NVIDIA открыла CUDA-Q Logical — слой оркестрации для отказоустойчивых квантовых вычислений

Что объявила NVIDIA

NVIDIA 14 сентября 2026 года объявила о расширении открытой платформы CUDA-Q: в неё добавлен слой CUDA-Q Logical — оркестрация, которая даёт программируемый и проверяемый способ разрабатывать приложения для отказоустойчивых квантовых компьютеров.

Смысл отказоустойчивых машин в логических кубитах: они обходят ошибки, неизбежные у физических кубитов, и позволяют выполнять вычисления, нужные для практических задач — от поиска лекарств и финансового моделирования до разработки материалов.

Разработка под такие системы упирается в совместное проектирование: изменение алгоритма, кода коррекции ошибок, архитектуры железа или любого другого компонента заметно меняет объём ресурсов, необходимых для запуска конкретного приложения. Слой CUDA-Q Logical позволяет собирать все компоненты в одном месте и переключаться между вариантами, чтобы находить оптимальную конфигурацию системы.

Вице-президент и генеральный менеджер квантового направления NVIDIA Тимоти Коста описывает это как переход отрасли в эпоху логических кубитов: по его словам, исследователям нужна открытая и настраиваемая платформа, способная представить все аспекты отказоустойчивой системы, а новый слой даёт возможность исследовать полностью интегрированные и совместно оптимизированные системы независимо от типа кубитов и архитектуры.

Среди тех, кто уже работает с CUDA-Q Logical, NVIDIA перечисляет Fermi National Accelerator Laboratory, Infleqtion, IQM Quantum Computers, QCDesign Quantum Motion и Sandia National Laboratories.

Fermilab: пять месяцев до трёх недель

В Fermilab с помощью CUDA-Q Logical проверили прежние результаты и оценили требования к физическим кубитам, рантаймам и другим ресурсам для разных подходов к коррекции ошибок и разного железа.

Сложные проекты отказоустойчивых систем превратились в повторяемый и проверяемый вычислительный процесс, а разработка отказоустойчивых алгоритмов ускорилась с пяти месяцев до трёх недель — семикратно.

Технический директор Fermilab и руководитель центра Superconducting Quantum Materials and Systems Анна Грасселлино говорит, что путь к отказоустойчивым вычислениям требует совместного проектирования алгоритма, коррекции ошибок, архитектуры и железа, и что её команда прошла комбинации этих ресурсов за три недели вместо примерно пяти месяцев на построение специализированной инфраструктуры.

QUOPS: бенчмарк прогресса вместо гонки за числом кубитов

Sandia National Laboratories выложила QUOPS — независимый кросс-платформенный бенчмарк, который измеряет продвижение квантовых систем к задачам практической ценности. Это аппаратно-независимый открытый метод сравнения прогресса на общих целях отказоустойчивых вычислений.

Исторически прогресс в квантовых вычислениях мерили в основном физическими кубитами — их числом, точностью и временем когерентности; QUOPS смещает измерение на готовность отказоустойчивого железа к практическим приложениям.

Ранние результаты Sandia выложила препринтом к IEEE Quantum Week: в нём первые замеры QUOPS для процессоров Google, IBM и Quantinuum, а референсная реализация QUOPS доступна в CUDA-Q.

Со-директор Quantum Performance Laboratory в Sandia Тимоти Проктор объясняет задачу так: чтобы приблизить отказоустойчивые машины для задач национальной важности, отрасль должна уметь отслеживать и прогнозировать рост их возможностей — для этого QUOPS и создан.

Что показали партнёры

Iceberg Quantum смоделировала свою отказоустойчивую архитектуру для кубитов Diraq и показала, что 1 000 логических кубитов можно получить из 150 000 физических — примерно в десять раз меньше, чем в прежних оценках Diraq.

Infleqtion соединила CUDA-Q Logical с открытой библиотекой qLDPC для исследований коррекции ошибок: на раннем доступе к слою исследователи собрали и проверили код с высокой скоростью, которому нужно около шести физических кубитов данных на один логический — примерно пятикратное улучшение по скорости кода относительно поверхностного кода из сравнения. Отношение физических кубитов к логическим оказалось ниже 10:1.

Библиотеку qLDPC Infleqtion открыла годом ранее вместе с исследователями JPMorgan Chase: она даёт математику кода, а CUDA-Q Logical — модель компиляции. Дальше компания переносит процесс к физическому исполнению: извлечение синдромов, моделирование шумов нейтральных атомов и бенчмаркинг декодеров, опираясь в том числе на семейство открытых моделей NVIDIA Ising для декодирования в реальном времени.

Отдельно от этого Diraq и Iceberg Quantum подтвердили, что архитектуру Pinnacle на qLDPC можно реализовать на кремниевых спиновых кубитах Diraq, сохранив её логическое преимущество: распространённое допущение, будто такие архитектуры требуют заметно более сложного железа, чем поверхностный код, здесь не подтвердилось.

Платформа и экосистема вокруг неё

CUDA-Q — открытая платформа квантовых вычислений с kernel-моделью программирования, которая распространяет CUDA на квантовые ускорители и позволяет считать на GPU, CPU и QPU в одной программе. Платформа не зависит от типа кубитов и интегрируется с 75 % публично доступных QPU.

Компилятор CUDA-Q понижает и оптимизирует код под конкретный бэкенд, используя MLIR, LLVM и QIR; программировать можно на Python и C++, а в состав входят библиотеки коррекции ошибок, ускоренные декодеры, а также бэкенды симуляторов и реальных процессоров.

Связка железа идёт через NVQLink — открытую системную архитектуру для тесного сопряжения квантовых процессоров с GPU-суперкомпьютерами: Anyon Computing сделала на ней новую систему управления, Quandela — архитектуру QPU-GPU, а Quantum Machines показала интеграцию суперкомпьютерных ресурсов с кубитами в израильском квантовом центре. Diraq использовала NVIDIA Ising для калибровки своего кремниевого кубитного процессора.

В прикладной части IonQ рассказала о прогрессе в DQAOA-GPT — квантовом каркасе генеративного ИИ на ускоренных вычислениях NVIDIA, а MITRE опубликовала работу о GPU-ускоренных цифровых двойниках квантовых сенсоров. BlueQubit запустила грантовую программу Quantum Flywheel с доступом к ускоренным вычислениям NVIDIA через CUDA-Q, а Qedma и QCentroid интегрировали свои технологии с платформой.