IBM没让GPU取代量子计算机，却把纠错最难的环节交给了它

近日，IBM、AMD与美国橡树岭国家实验室下属的量子科学中心近日推出一个联合研究平台，把量子处理器和传统CPU、GPU放进同一套系统里协同工作。

量子计算绕不开噪声这个老问题。量子态极其脆弱，环境中的热、振动、电磁干扰都会让计算结果偏离预期，比特越多、线路越深，错误累积得越快。要让这类机器承担更复杂的任务，单纯堆量子比特并不够，还得在计算过程中持续保护信息，避免错误渗进最终结果，这正是量子纠错要解决的事。

分工是明确的。量子处理器继续执行量子运算，AMD的CPU和GPU为纠错研究、错误解码和软件调度提供算力。换句话说，GPU在这里不是量子处理器的替代品，也不是要抢走量子比特的位置，它承担的是纠错链条上的算力供给。随着量子比特数量上升，解码和调度所需的经典算力会同步膨胀，这部分工作必须有人接住，而且要在极短的时间内接住。

纠错的本质是反复测量与判断。量子比特不能像经典比特那样直接复制检查，只能通过测量辅助比特得到错误症状，再由经典算法解码、判断错误类型并决定是否纠正。测量越频繁、量子比特越多，症状数据量越大，解码必须在量子硬件下一次操作到来之前给出答案，延迟预算被压得很紧。这也是大算力GPU被拉进这套系统的直接原因，它擅长的是把海量并行的小判断同时做完。

首批部署把IBM量子计算机与橡树岭的Umbra高性能计算系统放在同一地点，其中包括120量子比特的IBM Nighthawk处理器，Umbra一侧搭载AMD Instinct MI355X GPU和第五代EPYC处理器。量子硬件的操作节拍以微秒甚至更短计，传统算力如果部署在远端，网络往返延迟就会吞掉实时干预的窗口，同址部署因此成为前提条件，而不是锦上添花的工程细节。

研究人员可以在计算进行到一半时测量量子比特，并根据测量结果实时采取行动，还能精确调整控制信号的时序。中途测量加实时反馈，意味着纠错不再只是事后统计，而是嵌进了运算流程本身。平台同时给出一个比较维度，不同纠错方案要消耗多少时间、多少量子比特、多少传统计算资源，哪些环节最适合交给GPU，都可以放在同一套测量里算清楚。这类横向比较过去往往停留在纸面推演，缺少同一台机器上的实测数据。

这项合作对接美国能源部的量子研究计划，其竞赛目标是到2028年底，让100个逻辑量子比特完成10万次高难度操作。逻辑量子比特指经过纠错保护的计算单元，与芯片上的物理量子比特不是一回事。一个逻辑量子比特背后通常需要若干个物理量子比特共同承担，编码方式越强，物理开销越大，这也是纠错方案必须在资源账本上算清楚的原因。

现有进度与目标之间还有明显距离。IBM披露，相关实验目前已实现最多70个逻辑量子比特和438次此类操作，要走到10万次，操作数量需要提升至目前的约230倍。从几百次的量级跨到十万次，考验的不只是规模，还有纠错循环能否长时间稳定运转，以及解码链路在更高吞吐下会不会成为新的瓶颈。

IBM研究负责人Jay Gambetta的判断是，现在的问题已不再是纠错能否在量子硬件上工作，而是怎样加速和优化纠错，让科学家能用这些系统解决有意义的问题。这句话把重心从可行性挪到了效率，而效率恰恰是GPU擅长处理的部分。纠错从实验室里的原理验证，变成一套需要调度、需要优化、需要衡量开销的系统工程。

双方的协作并非从零开始。此前IBM与橡树岭已经用量子计算机和Frontier超级计算机协同模拟磁性材料，并计算过聚变燃料相关材料的分子构型。这些工作的共同点在于，量子部分负责难算的量子态演化，经典超算负责数据准备、结果处理和大规模比对。新平台要在这个基础上再走一步，研究量子与传统计算之间如何分工、如何交接、如何配合，为更可靠的量子计算系统积累经验。

从产业分工的角度看，这条路线也提供了一个样本。量子硬件厂商专注比特质量与门操作，经典算力供应商负责解码与系统集成，超算中心提供同址环境和真实科学问题。三方各补一块短板，比各自独立推进更容易看到端到端瓶颈落在哪一环，也更容易判断下一笔投入该加在硬件、算法还是算力上。

需要保留的边界同样清楚。一套能让量子机器和GPU顺畅对话的研究平台，与一台可用的容错量子计算机之间，仍隔着工程实现和规模扩张上的大量工作。平台交付的是方法和经验，是纠错工程化的中间站，不是已经建成的实用系统。