2026年6月23日——Quandela 今日宣布，其已通过实验验证了一条光子量子处理器与 NVIDIA 人工智能基础设施之间的低延迟集成路径，这标志着将量子处理单元直接引入高性能计算环境取得了重要进展。在 ISC 2026 上展示的结果，为在 GPU 驱动的 HPC 环境中实现光子量子处理器的加速器式集成指明了一条道路。

这些结果显示，Quandela 的光子 QPU 如何能够通过 NVIDIA NVQLink 与 NVIDIA GPU 主机及基于 FPGA 的量子系统控制器集成。NVQLink 不仅仅是一种互连技术，它还提供了一种硬件与软件架构，用于实现 GPU 超级计算基础设施与量子系统控制器之间的低延迟、实时通信。该验证支持一种混合量子-经典计算的新执行模型：从远程访问量子设备，转向在 HPC 基础设施内实现共置的量子加速。

目前，大多数量子处理器通过云 API、作业队列和编排层进行访问。这种方法对于实验和批量执行仍有价值，但其异步特性引入了延迟，限制了需要 AI 或 HPC 流程中实时响应的工作负载。

Quandela 的成果解决了这一瓶颈。通过测量 GPU 基础设施与基于 FPGA 的量子系统控制器之间的低延迟通信，该公司验证了一条使光子 QPU 能够更直接地参与 GPU 驱动工作负载的实用路径。

Quandela 首席技术与产品官 Jean Senellart 表示：“这不仅仅是连接性的演示。这项验证确认了一条将光子 QPU 集成到 HPC 加速器堆栈中的技术路径。对于 HPC 社区而言，重要的转变在于，量子处理器可以开始被更多地视为与 GPU 并排部署的加速器，而不再是远程实验仪器。”

该验证基于一种共置架构，该架构结合了 NVIDIA 加速计算与网络技术，以及与 Quandela 光子 QPU 相连的基于 FPGA 的量子系统控制器。在此模型中，现有的 HPC 调度器仍负责预留、分配和计费，而活跃的 GPU-QPU 会话旨在避免重复遍历完整的云风格编排路径。

首批目标工作负载是光子量子机器学习，包括量子储层计算、量子特征映射和混合神经网络架构。这些工作负载特别适合该架构，因为在推断期间许多光子电路可以保持配置状态，而新的数据点在进行测量前仅需轻量级更新。

这正是光子学提供独特优势之处。对于选定的 QML 工作负载，相同的光学配置可以在多次推断调用中重复使用，而新的数据点在测量前只需轻量级更新。结合快速的光子采样，这使得系统级别的延迟（而不仅仅是量子执行时间）成为性能的关键决定因素，这就是为什么 NVQLink 实现的低延迟交互模型对于成功运行至关重要。

Quandela 的 MerLin 框架提供了用于设计、模拟、基准测试和验证这些混合光子 QML 工作流的软件环境。这项工作还基于 Quandela 的 MosaiQ 光子量子计算平台，其当前系统具备基于 FPGA 的控制能力，与 NVIDIA NVQLink 定义的量子系统控制器模型相一致。

对于 HPC 中心、主权 AI 和量子项目、高级研究组织以及工业用户而言，这项验证指向了一种未来的部署模式，即客户拥有的光子 QPU 可以安装在本地或专用数据中心环境中，并与 NVIDIA 加速计算基础设施相连。

NVIDIA 量子产品总监 Sam Stanwyck 表示：“将量子系统与加速计算紧密集成，已被证明对量子研究具有巨大影响。Quandela 与 NVQLink 的合作展示了，当信息能够在不同处理器之间无缝传递时，量子-GPU 超级计算系统将如何从根本上改变我们对计算应用的思考方式。”

这一公告标志着在实现低延迟 GPU-QPU 集成方面达到了一项技术验证里程碑，为未来基于 NVQLink 的 MosaiQ 部署铺平了道路。

除了近期的混合 AI 和 QML 工作负载之外，相同的集成原则也适用于未来的量子计算架构，在这些架构中，QPU、基于 FPGA 的控制系统和 GPU 加速基础设施将需要在紧密协调的环境下运行。因此，低延迟的 GPU-QPU 集成既是近期的驱动力，也是未来混合量子-经典计算系统的基础。

Quandela 将于 2026 年 6 月 23 日在德国汉堡举行的 ISC High Performance 2026 上展示这些结果。