英伟达IBM联手费米实验室:模块化量子平台12周任务缩至45分钟
黄仁勋的事情最近闹得沸沸扬扬,但是,2026年11月16日,在美国芝加哥举办的SC26超算大会上,IBM、美国能源部下属的费米国家加速器实验室(Fermilab)与英伟达宣布,三方计划共同建设一个模块化量子计算协同设计平台。 该联合项目将NVIDIA DGX B200加速计算系统与IBM量子处理器并置于费米实验室超导量
黄仁勋最近的事情闹得沸沸扬扬,不过,2026年11月16日,地点在美国芝加哥,一场模块化量子计算协同设计平台的相关发布在此进行。
这一联合项目将会NVIDIA DGX B200物理和核物理模拟一套量身打造的集成超级计算环境。
眼下要想实现模块化互联,还有量子处理器(QPU)同经典是条不错的路子。三方这回的合作,说到底就是为2028年
就在同日,英伟达还发布了一款新工具,用于量子纠错解码研究TCBP-JOBS
模块化量子计算平台
三方计划推出的模块化量子计算联合设计平台核心是物理同址部署。
具体来看,英伟达DGX B200加速计算系统被放到与
IBM量子计算设备同一个物理空间里,这套系统也包括搭载设备IBM迄今最强的量子处理器,基于此,费米实验室主导的超导量子材料与系统(SQMS)中心为这一布局提供支撑进行研发。
IBM Quantum Nighthawk这款产品的突出之处,就体现在它的能够在120个
探索处理器模块化,是该平台最优先推进的方向之一。单片量子处理器在物理层面存在扩展上限,因此,把具体做法是让多个量子处理单元(QPU)经由低延迟的扩展计算能力在这套方案中占据关键位置。
部署初期,研究团队会围绕模块间通信开展建模与分析,考察网络延迟、量子链路错误和经典反馈回路各自会怎样作用于分布式量子计算模拟进入后续阶段,费米实验室打算把它的九胞体超导射频(SRF)腔体接入该平台中,这些相干性极高的结构,后续将被评估用于量子存储器、纠缠缓冲器,以及玻色子量子纠错资源等方向。
该中心由费米实验室牵头,是美国
在这一模块化量子计算平台里,IBM主要在超导量子处理器、软件和量子网络方面提供经验;英伟达负责负责提供解码、仿真、优化与实时反馈所算力;费米实验室则牵头高能物理与核物理应用,涵盖粒子相互作用、中微子物理和核模拟,并协调研究人员使用这一平台。
正如英伟达量子计算应用研究副总裁Krysta Svore表示,要释放量子计算的潜力,量子处理器和加速计算必须一起演进,最终形成加速量子超级计算机。所言
而本次之所以把高能物理和核物理选为应用方向,背后有明确的技术考量:这类问题牵涉强关联量子多体系统,经典方法一旦规模上去就容易撞上瓶颈。有着应用需求决定架构取舍让物理学家直接参与算法和架构设计,正是协同设计的起点。,
另外,平台落地还会加快另一项计划的推进,该计划提出到2028年部署具备科学价值的容错量子计算机。美国能源部
而就在一周多以前,IBM、和橡树岭国家实验室也启动了另一个协同设计平台则把Nighthawk r2处理器和基于AMD的经典系统配在一起,落地在IBM纽约波基普西的基地。
架构规范与软件生态
该平台一边接入专用硬件层,一边搭配新扩展的软件接口,让量子资源能挂进标准超算调度器里。软件链条的核心,是开源量子资源管理接口(QRMI),由IBM、NVIDIA、Pasqal和开源计算社区一起开发。
QRMI直接连接到
硬件共置之外,还有补充手段。NVIDIA在其TCBP-JOBS。该采用轨迹校准置信传播与抖动有序统计解码束搜索GPU加速算法,支持。
在双变量自行车码的基准测试里,对照传统非稀疏化解码基线,TCBP-JOBS跑出了13000倍的加速,原本要花12周的离线研究计算,被压到45分钟。更早之前,费米实验室还借助CUDA-Q逻辑层工具,把一项原本预计要耗5个月的量子电路模拟任务,缩短了到了3周。
不过,英伟达在公布数据时就明确指出,这纠错速度提升到原来的13000倍,针对的是“纠错设计研究中的离线仿真工作负载”。主要是针对并不是目标是在实际运行的量子计算机上做到微秒级的实时在线解码。即使这样单次实验迭代周期因此被压缩,原来需要12周的工作如今45分钟就能完成。压缩到45分钟,已经足够这套方案会影响到全球量子纠错算法的相关研究。研发节奏了。
同一天,IBM和AMD也联合发布了基于相同的时间节点、相似的发布动作,说明科技巨头们业界已经看清,纠错研究本身需要正在变成一项高性能计算任务。
混合计算能否啃下科学问题
量子计算和GPU放在一起,到底能不能啃下传统超算啃不下那些科学问题?
在SC26超算大会期间,IBM与日本理化学研究所(RIKEN)走到了一起。和英伟达公布的双方把目光投向计算化学基准测试。显示,在RIKEN这边用的是NVIDIA的方案。采用他们采用基于采样的量子对角化方法(SQD),对蛋白质里常见的体系展开计算。
计算使用这一轮跑下来,动用了72个量子比特,双量子比特操作最多达到4000个,累计采集500万个样本。与拿高精度经典方法作对照,计算结果的偏差被压到了DMRG4.3毫哈特里。,同一体系此前也算过,这回的精度比团队那时候的结果更高。79倍。
RIKEN计算材料科学研究团队负责人Seiji Yunoki给出了评价。到在强关联体系上,它已经逼近DMRG 的精度。量子与 HPC 混合这条路,在难啃的科学问题上确实有实打实的潜力。
小分子强关联体系之外外混合算力的规模也在往大分子方向铺开。克利夫兰诊所、RIKEN 和 IBM 此前就联手,借助。这个项目已经正式进入2026年
协同设计的环节里
如今,IBM分别与AMD 走的是橡树岭路线、英伟达则选了费米实验室路线,把协同平台搭起来,说到底,两家的思路是一样的容错量子计算机不会顶替超级计算机的位置,它更像一种专用协处理器,被深深嵌进HPC 集群内部。
但是,从物理上同址部署,到真正跑通模块化容错计算,中间横亘着很多工程难题。
硬件层面还有硬骨头要啃。多台量子处理器之间怎样做到低损耗、低延迟地传输量子态、分发纠缠,超导射频腔和稀释制冷机里的芯片又该怎么高效耦合,眼下都还停在建模和验证的早期阶段。。
系统层面同样没到收工的时候。离线解码器跑出万倍提速,只能算迈出第一步;真正要在QPU运行周期内完成亚微秒级的闭环实时纠错反馈,对FPGA控制器来说仍是考验——英伟达近期与Altera、OQC联合探索的方向,也绕不开这道坎。
人才和软件工程上的断层也摆在那里。也是不容忽视的高能物理、材料科学这些领域攒了几十年的遗留代码,要重构成能在CPU、GPU与QPU之间无缝切分任务、穿插执行纠错解码的混合算法,缺的正是既懂科学计算、又熟悉这套异构架构的人。
总之,IBM、英伟达和费米实验室虽宣布计划两家要一起搭一个模块化量子计算的协同设计平台。不过各方目前都没有公布具体的交付时间表和经费投入,这种合作更多还是停留在没有“共同定义标准”的探索层面。后面的进展,还得接着看。
[1]https://newsroom.ibm.com/2026-11-16-ibm,-fermilab,-and-nvidia-announce-plans-for-new-co-design-platform-to-accelerate-the-development-of-next-generation,-modular-quantum-computers
[2]https://casrai.org/news/fermilab-ibm-nvidia-quantum-hpc-codesign-platform-sc26-2026
[3]https://mlq.ai/news/nvidia-ibm-and-fermilab-plan-a-modular-quantum-codesign-platform-as-nvidia-releases-a-decoder-it-says-is-up-to-13000-times-faster/
[4]https://nvidianews.nvidia.com/news/nvidia-announces-collaboration-with-ibm-and-fermi-national-accelerator-laboratory-to-launch-quantum-classical-codesign-platform-plus-error-correction-breakthrough-to-advance-practical-quantum-computing
[5]https://blogs.nvidia.com/blog/slurm-quantum-computing-supercomputing/