Qblox meddelade den 22 oktober 2026 att NVIDIA DGX Spark kopplats till företagets kvantstyrning via NVQLink. Qblox rapporterar en uppmätt rundturstid på under 7,2 mikrosekunder med DGX Spark och under 4,0 mikrosekunder med RTX PRO 6000 Blackwell.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Dutch quantum control company Qblox announce in Delft on October 22, 2026, about connecting NVIDIA’s DGX Spark desktop AI system to. Article summary: Qblox announced in Delft on October 22, 2026, that it had connected NVIDIA DGX Spark to its quantum system controller through NVQLink, bringing GPU acceleration into real time hybrid quantum–classical control.. Topic tags: general web, ai, automation, workflow, code. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake n
Qblox meddelade i Delft den 22 oktober 2026 att företagets kvantstyrsystem kopplats till NVIDIA DGX Spark via NVQLink. Tanken är att låta GPU-beräkningar ingå i den snabba återkopplingsslingan mellan en kvantdator och klassiska datorresurser. 4
Latenssiffrorna är inte desamma för de två systemen: Qblox uppger under 7,2 mikrosekunder för DGX Spark och under 4,0 mikrosekunder för grafikkortet RTX PRO 6000 Blackwell. Det är uppmätta rundturstider, inte ett gemensamt resultat för båda plattformarna. 4
Qblox beskriver Q1 som en realtidsprocessor i företagets styrsystem. Den genererar och tidsätter pulser som används för att styra kvantbitar.
LINQ används för återkoppling mellan sekvenserare. Tekniken kan föra över bland annat trösklade mätbitar, IQ-värden, tidsstämplar och register i realtid. Fördröjningen beror bland annat på hur data routas och vilken typ och mängd data som skickas. 2
1
CUDA-Q är Nvidias plattform för att samordna beräkningar mellan klassiska processorer, GPU:er och kvantstyrsystem. API:t cudaq-realtime, som blev offentligt tillgängligt i mars 2026, är avsett för kommunikation med låg fördröjning mellan GPU:er och kvantstyrning. Qblox har tidigare beskrivit sitt stöd för NVQLink genom detta API.
Tillsammans ger komponenterna en teknisk grund för att koppla ihop kvantstyrning och GPU-beräkning. Men de tillgängliga uppgifterna beskriver inte i detalj hur Qblox-integrationen kör kombinerade kvant-, AI- och simuleringsarbetsflöden, flyttar samma kod till datacenter-GPU:er eller genomför GPU-baserad felavkodning och kalibrering mitt under ett experiment.
NVIDIA introducerade NVQLink i oktober 2025 som en öppen arkitektur för att koppla kvantprocessorer till GPU-baserad beräkningsinfrastruktur. Bland de namngivna partnerna fanns IonQ, Quantinuum, Oxford Quantum Circuits och ORCA Computing. En återblick från en deltagare placerar lanseringen på GTC i Washington, D.C.
NVIDIA beskriver arkitekturen som en realtidshanteringsdator och ett kvantstyrsystem som kopplas samman med en lågfördröjande förbindelse. NVIDIAs angivna latensspecifikation för en FPGA–GPU–FPGA-rundtur är under 4,0 mikrosekunder. Den specifikationen är inte samma sak som Qblox resultat på DGX Spark; Qblox rapporterar där under 7,2 mikrosekunder. 4
Poängen med snabb klassisk återkoppling är särskilt tydlig inom felkorrigering, som behövs för att bygga tillförlitliga logiska kvantbitar. NVIDIA har rapporterat en demonstration där Quantinuums Helios-processor använde en CUDA-Q-avkodare för realtidsavkodning av en kvantkod av typen qLDPC. Tillsammans med en GH200-värddator uppnådde demonstrationen enligt NVIDIA en 5,4-faldig förbättring av felfrekvensen för logiska kvantbitar.
Qblox hade också tidigare beskrivit ett samarbete med NVIDIA kring NVQLink, och i mars 2026 meddelade företaget stöd för det offentliga cudaq-realtime-API:t. Den nya integrationen bygger alltså vidare på ett tidigare arbete med att föra GPU-beräkning närmare kvantstyrningen.
Det tillgängliga underlaget innehåller däremot inte tillräckliga uppgifter för att återge exakt vad Qblox vd Niels Bultink eller NVIDIAs kvantproduktchef Sam Stanwyck sagt om den här lanseringen. Deras specifika argument om skalning bör därför inte tillskrivas dem här.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Qblox meddelade den 22 oktober 2026 att NVIDIA DGX Spark kopplats till företagets kvantstyrning via NVQLink.
Qblox meddelade den 22 oktober 2026 att NVIDIA DGX Spark kopplats till företagets kvantstyrning via NVQLink. Qblox rapporterar en uppmätt rundturstid på under 7,2 mikrosekunder med DGX Spark och under 4,0 mikrosekunder med RTX PRO 6000 Blackwell.
Q1 och LINQ hanterar styrning och återkoppling mellan sekvenserare. Underlaget visar däremot inte exakt hur Qblox integrationen utför GPU baserad felavkodning eller kalibrering under experiment.
Qblox meddelade den 22 oktober 2026 att NVIDIA DGX Spark kopplats till företagets kvantstyrning via NVQLink. Qblox rapporterar en uppmätt rundturstid på under 7,2 mikrosekunder med DGX Spark och under 4,0 mikrosekunder med RTX PRO 6000 Blackwell.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Dutch quantum control company Qblox announce in Delft on October 22, 2026, about connecting NVIDIA’s DGX Spark desktop AI system to. Article summary: Qblox announced in Delft on October 22, 2026, that it had connected NVIDIA DGX Spark to its quantum system controller through NVQLink, bringing GPU acceleration into real time hybrid quantum–classical control.. Topic tags: general web, ai, automation, workflow, code. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fake n
Qblox meddelade i Delft den 22 oktober 2026 att företagets kvantstyrsystem kopplats till NVIDIA DGX Spark via NVQLink. Tanken är att låta GPU-beräkningar ingå i den snabba återkopplingsslingan mellan en kvantdator och klassiska datorresurser. 4
Latenssiffrorna är inte desamma för de två systemen: Qblox uppger under 7,2 mikrosekunder för DGX Spark och under 4,0 mikrosekunder för grafikkortet RTX PRO 6000 Blackwell. Det är uppmätta rundturstider, inte ett gemensamt resultat för båda plattformarna. 4
Qblox beskriver Q1 som en realtidsprocessor i företagets styrsystem. Den genererar och tidsätter pulser som används för att styra kvantbitar.
LINQ används för återkoppling mellan sekvenserare. Tekniken kan föra över bland annat trösklade mätbitar, IQ-värden, tidsstämplar och register i realtid. Fördröjningen beror bland annat på hur data routas och vilken typ och mängd data som skickas. 2
1
CUDA-Q är Nvidias plattform för att samordna beräkningar mellan klassiska processorer, GPU:er och kvantstyrsystem. API:t cudaq-realtime, som blev offentligt tillgängligt i mars 2026, är avsett för kommunikation med låg fördröjning mellan GPU:er och kvantstyrning. Qblox har tidigare beskrivit sitt stöd för NVQLink genom detta API.
Tillsammans ger komponenterna en teknisk grund för att koppla ihop kvantstyrning och GPU-beräkning. Men de tillgängliga uppgifterna beskriver inte i detalj hur Qblox-integrationen kör kombinerade kvant-, AI- och simuleringsarbetsflöden, flyttar samma kod till datacenter-GPU:er eller genomför GPU-baserad felavkodning och kalibrering mitt under ett experiment.
NVIDIA introducerade NVQLink i oktober 2025 som en öppen arkitektur för att koppla kvantprocessorer till GPU-baserad beräkningsinfrastruktur. Bland de namngivna partnerna fanns IonQ, Quantinuum, Oxford Quantum Circuits och ORCA Computing. En återblick från en deltagare placerar lanseringen på GTC i Washington, D.C.
NVIDIA beskriver arkitekturen som en realtidshanteringsdator och ett kvantstyrsystem som kopplas samman med en lågfördröjande förbindelse. NVIDIAs angivna latensspecifikation för en FPGA–GPU–FPGA-rundtur är under 4,0 mikrosekunder. Den specifikationen är inte samma sak som Qblox resultat på DGX Spark; Qblox rapporterar där under 7,2 mikrosekunder. 4
Poängen med snabb klassisk återkoppling är särskilt tydlig inom felkorrigering, som behövs för att bygga tillförlitliga logiska kvantbitar. NVIDIA har rapporterat en demonstration där Quantinuums Helios-processor använde en CUDA-Q-avkodare för realtidsavkodning av en kvantkod av typen qLDPC. Tillsammans med en GH200-värddator uppnådde demonstrationen enligt NVIDIA en 5,4-faldig förbättring av felfrekvensen för logiska kvantbitar.
Qblox hade också tidigare beskrivit ett samarbete med NVIDIA kring NVQLink, och i mars 2026 meddelade företaget stöd för det offentliga cudaq-realtime-API:t. Den nya integrationen bygger alltså vidare på ett tidigare arbete med att föra GPU-beräkning närmare kvantstyrningen.
Det tillgängliga underlaget innehåller däremot inte tillräckliga uppgifter för att återge exakt vad Qblox vd Niels Bultink eller NVIDIAs kvantproduktchef Sam Stanwyck sagt om den här lanseringen. Deras specifika argument om skalning bör därför inte tillskrivas dem här.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Qblox meddelade den 22 oktober 2026 att NVIDIA DGX Spark kopplats till företagets kvantstyrning via NVQLink.
Qblox meddelade den 22 oktober 2026 att NVIDIA DGX Spark kopplats till företagets kvantstyrning via NVQLink. Qblox rapporterar en uppmätt rundturstid på under 7,2 mikrosekunder med DGX Spark och under 4,0 mikrosekunder med RTX PRO 6000 Blackwell.
Q1 och LINQ hanterar styrning och återkoppling mellan sekvenserare. Underlaget visar däremot inte exakt hur Qblox integrationen utför GPU baserad felavkodning eller kalibrering under experiment.