答案已發布14 個來源
Qblox 將 NVIDIA DGX Spark 接入量子控制系統，實測延遲有多快？
Qblox 在 2026 年 10 月 22 日宣布，已透過 NVIDIA NVQLink 將 DGX Spark 接上量子系統控制器。 Qblox 表示，往返延遲在 DGX Spark 上低於 7.2 微秒，在 RTX PRO 6000 Blackwell GPU 上則低於 4.0 微秒；兩個數字不可混為一談。[4] Q1 負責量子控制脈衝的即時時序，LINQ 可在序列器間傳送測量與控制資料；CUDA Q 的即時 API 則提供 GPU 與控制器之間的程式介面。[1][2][30][42]
發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成
研究答案
重點整理
- Qblox 在 2026 年 10 月 22 日宣布，已透過 NVIDIA NVQLink 將 DGX Spark 接上量子系統控制器。
- Qblox 表示，往返延遲在 DGX Spark 上低於 7.2 微秒，在 RTX PRO 6000 Blackwell GPU 上則低於 4.0 微秒；兩個數字不可混為一談。[4]
- Q1 負責量子控制脈衝的即時時序，LINQ 可在序列器間傳送測量與控制資料；CUDA Q 的即時 API 則提供 GPU 與控制器之間的程式介面。[1][2][30][42]
- NVQLink 的架構目標與即時量子錯誤更正相關，但現有資料不足以證明 Qblox 此次整合已完成文中所提的校準、GPU 解碼或資料中心程式碼移植。
AI 提示詞
openai.comCreate 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
荷蘭量子控制業者 Qblox 於 2026 年 10 月 22 日在荷蘭代爾夫特（Delft）宣布，已透過 NVIDIA NVQLink，將 NVIDIA DGX Spark 桌上型 AI 系統整合至 Qblox 量子系統控制器。這項連接的重點，是讓 GPU 運算能參與量子—古典混合系統的即時控制迴路，而不只是離線處理資料。4
兩種硬體，兩個延遲數字
Qblox 公布的往返延遲，依平台而異：
- NVIDIA DGX Spark：低於 7.2 微秒
- NVIDIA RTX PRO 6000 Blackwell GPU：低於 4.0 微秒
4
一微秒是百萬分之一秒。解讀數字時要留意：低於 4.0 微秒是 RTX PRO 6000 Blackwell 的結果，DGX Spark 的公布數字則是低於 7.2 微秒，並非兩套系統都低於 4.0 微秒。4
這也不應與 NVIDIA 對 NVQLink 架構所列的「FPGA 到 GPU 再回 FPGA，最低延遲低於 4.0 微秒」規格混為一談。後者是 NVIDIA 的架構指標；Qblox 這次公布的是兩種平台各自的實測結果。4
Q1、LINQ 與 CUDA-Q 各做什麼？
Qblox Cluster 的每個通道都配置 Q1 即時序列處理器；Q1 以 FPGA 為基礎，負責產生量子控制脈衝並安排其時序與波形。 Qblox 的 LINQ 技術則讓序列器能在叢集內即時交換資料，包括經閾值判定的位元、IQ 值、時間標記與暫存器內容。實際延遲會隨路由、資料種類與資料量改變。1
2
在軟體層，CUDA-Q 的 cudaq-realtime API 提供 GPU 與量子控制器之間的即時通訊介面。Qblox 於 2026 年 3 月表示，支援透過這項 API 使用 NVQLink；這延續了雙方在 2025 年 10 月宣布的合作。
合起來看，這些元件提供了把量子控制、古典運算與 GPU 接在同一系統中的基礎。不過，現有資料並未詳述 Qblox 這次整合如何執行量子、AI 與模擬的混合工作，也不足以確認它已展示實驗期間校準、GPU 即時解碼，或同一份程式碼可直接移植至資料中心 GPU 等能力。這些應與已公布的連線整合及延遲測量分開看待。
從 NVQLink 到邏輯量子位元
NVIDIA 在 2025 年 10 月 28 日推出 NVQLink，定位為連接量子處理器與 GPU 超級電腦的開放架構；推出時公布的參與陣容包括 17 家量子處理器業者、5 家控制系統業者與 9 座美國國家實驗室。 NVIDIA 的架構說明則將系統描述為即時運算主機、量子系統控制器，以及兩者之間可擴展的低延遲連線；合作夥伴提供的即時主機方案可能各有不同。2
這種架構與邏輯量子位元的發展有關，因為量子錯誤更正需要古典系統快速接收量測結果、計算解碼結果，再把控制資訊送回量子系統。NVIDIA 曾公布一項相關示範：Quantinuum 的 Helios 量子處理器連接 GH200 Grace Hopper 即時主機，使用 CUDA-Q 量子錯誤更正函式庫中的 nv-qldpc-decoder 進行即時量子低密度同位檢查（qLDPC）解碼，並表示邏輯量子位元錯誤率改善 5.4 倍。
Qblox 執行長暨共同創辦人 Niels Bultink 曾表示，量子電腦能擴展多快，取決於周邊古典控制系統能否跟上；這正是讓 GPU 進入控制迴路受到重視的原因之一。10 不過，現有來源沒有提供 NVIDIA 量子產品主管 Sam Stanwyck 對這次 Qblox 整合的具體說法，也未證實 Qblox 此次已達成上述錯誤更正示範中的功能。較穩妥的結論是：這次公布展示了 GPU 與量子控制器之間的整合及延遲數據，至於它如何轉化為更大規模的邏輯量子系統，仍需後續實測與更多細節。
Studio Global AI
繼續深入研究
這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。
大家也會問
「Qblox 將 NVIDIA DGX Spark 接入量子控制系統，實測延遲有多快？」的簡短答案是什麼？
Qblox 在 2026 年 10 月 22 日宣布，已透過 NVIDIA NVQLink 將 DGX Spark 接上量子系統控制器。
最值得優先驗證的重點是什麼？
Qblox 在 2026 年 10 月 22 日宣布，已透過 NVIDIA NVQLink 將 DGX Spark 接上量子系統控制器。 Qblox 表示，往返延遲在 DGX Spark 上低於 7.2 微秒，在 RTX PRO 6000 Blackwell GPU 上則低於 4.0 微秒；兩個數字不可混為一談。[4]
接下來在實務上該怎麼做？
Q1 負責量子控制脈衝的即時時序，LINQ 可在序列器間傳送測量與控制資料；CUDA Q 的即時 API 則提供 GPU 與控制器之間的程式介面。[1][2][30][42]