2026年9月14日——在6月宣布 Quandela 光子 QPU 与 NVIDIA AI 基础设施之间低延迟集成的基础上，两家公司今天发布一份技术白皮书。该白皮书概述了将量子计算逐步集成到当前 AI 和 HPC 环境中的愿景和架构框架。

该方法基于 CPU、GPU 和 QPU 的互补性。CPU 负责编排工作流，而 GPU 仍处于 AI 处理的核心，尤其是承担密集计算和模拟任务。QPU 则作为专用加速器，用于量子计算可能带来显著价值的工作负载。

借助 NVIDIA CUDA-Q 平台（一个开放的量子-GPU 超级计算编程平台）和 NVIDIA cuQuantum（一个针对在 GPU 上模拟量子计算进行优化的 SDK），算法可以在 GPU 上开发、模拟和测试，然后再在实际的光子 QPU 上运行。NVIDIA NVQLink 可在 NVIDIA GPU 环境与量子系统控制器之间实现低延迟连接，后者随后控制 QPU。

因此，机构可以依托其现有计算基础设施逐步探索量子应用，而无需更换当前环境。

让量子计算更易获取的一步

通过促进量子计算与当前 AI 和 HPC 环境的集成，该平台使用户能够直接基于其标准工作流来试验、开发和测试量子应用。

首要目标是识别量子计算能够带来显著价值的工作负载，并逐步发掘最相关的应用。

该合作采用三步走方法：接入、集成与发现，以及规模化。

• 接入 使研究人员和机构无需拥有自己的基础设施，即可发现并试验量子计算。
• 集成与发现 涉及将 QPU 集成到现有 CPU 和 GPU 环境中，以开发、模拟和测试各种算法，并识别量子计算可能特别相关的工作负载。
• 规模化 旨在将已证明具有潜力的应用扩展至更大、更强大的量子系统。

这种方法使用户能够基于现有基础设施逐步迈向量子计算，并在发现高潜力应用的过程中开发新能力。