IonQ prévoit d’installer son ordinateur quantique Superion 256 au Accelerated Quantum Research Center de Nvidia en 2027, où l’entreprise affirme qu’il deviendra la première unité de traitement quantique installée sur site dans ce centre.
Le système devrait se connecter directement à un Nvidia GB200 NVL72 via NVQLink, CUDA-Q coordonnant les charges de travail entre le processeur quantique et l’infrastructure GPU. Cette configuration fournit à Nvidia et IonQ une architecture définie pour tester l’informatique hybride quantique-GPU, mais aucun résultat de performance n’est encore disponible pour cette configuration.
IonQ a annoncé le déploiement au NVAQC le 23 septembre. Les recherches prévues portent notamment sur l’optimisation de portefeuilles et la modélisation des risques, la science des matériaux, la chimie computationnelle et des travaux plus larges sur les logiciels quantiques-GPU.
Comment IonQ et Nvidia prévoient de connecter l’informatique quantique et l’informatique GPU
Nvidia a conçu le NVAQC autour de l’idée que les processeurs quantiques fonctionneront aux côtés des supercalculateurs classiques plutôt que de les remplacer. Le centre de Boston utilise des systèmes GB200 NVL72 et CUDA-Q pour prendre en charge les algorithmes hybrides, la simulation de systèmes quantiques et la correction d’erreurs quantiques assistée par GPU.
Le Superion 256 ajoute du matériel à ions piégés à cette pile technologique. eWeek a précédemment examiné la plateforme Superion 256 après sa présentation par IonQ le 8 septembre, notamment le passage de l’entreprise à la fabrication de semi-conducteurs et les livraisons prévues aux clients en 2027.
IonQ explique que le Superion utilise l’Electronic Qubit Control pour remplacer les systèmes de contrôle laser plus complexes par des composants électroniques intégrés à la puce. L’entreprise a fabriqué des processeurs de 256 qubits et piégé des ions dans des systèmes prototypes, mais elle n’a pas publié de résultats complets concernant les charges de travail d’un Superion 256 complet livré à un client.
Cette distinction est importante, car les architectures quantiques présentent des exigences différentes en matière de contrôle, de refroidissement, de connectivité et de mise à l’échelle. Connecter un QPU à une infrastructure GPU ne constitue qu’une partie du travail nécessaire pour rendre un système hybride utile.
Les recherches récentes d’IonQ fournissent quelques premiers points de référence. Une étude menée avec Synopsys a fait état de réductions de 5,9 % à 14,6 % du temps total de simulation, avec une exécution physique validée sur le système Forte d’IonQ, doté de 36 qubits. Un autre projet mené avec l’Oak Ridge National Laboratory, Nvidia et l’Université du Tennessee a utilisé l’IA générative pour produire des circuits d’optimisation quantique, mais chaque circuit de cette étude a été simulé sur un Nvidia H200 plutôt qu’exécuté sur du matériel quantique.
Ce qu’a constaté eWeek : l’architecture est définie, mais ses performances ne sont pas encore établies
D’après les systèmes et les travaux de recherche divulgués à ce jour, trois domaines détermineront ce que le déploiement du NVAQC permettra d’apprendre aux entreprises :
- L’intégration est précise, mais elle n’a pas fait l’objet de benchmarks. IonQ et Nvidia ont nommé le QPU, le système GPU, l’interconnexion NVQLink et la couche logicielle CUDA-Q. Ils n’ont pas communiqué la latence de bout en bout, le débit, la fiabilité ou une référence d’exécution sur GPU seul pour la configuration prévue.
- Les études existantes ne valident pas le système NVAQC. Les travaux de Synopsys ont utilisé du matériel IonQ de plus petite taille, tandis que l’étude sur l’optimisation s’est entièrement déroulée sur une simulation basée sur GPU. Aucun de ces travaux ne mesure un Superion 256 physique connecté à un GB200 NVL72.
- Les données opérationnelles seront plus utiles qu’un nouveau benchmark de performance de pointe. Les équipes d’entreprise devraient surveiller la surcharge liée aux transferts entre le QPU et le GPU, la fiabilité à long terme, le comportement de la gestion des erreurs, la disponibilité, les besoins en énergie et la reproductibilité des résultats par rapport à une exécution classique ou sur GPU seul.
D’autres projets testent déjà la manière dont le matériel quantique s’intègre aux infrastructures existantes. Un déploiement de Diraq dans un centre de données Equinix adopte une architecture différente dans un environnement commercial partagé, illustrant la volonté plus large de rapprocher les QPU des ressources de calcul conventionnelles.
Si le Superion 256 arrive au NVAQC en 2027 comme prévu, l’installation fournira à IonQ et Nvidia un banc d’essai physique pour leur conception hybride. L’étape la plus importante interviendra lorsque ce système produira des résultats reproductibles montrant dans quels cas un QPU connecté améliore les performances par rapport à une informatique sur GPU seul.
À lire également : Un financement américain pouvant atteindre 300 millions de dollars soutient trois architectures quantiques concurrentes tandis que les chercheurs s’attaquent aux défis liés à la fabrication, à la mise à l’échelle, au contrôle et aux infrastructures.