mais ampla sobre fluxos de calibração e projeto de sistemas tolerantes a falhas. O programa oficial da IEEE Quantum Week listou a palestra da empresa, “From Pulse to Platform: Control Layer for FTQC”, ao lado da sessão da NVIDIA sobre o projeto de um supercomputador quântico acelerado para a era da tolerância a falhas. 11

A ênfase reflete uma realidade importante: melhorar os qubits, por si só, não basta para construir sistemas tolerantes a falhas. A camada de controle ao redor deles, os aceleradores clássicos, o software de orquestração e os caminhos de realimentação também precisam evoluir em conjunto.

Por enquanto, a apresentação em Toronto deve ser entendida como uma prova de integração. Ela indica como um fluxo baseado em CUDA-Q pode conectar hardware quântico ativo a CPUs e GPUs via NVQLink; não demonstra, por si só, um computador quântico tolerante a falhas pronto para uso em produção. 1015