Телеграм Чат

16 ноября 2026 года, к открытию конференции по суперкомпьютерам SC26 в Чикаго, NVIDIA, IBM и Национальная ускорительная лаборатория имени Ферми (Fermilab, Министерство энергетики США) объявили о платформе совместного проектирования модульных квантовых компьютеров. Рядом с квантовыми компьютерами IBM, включая системы на процессоре IBM Quantum Nighthawk (120 кубитов), будут установлены серверы NVIDIA DGX B200 — по восемь GPU Blackwell и 1,44 ТБ памяти HBM3e в каждом. Задача платформы — коды коррекции ошибок, алгоритмы декодирования и гибридные квантово-классические приложения для физики высоких энергий и ядерной физики. Отдельно NVIDIA выпустила декодер TCBP-JOBS в библиотеке CUDA-Q QEC 0.9.0: по заявлению компании, он ускоряет самые тяжёлые расчёты в исследованиях коррекции ошибок до 13 000 раз — в одном из примеров время расчёта сократилось с 12 недель до 45 минут.

Источники: пресс-релиз NVIDIA от 16 ноября 2026 года (GlobeNewswire, Чикаго); форум NVIDIA Developer; The Next Web, Interesting Engineering, Quantum Zeitgeist, ExecutiveBiz, CASRAI (16–17 ноября 2026 года); IBM Newsroom и Fermilab News — партнёрство IBM и центра SQMS (18 июля 2024 года); Tom’s Hardware и heise — анонс Nighthawk (12 ноября 2025 года); GCN и NAND Research — Nighthawk r2 (9 сентября 2026 года); The Next Platform, Quantum Computing Report и HPCwire — платформа IBM, AMD и ORNL (5 ноября 2026 года); RIKEN, TechRepublic и Quantum Computing Report — суперкомпьютер ROQUO (июнь–июль 2026 года); спецификации NVIDIA DGX B200 и AMD Instinct MI355X.

Квантовый процессор
120 кубитов
IBM Quantum Nighthawk, 218 настраиваемых связей
Классическая часть
1,44 ТБ
HBM3e на один DGX B200 (8 × Blackwell)
Декодер TCBP-JOBS
до 13 000×
быстрее существующих алгоритмов (заявлено NVIDIA)
Время исследования
45 минут
вместо 12 недель в примере NVIDIA

Что именно объявили: платформа, декодер и планировщик

Анонс состоит из трёх частей, и важно не смешивать их. Первая — сама платформа: IBM и NVIDIA разместят серверы DGX B200 рядом с квантовыми компьютерами IBM, в том числе на процессоре Nighthawk, который NVIDIA называет самым быстрым квантовым процессором IBM. Fermilab через свой центр SQMS (Superconducting Quantum Materials and Systems, один из пяти национальных центров квантовой науки Министерства энергетики США) задаёт требования со стороны физики: какие коды коррекции и какие гибридные приложения нужны для задач физики высоких энергий и ядерной физики. Отдельная цель — изучить, как несколько квантовых процессоров работают вместе в модульной архитектуре и как классические вычисления масштабируются рядом с ними. Площадка, бюджет и сроки запуска в пресс-релизе не названы, а директор SQMS Анна Грасселлино в своей цитате говорит о «предлагаемой платформе».

Вторая часть — декодер TCBP-JOBS. В квантовом компьютере с коррекцией ошибок кубиты постоянно измеряются, а классический компьютер по результатам измерений («синдромам») должен быстро вычислить, какая ошибка произошла и как её исправить. Это и есть декодирование, и оно должно успевать за циклом коррекции, который у сверхпроводящих кубитов составляет порядка микросекунды. TCBP-JOBS — алгоритм для GPU, доступный в открытой библиотеке CUDA-Q QEC 0.9.0; NVIDIA утверждает, что на исследовательских нагрузках он до 13 000 раз быстрее существующих ведущих алгоритмов при сохранении точности. Это ускорение исследований (перебора конструкций кодов и архитектур), а не заявление о готовом декодере реального времени.

Третья часть — планировщик. NVIDIA расширяет открытый менеджер нагрузок Slurm квантовым интерфейсом, а IBM добавляет к нему свой Quantum Resource Management Interface. Суперкомпьютерные центры смогут ставить задачи на квантовые процессоры так же, как на CPU и GPU, — в общей очереди. Заодно NVIDIA напомнила о работе IBM и RIKEN: на квантовых компьютерах IBM и GPU-суперкомпьютере ROQUO рассчитаны энергии связывания белково-лигандных комплексов размером до 12 635 атомов — более чем в 40 раз больше предыдущего квантово-классического рекорда в 303 атома; работа вышла в финал премии ACM Gordon Bell Prize 2026.

Почему это важно: квантовый компьютер — это на 99% классический компьютер

Главная мысль анонса — не в кубитах, а в том, что вокруг них. Чтобы 120 физических кубитов Nighthawk превратить в несколько надёжных логических, нужны тысячи измерений в секунду, декодирование каждого синдрома и обратная связь быстрее, чем кубиты потеряют состояние. Всё это делает классическое «железо», и его нужно много: отсюда DGX B200 с 64 ТБ/с пропускной способности памяти прямо рядом с криостатом, а не в облаке за сотни километров. Та же логика у японского ROQUO (540 GPU Blackwell) и у платформы IBM с AMD и Окриджской лабораторией, объявленной 5 ноября: во всех трёх случаях квантовый процессор один и тот же — Nighthawk или его предшественник Heron, — а соревнуются поставщики GPU.

Что в этом хорошего:

  • Коррекция ошибок переходит из теории в инженерию: три независимые площадки (NVIDIA, AMD, RIKEN) проверяют одни и те же коды на одном и том же процессоре IBM — результаты можно будет сравнивать.
  • Открытые инструменты: CUDA-Q QEC и квантовый интерфейс Slurm публикуются как открытый код, ими смогут пользоваться университеты и лаборатории с любыми GPU NVIDIA, не только владельцы DGX.
  • Ускорение исследований до 13 000 раз, если подтвердится на других задачах, означает, что перебор конструкций кодов и архитектур модульных машин станет делом дней, а не кварталов.
  • Для покупателей серверов это сигнал: спрос на GPU-узлы с большой памятью растёт не только из-за ИИ, но и из-за квантовых программ государств и корпораций.

Что плохого или неясного:

  • Платформа пока «предлагаемая»: нет даты запуска, площадки и бюджета. Это декларация намерений, подписанная тремя сторонами, а не действующая установка.
  • 13 000 раз — цифра NVIDIA для исследовательских нагрузок, без названия алгоритмов, с которыми сравнивали, и без независимой проверки. Пример «12 недель → 45 минут» — один конкретный случай.
  • Nighthawk — процессор без коррекции ошибок: 120 физических кубитов, а не логических. Отказоустойчивую систему IBM Quantum Starling IBM обещает только к 2029 году.
  • Полезного для бизнеса результата — «квантового преимущества» на практической задаче — пока не продемонстрировал никто, включая IBM, которая ставит эту цель на конец 2026 года.

Характеристики платформы и её составляющих

ПараметрЗначениеИсточникСтатус
УчастникиNVIDIA, IBM, Fermilab (центр SQMS, Министерство энергетики США)пресс-релиз NVIDIAподтверждено
Классическая частьNVIDIA DGX B200: 8 GPU Blackwell, 1 440 ГБ HBM3e, 64 ТБ/с, 2 × Intel Xeon Platinum 8570 (112 ядер), 2 ТБ системной памяти, до 14,3 кВтпресс-релиз NVIDIA; спецификация DGX B200подтверждено
Производительность DGX B20072 ПФЛОПС FP8 (144 ПФЛОПС FP4) с разреженностью; NVLink 14,4 ТБ/с между GPUспецификация NVIDIAподтверждено
Квантовый процессорIBM Quantum Nighthawk: 120 сверхпроводящих кубитов в квадратной решётке, 218 настраиваемых связей, каждый кубит связан с четырьмя соседямиIBM, 12 ноября 2025 годаподтверждено
Nighthawk r2 (текущая ревизия)более 100 000 схем в секунду (в 25 раз больше Heron), точная оценка наблюдаемых на схемах с более чем 7 500 двухкубитными операциямиIBM, 9 сентября 2026 годаподтверждено
Направления работкоды коррекции ошибок, алгоритмы декодирования, гибридные приложения для физики высоких энергий и ядерной физики; связка нескольких квантовых процессоровпресс-релиз NVIDIAподтверждено
Декодер TCBP-JOBSв составе CUDA-Q QEC 0.9.0; до 13 000 раз быстрее существующих ведущих алгоритмов на исследовательских нагрузках; 12 недель → 45 минут в примерепресс-релиз NVIDIAзаявлено NVIDIA
Планировщикквантовый интерфейс для Slurm (NVIDIA) + Quantum Resource Management Interface (IBM)пресс-релиз NVIDIAподтверждено
Площадка и срокине названы; Fermilab говорит о «предлагаемой платформе»пресс-релиз NVIDIAне объявлено
Ценане объявлена; стоимость DGX B200 NVIDIA публично не публикует——

Источники: пресс-релиз NVIDIA (16 ноября 2026 года); спецификация NVIDIA DGX B200 (данные производителя); анонс Nighthawk на IBM Quantum Developer Conference (Tom’s Hardware, heise, 12 ноября 2025 года); Nighthawk r2 (GCN, NAND Research, 9 сентября 2026 года).

Три гибридные платформы на процессорах IBM: NVIDIA, AMD и RIKEN

За полтора месяца IBM стала квантовой частью сразу трёх квантово-классических установок с разными поставщиками GPU. Сравнение показывает, что классическая часть у всех на порядок крупнее и дороже квантовой.

ПараметрIBM + NVIDIA + FermilabIBM + AMD + ORNLRIKEN ROQUO + IBM
Дата анонса16 ноября 2026 года5 ноября 2026 годаработает с 24 июня 2026 года
GPUNVIDIA DGX B200: 8 × Blackwell на узелAMD Instinct MI355X + EPYC 5-го поколения (система Umbra)540 × NVIDIA Blackwell (135 узлов GB200 NVL4, 270 CPU Grace)
Память GPU180 ГБ HBM3e на GPU, 1 440 ГБ на узел, 64 ТБ/с288 ГБ HBM3e на GPU, 8 ТБ/с; 2 304 ГБ на 8-GPU узелHBM3e Blackwell + LPDDR5X Grace; 19,8 ПФЛОПС FP64 (HPL)
СетьInfiniBand/Ethernet 400 Гбит/с (ConnectX-7)не раскрытаNVIDIA Quantum-X800 InfiniBand до 3,2 Тбит/с
Квантовый процессорIBM Nighthawk (120 кубитов) и другие системы IBMIBM Nighthawk r2 (120 кубитов), доступ на уровне импульсовIBM Heron (ibm_kobe), Quantinuum Reimei (ионная ловушка)
Площадкане названаIBM, Покипси (штат Нью-Йорк)RIKEN R-CCS, Кобе (Япония)
Главная задачакоррекция ошибок, декодеры, физика высоких энергий, модульностькоррекция ошибок, иерархические коды, путь к Starling (2029)квантовая химия, материалы; рекорд 12 635 атомов
Статус«предлагаемая платформа»запущенав эксплуатации

Источники: пресс-релиз NVIDIA (16 ноября 2026 года); IBM Newsroom, The Next Platform и Quantum Computing Report о платформе с AMD и ORNL (5–6 ноября 2026 года); RIKEN R-CCS, TechRepublic и Quantum Computing Report о ROQUO (24 июня и 22 июля 2026 года); спецификации DGX B200 (NVIDIA) и Instinct MI355X (AMD). Зелёным выделены лучшие значения. Оговорка: платформы разного масштаба и назначения — ROQUO это полноценный суперкомпьютер на 540 GPU, а две другие — исследовательские стенды из нескольких узлов; число узлов DGX B200 и MI355X в пресс-релизах не названо.

Память одного ускорителя, ГБ (288 ГБ = вся ширина полосы) — и сколько кубитов он сможет симулировать

AMD Instinct MI355X288 / 35
NVIDIA B200 (в DGX)180 / 34
RTX PRO 6000 Blackwell96 / 33
NVIDIA L40S48 / 32
RTX PRO 5000 Blackwell48 / 32
GeForce RTX 509032 / 31
NVIDIA A3024 / 31

Объём памяти — по спецификациям производителей (B200 в составе DGX B200: 1 440 ГБ на 8 GPU). Число кубитов — максимум для симуляции полного вектора состояния в формате complex64 на одном ускорителе, расчёт КомпаРЕМА по формуле ниже, без учёта рабочих буферов симулятора.

Сколько памяти GPU нужно для симуляции квантовой схемы: формула и таблица

Эта часть пригодится независимо от судьбы платформы. Большая часть «квантовых» вычислений сегодня выполняется на обычных GPU: разработчики алгоритмов, студенты и исследователи декодеров запускают схемы в симуляторах (NVIDIA cuQuantum и CUDA-Q, Qiskit Aer), а на настоящий квантовый процессор выходят в самом конце. Самый точный метод — симуляция полного вектора состояния — требует хранить все 2 в степени N амплитуд, и память растёт вдвое с каждым кубитом.

Память (байт) = 2 в степени N × 8 (complex64) или × 16 (complex128), где N — число кубитов

Каждый добавленный кубит удваивает потребность в памяти, поэтому разница между 30 и 40 кубитами — тысяча раз. Именно поэтому для симуляций берут ускорители с максимальной памятью на карту, а не с максимальными ФЛОПС: производительность упирается в пропускную способность памяти, как и при инференсе языковых моделей.

КубитовПамять, complex64Память, complex128Что подходит (complex64)
24134 МБ268 МБлюбая видеокарта, даже CPU
282,1 ГБ4,3 ГБлюбая видеокарта от 8 ГБ
308,6 ГБ17,2 ГБот 16 ГБ: RTX 5080, A30 (complex128 — 24 ГБ)
3117,2 ГБ34,4 ГБ24–32 ГБ: RTX 5090, A30, RTX 4500 Ada
3234,4 ГБ68,7 ГБ48 ГБ: L40S, RTX PRO 5000 Blackwell, A40
3368,7 ГБ137 ГБ96 ГБ: RTX PRO 6000 Blackwell
34137 ГБ275 ГБ180–288 ГБ: B200, MI355X; или 2 × RTX PRO 6000 с распределением вектора
36550 ГБ1,1 ТБсервер с 8 × RTX PRO 6000 (768 ГБ)
371,1 ТБ2,2 ТБузел DGX B200 (1 440 ГБ) или 8 × MI355X (2 304 ГБ)
408,8 ТБ17,6 ТБкластер из 8 узлов DGX B200 с InfiniBand

Расчёт КомпаРЕМА по формуле выше: объём самого вектора состояния без рабочих буферов. На практике симуляторам нужен запас 10–50% памяти под промежуточные данные, поэтому на границе (например, 33 кубита на 96 ГБ) схема может не поместиться — закладывайте на один кубит меньше. При распределении вектора на несколько GPU скорость определяет шина между ними (NVLink или PCIe) и сеть между узлами.

Как пользоваться расчётом. Для учебных задач и разработки алгоритмов до 31 кубита хватает одной видеокарты на 24–32 ГБ. Для исследований коррекции ошибок и схем на 32–33 кубитах нужна карта на 48–96 ГБ — это уже профессиональные ускорители с ECC-памятью. От 34 кубитов и выше начинается многопроцессорная симуляция, где важнее всего объём памяти на узел и NVLink, а свыше 37 кубитов — кластер с InfiniBand. Тензорные методы симуляции (cuTensorNet) позволяют считать некоторые схемы с сотнями кубитов на той же памяти, но только для схем с небольшой запутанностью.

Хронология

18.07.2024
IBM входит в центр SQMS при Fermilab: криогеника, квантовые соединения, приложения для физики
12.11.2025
IBM показывает Nighthawk: 120 кубитов, квадратная решётка, 218 связей
09.09.2026
Nighthawk r2: более 100 000 схем в секунду, схемы с 7 500 двухкубитными операциями
05.11.2026
IBM, AMD и ORNL запускают платформу коррекции ошибок на MI355X в Покипси
16.11.2026
NVIDIA, IBM и Fermilab: платформа на DGX B200, декодер TCBP-JOBS, квантовый Slurm
Оговорки. Платформа NVIDIA, IBM и Fermilab объявлена как намерение: в пресс-релизе нет площадки, сроков, числа серверов DGX B200 и бюджета, а Fermilab называет её «предлагаемой». Ускорение до 13 000 раз — заявление NVIDIA для исследовательских нагрузок; алгоритмы, с которыми сравнивали, и условия замера не раскрыты, независимых проверок пока нет; пример «12 недель → 45 минут» относится к одному расчёту. Характеристики Nighthawk r2 (100 000 схем в секунду, 7 500 двухкубитных операций) — данные IBM. Таблица памяти для симуляции — расчёт по формуле, реальные симуляторы требуют запаса. Платформы в сравнительной таблице различаются масштабом: ROQUO — суперкомпьютер на 540 GPU, остальные — стенды из нескольких узлов.

Что это значит для покупателей в России

Серверы DGX B200 в Россию официально не поставляются, а по параллельному импорту приходят единичными экземплярами по цене, которую имеет смысл обсуждать только под конкретный проект. Но для 90% практических квантовых задач — обучения, разработки алгоритмов, симуляции схем в CUDA-Q и Qiskit, исследований декодеров — DGX не нужен: CUDA-Q и cuQuantum работают на любом ускорителе NVIDIA, а главный параметр, как показывает таблица выше, — объём памяти на карту. Карта на 96 ГБ закрывает 33 кубита, сервер с восемью такими картами — 36, и это уже уровень университетских лабораторий. В наличии у нас:

Соберём GPU-сервер для симуляции квантовых схем и ИИ

Напишите, сколько кубитов нужно симулировать или какие модели обучать, — подберём ускорители с нужным объёмом памяти, платформу с достаточным питанием и охлаждением и подготовим КП для юрлица с НДС. Работаем с университетами, НИИ и ИТ-компаниями.

Запросить КП на zakaz@comparema.ru

Вопросы и ответы

Что такое платформа совместного проектирования (codesign) квантовых компьютеров?
Это исследовательская установка, где квантовый процессор и классические GPU-серверы стоят рядом и проектируются друг под друга: коды коррекции ошибок подбираются под возможности декодера на GPU, а классическая часть — под скорость и число измерений квантового процессора. В случае NVIDIA, IBM и Fermilab это серверы DGX B200 рядом с квантовыми компьютерами IBM на процессоре Nighthawk; Fermilab задаёт требования от физики высоких энергий и ядерной физики. Цель — понять, какой должна быть архитектура будущего отказоустойчивого модульного квантового компьютера, прежде чем его строить.
Что такое IBM Quantum Nighthawk и сколько у него кубитов?
Nighthawk — сверхпроводящий квантовый процессор IBM, представленный 12 ноября 2025 года: 120 кубитов в квадратной решётке, каждый связан с четырьмя соседями через 218 настраиваемых связей — на 20% больше, чем у предыдущего процессора Heron. Ревизия Nighthawk r2, вышедшая 9 сентября 2026 года, выполняет более 100 000 схем в секунду (в 25 раз больше Heron) и даёт точную оценку наблюдаемых на схемах с более чем 7 500 двухкубитными операциями. Это кубиты физические, без коррекции ошибок; отказоустойчивую систему Starling IBM планирует к 2029 году.
Что делает декодер TCBP-JOBS и правда ли он в 13 000 раз быстрее?
Декодер по результатам измерений вспомогательных кубитов вычисляет, какая ошибка произошла в квантовом коде и как её исправить. TCBP-JOBS — алгоритм декодирования для GPU в открытой библиотеке NVIDIA CUDA-Q QEC 0.9.0. NVIDIA заявляет ускорение до 13 000 раз по сравнению с существующими ведущими алгоритмами на исследовательских нагрузках при сохранении точности, а в одном примере время расчёта новой конструкции квантового компьютера сократилось с 12 недель до 45 минут. Это цифры производителя: с чем именно сравнивали и на каком оборудовании, в пресс-релизе не сказано, независимых проверок пока нет.
Сколько памяти GPU нужно для симуляции квантовой схемы на N кубитов?
Для симуляции полного вектора состояния нужно 2 в степени N амплитуд по 8 байт (complex64) или 16 байт (complex128). Получается: 30 кубитов — 8,6 ГБ, 31 — 17,2 ГБ, 32 — 34,4 ГБ, 33 — 68,7 ГБ, 34 — 137 ГБ, 36 — 550 ГБ, 37 — 1,1 ТБ в complex64; в complex128 вдвое больше. Карта на 32 ГБ (RTX 5090) вмещает 31 кубит, на 48 ГБ (L40S, RTX PRO 5000) — 32, на 96 ГБ (RTX PRO 6000 Blackwell) — 33, узел DGX B200 с 1 440 ГБ — 37. Симуляторам нужен запас 10–50% на буферы, поэтому на границе берите на кубит меньше.
Можно ли работать с CUDA-Q и cuQuantum без DGX B200?
Да. CUDA-Q, CUDA-Q QEC и библиотека cuQuantum — открытое ПО, которое работает на любом ускорителе NVIDIA с поддержкой CUDA, от GeForce до серверных карт. DGX B200 нужен, когда вектор состояния не помещается в одну-две карты (от 34–35 кубитов) или когда декодер должен обрабатывать потоки измерений с реального квантового процессора в реальном времени. Для обучения, разработки алгоритмов и большинства исследовательских задач достаточно рабочей станции с картой на 48–96 ГБ или сервера с несколькими такими картами и NVLink.
Что купить сейчас для квантовых симуляций и ИИ-задач?
Для рабочей станции исследователя — NVIDIA RTX PRO 6000 Blackwell 96 ГБ (33 кубита) или RTX PRO 5000 Blackwell 48 ГБ (32 кубита); для учебного класса — GeForce RTX 5090 32 ГБ. Для сервера — RTX PRO 6000 Blackwell Server Edition или L40S 48 ГБ по 4–8 штук в платформе вроде Gooxi AS4110G на 10 GPU; для научных расчётов с FP64 — NVIDIA A30 24 ГБ HBM2. Для кластера из нескольких узлов — коммутатор NVIDIA Quantum-2 с 64 портами 400G InfiniBand. Всё это есть в наличии; конфигурацию под число кубитов и бюджет подберём по запросу на zakaz@comparema.ru.

Связанные товары
0
0