The Pulse

NVIDIA aggiunge CUDA-Q Logical per la progettazione quantistica tollerante ai guasti

NVIDIA ha aggiunto CUDA-Q Logical alla sua piattaforma open source CUDA-Q per compilare, testare e stimare i carichi di lavoro quantistici tolleranti ai guasti. Secondo l’azienda, Fermilab ha ridotto i tempi di sviluppo delle architetture d

AI.info Team · Scritto con l’IA · verificato · 2026-09-15

Secondo NVIDIA, l’informatica quantistica tollerante ai guasti ha bisogno di un livello software aperto per coordinare algoritmi, codici di correzione degli errori e architetture hardware. La stessa documentazione dell’azienda definisce però il nuovo pacchetto CUDA-Q Logical una versione preliminare, le cui API e il cui comportamento potrebbero cambiare sostanzialmente. Emerge così il divario tra la visione a lungo termine della piattaforma proposta dall’azienda e la maturità del software oggi disponibile.

Annunciato il 14 settembre, CUDA-Q Logical di NVIDIA aggiunge un livello di orchestrazione e compilazione alla piattaforma open source CUDA-Q. Il software permette ai ricercatori di mantenere costante un carico di lavoro mentre modificano metodi di correzione degli errori quantistici, architetture logiche, hardware fisico, decodificatori e ipotesi sui sistemi di controllo, per poi confrontare le conseguenti esigenze in termini di risorse.

La nuova versione affronta uno dei problemi ingegneristici più difficili dell’informatica quantistica: un’applicazione utile può richiedere quantità molto diverse di qubit fisici, tempo di esecuzione e risorse di controllo, a seconda di come è costruito il sistema tollerante ai guasti sottostante. L’approccio di NVIDIA consiste nel rappresentare queste scelte all’interno di un unico flusso di lavoro, anziché costringere i ricercatori a collegare manualmente strumenti separati.

CUDA-Q Logical basa le stime sugli artefatti del compilatore

La descrizione della ricerca di NVIDIA presenta CUDA-Q Logical come un’infrastruttura di compilazione estensibile per la compilazione, l’analisi e l’esecuzione tolleranti ai guasti. Il sistema traduce progressivamente un programma logico indipendente dalla piattaforma di destinazione attraverso una macchina virtuale logica, microcodice per la correzione degli errori quantistici, sequenze temporali di porte fisiche e piani di controllo in tempo reale.

Ogni fase conserva informazioni sul programma e sulle ipotesi adottate. Le stime delle risorse provengono direttamente dagli artefatti del compilatore, consentendo ai ricercatori di confrontare le architetture e ricondurre i costi a scelte come il codice di correzione degli errori, il modello di esecuzione, il decodificatore o la progettazione dell’hardware. Il framework trasferisce anche artefatti tipizzati di correzione degli errori nella simulazione e supporta carichi di lavoro che includono la chirurgia qLDPC e la composizione di modelli di errore dei rivelatori.

La documentazione pubblica mostra come un kernel CUDA-Q possa essere tradotto attraverso una configurazione basata su un codice di superficie e valutato in termini di numero di qubit fisici, eventi pianificati e tempo di esecuzione. Gli sviluppatori possono anche scrivere direttamente programmi logici portabili, configurare codici e protocolli di distillazione, generare stime e produrre programmi per strumenti di simulazione come Stim. CUDA-Q Logical è disponibile attraverso il progetto CUDA-Q su GitHub, mentre il pacchetto preliminare viene installato con la distribuzione CUDA-Q più ampia.

Fermilab riferisce una riduzione di sette volte dei tempi di sviluppo

Fermilab è tra i laboratori e le aziende di informatica quantistica che già utilizzano il sistema, insieme a Infleqtion, IQM Quantum Computers, QCDesign, Quantum Motion e Sandia National Laboratories. Fermilab ha usato CUDA-Q Logical per valutare il fabbisogno di qubit fisici, i tempi di esecuzione e altre risorse con diversi approcci alla correzione degli errori e configurazioni hardware quantistiche.

Il laboratorio ha trasformato questi studi in un flusso di lavoro computazionale ripetibile. Secondo NVIDIA, il lavoro ha ridotto lo sviluppo di architetture tolleranti ai guasti da cinque mesi a tre settimane, una riduzione di sette volte del tempo necessario.

«Usando CUDA-Q Logical, il nostro team ha esplorato combinazioni di queste risorse in sole tre settimane, rispetto ai circa cinque mesi che sarebbero stati normalmente necessari per costruire un’infrastruttura specializzata».

Anna Grassellino, direttrice tecnologica di Fermilab e direttrice del Superconducting Quantum Materials and Systems Center

Timothy Costa, vicepresidente e direttore generale per il settore quantistico di NVIDIA, ha dichiarato che il software è pensato per consentire ai ricercatori di esaminare sistemi integrati con diversi tipi di qubit e architetture.

«L’aggiunta di CUDA-Q Logical offre potenza e flessibilità per esplorare sistemi completamente integrati e ottimizzati congiuntamente, indipendentemente dal tipo di qubit e dall’architettura, riducendo drasticamente i tempi necessari per arrivare a un supercalcolo quantistico-GPU utile».

Timothy Costa, vicepresidente e direttore generale per il settore quantistico, NVIDIA

La stima di Iceberg riduce il fabbisogno di qubit fisici

NVIDIA richiama anche il lavoro di Iceberg Quantum, che ha usato CUDA-Q Logical per modellare un’architettura tollerante ai guasti per i qubit di Diraq. Il modello indica che si potrebbero creare 1.000 qubit logici con 150.000 qubit fisici, circa un decimo delle precedenti stime di Diraq.

Il risultato è una stima specifica del modello, non la dimostrazione di un computer quantistico tollerante ai guasti funzionante. Il suo valore sta nel consentire ai team che progettano le architetture di testare rapidamente possibili implementazioni e vedere come le modifiche al codice, alla disposizione o alle ipotesi operative influiscano sull’hardware necessario.

La distinzione è importante perché i qubit logici sono astrazioni protette costruite a partire da più qubit fisici. Un numero elevato di qubit logici non dimostra di per sé che un sistema possa eseguire un’applicazione utile: i ricercatori devono anche tenere conto dei tassi di errore, della decodifica, della pianificazione, della latenza dei controlli e del tempo necessario per completare il calcolo.

QUOPS di Sandia sposta l’attenzione oltre il numero di qubit

L’annuncio di NVIDIA porta anche il benchmark QUOPS di Sandia National Laboratories in CUDA-Q. QUOPS è concepito come una misura indipendente e multipiattaforma dei progressi verso applicazioni quantistiche su scala utile, anziché come un semplice conteggio dei qubit fisici.

Secondo Sandia, i confronti precedenti si concentravano spesso sull’aumento del numero di qubit, sul miglioramento della fedeltà o sull’estensione della coerenza. QUOPS punta invece a offrire un metodo indipendente dall’hardware per valutare quanta capacità di calcolo utile un sistema possa fornire con lo sviluppo di progetti tolleranti ai guasti.

Sandia ha pubblicato in un preprint i primi risultati QUOPS per processori quantistici di Google, IBM e Quantinuum, e un’implementazione di riferimento è disponibile attraverso le risorse CUDA-Q di NVIDIA. Timothy Proctor, condirettore del Quantum Performance Laboratory di Sandia, ha dichiarato che il benchmark è pensato per aiutare fornitori e clienti a monitorare e prevedere i miglioramenti delle capacità di calcolo quantistico.

Il software è pubblico, ma resta una versione preliminare

La pubblicazione open source di CUDA-Q Logical offre ai ricercatori accesso al livello di compilazione, agli esempi e al flusso di lavoro per la stima delle risorse, anziché a un servizio chiuso legato a un solo processore quantistico. Questa impostazione si inserisce nel più ampio sforzo di NVIDIA per collegare i processori quantistici ai sistemi GPU attraverso CUDA-Q e NVQLink.

La stessa documentazione di NVIDIA classifica però il pacchetto logico come versione preliminare e avverte che le sue API, il suo comportamento e la sua documentazione potrebbero cambiare sostanzialmente. Per i ricercatori, il vantaggio immediato è un ambiente comune per confrontare le architetture; il costo a breve termine è che codice e risultati potrebbero dover essere rivisti man mano che il pacchetto si sviluppa.

La versione del 14 settembre segna quindi una tappa nello sviluppo del software, non l’arrivo di una macchina quantistica tollerante ai guasti. CUDA-Q Logical è ora disponibile per i ricercatori che vogliono testare questi progetti, e il flusso di lavoro di tre settimane riferito da Fermilab rappresenta la misura concreta più chiara fornita da NVIDIA di ciò che lo strumento cambia oggi.