2026年4月14日——量子计算机从几十个量子比特扩展到数百万量子比特需要跨越一系列关键工程里程碑，这些里程碑将塑造该领域的未来。随着硬件进步，焦点正从增加量子比特数量转向构建可扩展的操作智能系统以控制它们。商业成功的关键在于确保新的操作瓶颈不会简单地取代我们最终有望克服的硬件瓶颈。

如今，硬件校准和维护正成为潜在障碍：随着系统规模扩大，表征每个系统组件、追踪瞬态噪声源、在应对非线性和有害串扰时调整每个量子门所需的工作量呈指数级增长。

当前技术领域常见的直觉反应是“扔个大模型解决”。其思路很简单：将所有系统数据和可用控制参数输入一个通用大型语言模型（LLM），让它自行找出将设备调至峰值性能的方法。

这种承诺的诱惑显而易见，但现实更为复杂。

在尖端量子设备中，当缺乏捕捉操作决策与输出数据关系的训练数据时——特别是当进展不如预期时，这些黑箱方法不仅不可预测、计算成本高昂，还容易以戏剧性方式失败。

随着量子计算从实验室向大规模企业部署过渡，决定这些昂贵资产运行时间和性能的关键控制软件，绝不能因使用非专门开发的模型而受限——无论是产生幻觉、依赖低效训练，还是出现难以调试的错误。针对这项工作负载的实用模型必须经过专门训练，确保每次都能可靠运行。

作为AI驱动量子基础设施软件的全球领导者，Q-CTRL正在通过物理信息AI实现量子计算的大规模部署。

物理、控制与AI的共生关系

如果已知某些知识，就没有理由让AI代理从不完整数据中推断。这种做法效率极低，且会为问题滋生创造不必要机会。

本质上，Q-CTRL的自主校准方法摒弃了LLM的笼统无约束应用，转而采用基于控制理论基础的替代性AI架构。

AI代理无需推断量子比特行为，也不必基于预设提示进行推理；相反，我们将物理基本定律编码到软件中，为定向AI代理提供稳健的活动护栏。通过首先编码那些本应指导人类操作者的物理洞见（包括实际的错误和故障来源），我们创建了一个可靠的控制理论框架，自主校准代理在此框架内运行并做出决策。我们精心引导AI代理专注于那些适合加速的特定数据驱动推理任务。

多年前，我们就认定量子计算系统是这类新型AI大显身手的绝佳机会。由于量子领域的规则与我们熟悉的规则截然不同，人类往往需要通过繁琐的数据分析程序，耗费大量精力将量子层面的行为转化为可解释的结果。AI代理能通过高效学习从复杂、相互关联且通常高度有限的数据集中获取所需信息，帮助解决这一瓶颈。AI代理的数据解读结果随后被传回决策框架以指导下一步行动——整个过程无需人工干预，且所需数据量远少于人工团队。我们将这种物理信息AI的全局引导应用称为“智能自主”。这种混合策略具有两大关键优势：

• 确定性可靠性：基于硬件现实和控制理论规范，智能自主产生的结果相比随机黑箱模型更快、更稳健且更易调试。这将校准从猜谜游戏转变为由AI加速的弹性确定性工程流程。
• 可扩展效率：用物理护栏引导AI并保存系统状态信息，意味着AI不必在每次校准或硬件变更时“重新学习宇宙法则”，而是基于既有知识和测量结果持续优化。这大幅降低了计算需求，使资源要求在我们向数千乃至数百万量子比特的大规模系统迈进时仍保持可控。

图1：Q-CTRL的智能自主将物理定律编码为确定性护栏，确保AI代理提供可扩展、可靠的量子硬件性能。

通过NVIDIA Ising增强自主能力

Q-CTRL的企业级智能自主解决方案Boulder Opal Scale Up已开始为包括数据中心运营商在内的 discerning客户应对当前最严峻的校准挑战。它为操作真实硬件的IT通才提供了真正的一键式自主解决方案。现在，我们期待将我们在物理信息AI方面的专长与NVIDIA新兴的代理模型及世界级加速计算相结合，进一步加速量子系统的自主启动和维护。

在我们的新产品集成中，NVIDIA Ising Calibration可提供高性能基础模型，帮助高效精准地解读复杂数据，并将其输入Q-CTRL的智能自主决策框架。

NVIDIA Ising能帮助我们清晰理解数据传达的信息，使我们的智能自主软件能在无人干预下做出维护硬件的最佳决策。

结合NVIDIA NVQLink——QPU控制器与GPU超级计算之间的硬件互连技术，终端用户将获得巨大收益。GPU擅长执行相关数据推理流程，但需要以低延迟和高吞吐量与操作量子硬件的专用FPGA控制器连接。近期测试表明，在自主校准流程中使用NVQLink可将经典通信延迟瓶颈降低50倍。

作为首个部署案例，NVIDIA NVQLink将被集成至Elevate Quantum的量子商业化推进平台(Q-PAC)，利用量子实用模块(QUB)参考架构将GPU集群参考服务器直接与量子硬件相连。该系统由Boulder Opal Scale Up驱动，将成为测试NVIDIA Ising潜力的理想平台。

随着合作推进，更多本地推理新功能将陆续面世。例如，NVIDIA Ising Calibration视觉语言模型的应用可为客户打造激动人心的定制化解决方案；配合该模型，Boulder Opal Scale Up程序能基于客户特定硬件的独特特性，实现实时异常检测。即使数据充满可能干扰判断的实际缺陷，经本地训练的代理也能穿透噪声找到真正的问题所在。

真实量子硬件上的零干预验证性能

通过与QuantWare的持续合作，我们近期部署了Boulder Opal Scale Up解决方案，在面向d=3表面码设计的21量子比特QuantWare QPU上展示了真正的操作自主性。

被测设备此前由人类专家团队校准，操作团队曾认定某些硬件组件完全失效并予以弃用。量子芯片制造中的器件良率不足是运行这些尖端计算机时常见的硬件故障诱因。

Q-CTRL接受了“冷启动”挑战，在零先验信息条件下调试设备。这对任何自主程序都是最艰巨的任务，因为可能性范围极大且异常测量出现概率很高。“教科书”式理论方法往往会被不完美硬件的现实打败。

在无人干预且仅耗时数小时的情况下，Boulder Opal成功启动了整个设备。开箱即用方案不仅将量子门保真度中值提升至人类操作者使用高端研究工具校准结果的2倍，还完全复活了被人类团队判定不可用的硬件部分。通过Boulder Opal交互式可视化面板，实验团队能分析AI驱动框架的决策过程，验证其选择的合理性，并确认支撑测量的有效性。

这些验证表明，Boulder Opal智能自主可取代当前需要博士级专家团队持续维护每台量子计算机的现状。这是实现大规模部署的唯一途径。

构建量子实用的智能操作系统

实现量子优势既依赖于量子比特的构建，同样取决于对其的有效控制。

通过GPU加速的VLM驱动数据分析和闪电级经典通信，NVIDIA Ising帮助Q-CTRL软件在量子计算机增长时以所需速度和延迟性能高效扩展。我们也很期待能助力新兴AI模型在控制真实量子硬件时变得更强大实用。

通过将物理和控制理论的严格约束与AI的适应能力和精细洞察相结合，并借助NVIDIA加速计算对我们的量子虚拟化与容器化技术进行再加速，我们正在消除制约该领域十余年的人工操作摩擦。

这种全新组合为未来量子增强数据中心的操作设立了标准。