Qblox ประกาศที่เมืองเดลฟต์ ประเทศเนเธอร์แลนด์ เมื่อ 22 ตุลาคม 2026 ว่าเชื่อม NVIDIA DGX Spark เข้ากับตัวควบคุมระบบควอนตัมผ่าน NVQLink ได้ ค่าหน่วงไป กลับที่บริษัทรายงานคือ ต่ำกว่า 7.2 ไมโครวินาทีบน DGX Spark และต่ำกว่า 4.0 ไมโครวินาทีบน RTX PRO 6000 Blackwell ไม่ใช่ต่ำกว่า 4.0 ไมโครวินาทีทั้งสองระบบ Q1 ทำหน้าที่ควบค...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

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 บริษัทด้านระบบควบคุมควอนตัมจากเนเธอร์แลนด์ ประกาศที่เมืองเดลฟต์เมื่อ 22 ตุลาคม 2026 ว่าได้นำ NVIDIA DGX Spark มาเชื่อมกับตัวควบคุมระบบควอนตัมของบริษัทผ่าน NVQLink เพื่อให้ GPU และระบบควบคุมควอนตัมทำงานร่วมกันในวงจรตอบสนองแบบเรียลไทม์ 4
ตัวเลขสำคัญมีสองค่า และควรแยกให้ออกจากกัน: Qblox รายงานค่าหน่วงแบบไป-กลับต่ำกว่า 7.2 ไมโครวินาทีบน DGX Spark และต่ำกว่า 4.0 ไมโครวินาทีบน NVIDIA RTX PRO 6000 Blackwell 4 ดังนั้นค่าไม่ถึง 4.0 ไมโครวินาทีเป็นผลของ RTX PRO 6000 Blackwell ไม่ใช่ DGX Spark
ระบบ Qblox Cluster ใช้ตัวประมวลผลลำดับสัญญาณ Q1 ซึ่งทำงานบน FPGA เพื่อสร้าง กำหนดจังหวะ และปรับรูปพัลส์ที่ใช้ควบคุมคิวบิต ส่วน LINQ เป็นช่องทางส่งข้อมูลตอบกลับระหว่างซีเควนเซอร์ โดยรองรับข้อมูลอย่างบิตที่ผ่านการ threshold ค่า IQ time-tag และรีจิสเตอร์ 2 ความหน่วงของ LINQ ขึ้นกับเส้นทางส่ง ชนิดและขนาดของข้อมูล รวมถึงชนิดซีเควนเซอร์
1
ในภาพรวม การเชื่อมผ่าน NVQLink เปิดทางให้ GPU เข้ามาอยู่ในเส้นทางการประมวลผลที่ทำงานร่วมกับตัวควบคุมควอนตัมได้ แต่รายละเอียดที่มีอยู่ยังไม่ระบุว่าการทดสอบ Qblox ครั้งนี้ใช้ระบบดังกล่าวทำงานจำลองทางควอนตัมและ AI ควบคู่กันอย่างไร หรือใช้ GPU ถอดรหัสข้อผิดพลาดและปรับเทียบพารามิเตอร์คิวบิตระหว่างการทดลองจริงหรือไม่ จึงยังไม่ควรสรุปว่าความสามารถเหล่านั้นได้รับการสาธิตแล้วในชุดทดสอบนี้
CUDA-Q เป็นแพลตฟอร์มซอฟต์แวร์ที่ใช้เชื่อมงานคำนวณแบบเร่งความเร็วกับฮาร์ดแวร์ควอนตัม ส่วน API cudaq-realtime รองรับการส่งข้อมูลไปมาระหว่าง GPU กับตัวควบคุมในระดับไมโครวินาที Qblox ระบุเมื่อมีนาคม 2026 ว่ารองรับการเปิดให้ใช้ NVQLink ผ่าน API นี้ โดยต่อยอดจากความร่วมมือที่ประกาศไว้ในเดือนตุลาคม 2025 อย่างไรก็ตาม ข้อมูลที่ให้มายังไม่ยืนยันว่าผู้พัฒนาจะย้ายโค้ดเดิมจาก DGX Spark ไปใช้ GPU ในศูนย์ข้อมูลได้โดยไม่ต้องแก้ไข
NVIDIA เปิดตัว NVQLink ในเดือนตุลาคม 2025 ในฐานะสถาปัตยกรรมแบบเปิดสำหรับเชื่อมโปรเซสเซอร์ควอนตัมกับระบบประมวลผล GPU โดยมีผู้สร้างฮาร์ดแวร์ควอนตัม 17 ราย ผู้พัฒนาระบบควบคุม 5 ราย และห้องปฏิบัติการแห่งชาติของสหรัฐฯ 9 แห่งเข้าร่วม การเปิดตัวเกิดขึ้นในช่วง GTC ที่กรุงวอชิงตัน ดี.ซี. ตามข้อมูลย้อนหลังจากผู้เข้าร่วมในอุตสาหกรรม
แนวคิดเบื้องหลังคือให้โฮสต์ประมวลผลแบบเรียลไทม์กับตัวควบคุมระบบควอนตัมแลกเปลี่ยนข้อมูลกันด้วยความหน่วงต่ำ เพื่อรองรับงานที่ต้องประมวลผลและตอบสนองอย่างรวดเร็ว รวมถึงงานแก้ไขข้อผิดพลาดควอนตัม NVIDIA ระบุสเปกขั้นต่ำของการสื่อสาร GPU-QPU แบบ FPGA ไปยัง GPU แล้วกลับไปยัง FPGA ว่าต่ำกว่า 4.0 ไมโครวินาที ตัวเลขนี้เป็นสเปกของ NVQLink และไม่ควรนำไปปนกับผลวัดเฉพาะฮาร์ดแวร์ Qblox ข้างต้น
มีตัวอย่างการใช้งานด้านแก้ไขข้อผิดพลาดแล้ว: NVIDIA รายงานว่า Quantinuum เชื่อม Helios QPU กับโฮสต์ GH200 Grace Hopper แบบเรียลไทม์ และใช้ตัวถอดรหัส nv-qldpc-decoder ในไลบรารี CUDA-Q QEC เพื่อถอดรหัส quantum low-density parity-check แบบเรียลไทม์ โดยรายงานว่าอัตราข้อผิดพลาดของ logical qubit ดีขึ้น 5.4 เท่า ตัวอย่างนี้แสดงเหตุผลที่การสื่อสารระหว่าง GPU กับเครื่องควอนตัมอย่างรวดเร็วมีความสำคัญต่อการพัฒนาระบบที่ใช้ logical qubits แต่ไม่ใช่ผลจากการทดสอบ Qblox ครั้งนี้
รายงานหนึ่งถ่ายทอดคำกล่าวของ Niels Bultink ซีอีโอและผู้ร่วมก่อตั้ง Qblox ว่าการขยายขนาดคอมพิวเตอร์ควอนตัมขึ้นอยู่กับระบบควบคุมแบบคลาสสิกที่ทำงานอยู่เบื้องหลังด้วย 10 อย่างไรก็ดี แหล่งข้อมูลที่มีไม่ได้ให้คำกล่าวโดยตรงของ Sam Stanwyck ผู้อำนวยการฝ่ายผลิตภัณฑ์ควอนตัมของ NVIDIA จึงไม่อาจระบุเหตุผลหรือคำพูดเฉพาะของเขาได้อย่างน่าเชื่อถือ และยังไม่มีหลักฐานยืนยันรายชื่อโฮสต์แบบเรียลไทม์ที่รองรับทั้งหมด
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
Qblox ประกาศที่เมืองเดลฟต์ ประเทศเนเธอร์แลนด์ เมื่อ 22 ตุลาคม 2026 ว่าเชื่อม NVIDIA DGX Spark เข้ากับตัวควบคุมระบบควอนตัมผ่าน NVQLink ได้
Qblox ประกาศที่เมืองเดลฟต์ ประเทศเนเธอร์แลนด์ เมื่อ 22 ตุลาคม 2026 ว่าเชื่อม NVIDIA DGX Spark เข้ากับตัวควบคุมระบบควอนตัมผ่าน NVQLink ได้ ค่าหน่วงไป กลับที่บริษัทรายงานคือ ต่ำกว่า 7.2 ไมโครวินาทีบน DGX Spark และต่ำกว่า 4.0 ไมโครวินาทีบน RTX PRO 6000 Blackwell ไม่ใช่ต่ำกว่า 4.0 ไมโครวินาทีทั้งสองระบบ
Q1 ทำหน้าที่ควบคุมลำดับพัลส์ ส่วน LINQ ช่วยส่งข้อมูลตอบกลับระหว่างซีเควนเซอร์ ขณะที่ CUDA Q และ API cudaq realtime เป็นส่วนหนึ่งของการเชื่อมงานคำนวณกับตัวควบคุม
Qblox ประกาศที่เมืองเดลฟต์ ประเทศเนเธอร์แลนด์ เมื่อ 22 ตุลาคม 2026 ว่าเชื่อม NVIDIA DGX Spark เข้ากับตัวควบคุมระบบควอนตัมผ่าน NVQLink ได้ ค่าหน่วงไป กลับที่บริษัทรายงานคือ ต่ำกว่า 7.2 ไมโครวินาทีบน DGX Spark และต่ำกว่า 4.0 ไมโครวินาทีบน RTX PRO 6000 Blackwell ไม่ใช่ต่ำกว่า 4.0 ไมโครวินาทีทั้งสองระบบ Q1 ทำหน้าที่ควบค...
เผยแพร่โดยแก้ไขด้วย GPT-6 Lunaรูปภาพสร้างด้วย GPT Image 2
คำตอบการวิจัย

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 บริษัทด้านระบบควบคุมควอนตัมจากเนเธอร์แลนด์ ประกาศที่เมืองเดลฟต์เมื่อ 22 ตุลาคม 2026 ว่าได้นำ NVIDIA DGX Spark มาเชื่อมกับตัวควบคุมระบบควอนตัมของบริษัทผ่าน NVQLink เพื่อให้ GPU และระบบควบคุมควอนตัมทำงานร่วมกันในวงจรตอบสนองแบบเรียลไทม์ 4
ตัวเลขสำคัญมีสองค่า และควรแยกให้ออกจากกัน: Qblox รายงานค่าหน่วงแบบไป-กลับต่ำกว่า 7.2 ไมโครวินาทีบน DGX Spark และต่ำกว่า 4.0 ไมโครวินาทีบน NVIDIA RTX PRO 6000 Blackwell 4 ดังนั้นค่าไม่ถึง 4.0 ไมโครวินาทีเป็นผลของ RTX PRO 6000 Blackwell ไม่ใช่ DGX Spark
ระบบ Qblox Cluster ใช้ตัวประมวลผลลำดับสัญญาณ Q1 ซึ่งทำงานบน FPGA เพื่อสร้าง กำหนดจังหวะ และปรับรูปพัลส์ที่ใช้ควบคุมคิวบิต ส่วน LINQ เป็นช่องทางส่งข้อมูลตอบกลับระหว่างซีเควนเซอร์ โดยรองรับข้อมูลอย่างบิตที่ผ่านการ threshold ค่า IQ time-tag และรีจิสเตอร์ 2 ความหน่วงของ LINQ ขึ้นกับเส้นทางส่ง ชนิดและขนาดของข้อมูล รวมถึงชนิดซีเควนเซอร์
1
ในภาพรวม การเชื่อมผ่าน NVQLink เปิดทางให้ GPU เข้ามาอยู่ในเส้นทางการประมวลผลที่ทำงานร่วมกับตัวควบคุมควอนตัมได้ แต่รายละเอียดที่มีอยู่ยังไม่ระบุว่าการทดสอบ Qblox ครั้งนี้ใช้ระบบดังกล่าวทำงานจำลองทางควอนตัมและ AI ควบคู่กันอย่างไร หรือใช้ GPU ถอดรหัสข้อผิดพลาดและปรับเทียบพารามิเตอร์คิวบิตระหว่างการทดลองจริงหรือไม่ จึงยังไม่ควรสรุปว่าความสามารถเหล่านั้นได้รับการสาธิตแล้วในชุดทดสอบนี้
CUDA-Q เป็นแพลตฟอร์มซอฟต์แวร์ที่ใช้เชื่อมงานคำนวณแบบเร่งความเร็วกับฮาร์ดแวร์ควอนตัม ส่วน API cudaq-realtime รองรับการส่งข้อมูลไปมาระหว่าง GPU กับตัวควบคุมในระดับไมโครวินาที Qblox ระบุเมื่อมีนาคม 2026 ว่ารองรับการเปิดให้ใช้ NVQLink ผ่าน API นี้ โดยต่อยอดจากความร่วมมือที่ประกาศไว้ในเดือนตุลาคม 2025 อย่างไรก็ตาม ข้อมูลที่ให้มายังไม่ยืนยันว่าผู้พัฒนาจะย้ายโค้ดเดิมจาก DGX Spark ไปใช้ GPU ในศูนย์ข้อมูลได้โดยไม่ต้องแก้ไข
NVIDIA เปิดตัว NVQLink ในเดือนตุลาคม 2025 ในฐานะสถาปัตยกรรมแบบเปิดสำหรับเชื่อมโปรเซสเซอร์ควอนตัมกับระบบประมวลผล GPU โดยมีผู้สร้างฮาร์ดแวร์ควอนตัม 17 ราย ผู้พัฒนาระบบควบคุม 5 ราย และห้องปฏิบัติการแห่งชาติของสหรัฐฯ 9 แห่งเข้าร่วม การเปิดตัวเกิดขึ้นในช่วง GTC ที่กรุงวอชิงตัน ดี.ซี. ตามข้อมูลย้อนหลังจากผู้เข้าร่วมในอุตสาหกรรม
แนวคิดเบื้องหลังคือให้โฮสต์ประมวลผลแบบเรียลไทม์กับตัวควบคุมระบบควอนตัมแลกเปลี่ยนข้อมูลกันด้วยความหน่วงต่ำ เพื่อรองรับงานที่ต้องประมวลผลและตอบสนองอย่างรวดเร็ว รวมถึงงานแก้ไขข้อผิดพลาดควอนตัม NVIDIA ระบุสเปกขั้นต่ำของการสื่อสาร GPU-QPU แบบ FPGA ไปยัง GPU แล้วกลับไปยัง FPGA ว่าต่ำกว่า 4.0 ไมโครวินาที ตัวเลขนี้เป็นสเปกของ NVQLink และไม่ควรนำไปปนกับผลวัดเฉพาะฮาร์ดแวร์ Qblox ข้างต้น
มีตัวอย่างการใช้งานด้านแก้ไขข้อผิดพลาดแล้ว: NVIDIA รายงานว่า Quantinuum เชื่อม Helios QPU กับโฮสต์ GH200 Grace Hopper แบบเรียลไทม์ และใช้ตัวถอดรหัส nv-qldpc-decoder ในไลบรารี CUDA-Q QEC เพื่อถอดรหัส quantum low-density parity-check แบบเรียลไทม์ โดยรายงานว่าอัตราข้อผิดพลาดของ logical qubit ดีขึ้น 5.4 เท่า ตัวอย่างนี้แสดงเหตุผลที่การสื่อสารระหว่าง GPU กับเครื่องควอนตัมอย่างรวดเร็วมีความสำคัญต่อการพัฒนาระบบที่ใช้ logical qubits แต่ไม่ใช่ผลจากการทดสอบ Qblox ครั้งนี้
รายงานหนึ่งถ่ายทอดคำกล่าวของ Niels Bultink ซีอีโอและผู้ร่วมก่อตั้ง Qblox ว่าการขยายขนาดคอมพิวเตอร์ควอนตัมขึ้นอยู่กับระบบควบคุมแบบคลาสสิกที่ทำงานอยู่เบื้องหลังด้วย 10 อย่างไรก็ดี แหล่งข้อมูลที่มีไม่ได้ให้คำกล่าวโดยตรงของ Sam Stanwyck ผู้อำนวยการฝ่ายผลิตภัณฑ์ควอนตัมของ NVIDIA จึงไม่อาจระบุเหตุผลหรือคำพูดเฉพาะของเขาได้อย่างน่าเชื่อถือ และยังไม่มีหลักฐานยืนยันรายชื่อโฮสต์แบบเรียลไทม์ที่รองรับทั้งหมด
Studio Global AI
หน้านี้รวมคำตอบที่ได้รับการสนับสนุนจากแหล่งที่มาซึ่งคุณสามารถดำเนินการต่อภายใน Studio Global
Qblox ประกาศที่เมืองเดลฟต์ ประเทศเนเธอร์แลนด์ เมื่อ 22 ตุลาคม 2026 ว่าเชื่อม NVIDIA DGX Spark เข้ากับตัวควบคุมระบบควอนตัมผ่าน NVQLink ได้
Qblox ประกาศที่เมืองเดลฟต์ ประเทศเนเธอร์แลนด์ เมื่อ 22 ตุลาคม 2026 ว่าเชื่อม NVIDIA DGX Spark เข้ากับตัวควบคุมระบบควอนตัมผ่าน NVQLink ได้ ค่าหน่วงไป กลับที่บริษัทรายงานคือ ต่ำกว่า 7.2 ไมโครวินาทีบน DGX Spark และต่ำกว่า 4.0 ไมโครวินาทีบน RTX PRO 6000 Blackwell ไม่ใช่ต่ำกว่า 4.0 ไมโครวินาทีทั้งสองระบบ
Q1 ทำหน้าที่ควบคุมลำดับพัลส์ ส่วน LINQ ช่วยส่งข้อมูลตอบกลับระหว่างซีเควนเซอร์ ขณะที่ CUDA Q และ API cudaq realtime เป็นส่วนหนึ่งของการเชื่อมงานคำนวณกับตัวควบคุม