Quantum computer có thể không thay thế supercomputer: QPU đang được xây như “GPU” cho phần khó nhất

Nếu quantum computer thực sự hữu ích, nó có thể không xuất hiện dưới dạng một chiếc máy thay thế cả phòng máy supercomputer. Một hình ảnh thực tế hơn đang hình thành trong các trung tâm HPC: CPU, GPU và QPU cùng tồn tại, còn quantum processor chỉ được gọi vào khi workflow gặp một phần bài toán mà máy classical xử lý đặc biệt khó.

Cách nghĩ này gần với vai trò của GPU hơn là câu chuyện “quantum computer sẽ thay thế máy tính hiện tại”. GPU không loại bỏ CPU. Nó trở thành accelerator cho những workload có cấu trúc phù hợp, trong khi CPU vẫn điều phối hệ thống và làm phần việc mà GPU không tối ưu. Trong kiến trúc quantum–HPC đang được thử nghiệm, QPU có thể đóng một vai trò tương tự — nhưng phép so sánh chỉ đúng ở cấp kiến trúc, không có nghĩa QPU là một GPU nhanh hơn.

Năm 2026, hình ảnh đó đã đi từ sơ đồ kiến trúc sang những hệ thống thật. IBM công bố một reference architecture cho “quantum-centric supercomputing”, còn RIKEN tại Nhật Bản đang vận hành một hạ tầng nối Fugaku với IBM Quantum System Two, máy ion bẫy Reimei của Quantinuum và một cụm GPU mới. Một workflow giữa Fugaku và QPU Heron của IBM thậm chí đã sử dụng toàn bộ 152.064 compute node của Fugaku trong một vòng tính toán closed-loop cho bài toán cấu trúc điện tử.

Điều đáng chú ý không phải quantum computer đã đánh bại Fugaku. Nó chưa làm được điều đó. Thí nghiệm cho thấy một cách chia việc khác: giữ phần mà classical HPC làm tốt trên supercomputer, rồi dùng QPU cho một quantum subproblem cụ thể.

“Giống GPU” ở chỗ nào?

CPU là bộ xử lý đa dụng. GPU ban đầu được thiết kế cho graphics nhưng trở nên cực kỳ hữu ích với machine learning và scientific computing vì nó có thể thực hiện một lượng lớn phép toán số học song song trên ma trận và tensor. Một chương trình hiện đại thường không chọn “CPU hay GPU” cho toàn bộ workload; nó chia workload thành những kernel và đẩy kernel phù hợp sang accelerator.

Reference architecture mà IBM công bố tháng 3/2026 mô tả ba giai đoạn phát triển của quantum-centric supercomputing. Ngay ở giai đoạn đầu, quantum system được đặt vào HPC complex như một specialized compute offload engine. Giai đoạn sau mới hướng tới middleware chặt hơn và cuối cùng là hệ heterogeneous được đồng thiết kế giữa quantum và classical.

Ý tưởng là một scheduler hoặc workflow engine có thể nhìn thấy nhiều loại tài nguyên. Phần preprocess, linear algebra, data movement, optimization hoặc post-processing chạy trên CPU/GPU. Khi tới quantum kernel, job được gửi sang QPU. Kết quả đo từ QPU quay trở lại classical machine để tiếp tục vòng tính toán.

NVIDIA cũng theo cùng mô hình với CUDA-Q: một chương trình có thể phối hợp CPU, GPU và nhiều loại QPU khác nhau thay vì coi quantum processor là một máy biệt lập. RIKEN đi xa hơn ở cấp hạ tầng khi xây ROQUO, cụm 540 NVIDIA Blackwell GPU, để kết nối với Fugaku, IBM Quantum System Two “ibm_kobe” và Reimei thông qua nền tảng quantum–HPC hybrid của họ.

QPU sẽ nhận phần việc nào mà classical computer “ghét”?

Từ “ghét” ở đây cần hiểu rất hẹp. Quantum computer không tự động giỏi những bài toán đơn giản vì chúng lớn. Một spreadsheet khổng lồ, database query hay neural network lớn không trở nên phù hợp với QPU chỉ vì cần nhiều FLOPS.

Lợi thế tiềm năng xuất hiện khi cấu trúc của bài toán khớp với cách thông tin lượng tử được biểu diễn và biến đổi. Ví dụ kinh điển là mô phỏng hệ lượng tử nhiều hạt. Trạng thái của một hệ gồm nhiều electron có thể sống trong một không gian Hilbert tăng rất nhanh theo kích thước hệ. Muốn lưu trực tiếp toàn bộ wavefunction trên máy classical có thể đòi lượng bộ nhớ tăng theo hàm mũ.

Qubit lại là một hệ lượng tử. Điều đó khiến QPU trở thành phần cứng tự nhiên cho một số thao tác trên trạng thái lượng tử, thay vì bắt máy classical mô phỏng mọi amplitude của trạng thái đó một cách trực tiếp.

Nhưng “quantum-friendly” không đồng nghĩa có speedup thực tế. Classical algorithms có thể dùng approximation, tensor network, Monte Carlo, density functional theory và nhiều kỹ thuật khác để tránh brute force. Một quantum algorithm chỉ thực sự có giá trị nếu toàn bộ workflow — kể cả chuẩn bị dữ liệu, sửa hoặc giảm lỗi, số lần đo và xử lý kết quả — tốt hơn giải pháp classical tốt nhất cho cùng bài toán.

Đây là lý do chemistry và materials thường xuất hiện trước trong các demo hybrid. Không phải vì mọi bài toán hóa học đều cần quantum computer, mà vì một số bài toán electronic structure có phần tương quan electron rất khó mô tả chính xác bằng phương pháp classical chi phí thấp.

Fugaku làm gần như mọi thứ, QPU chỉ xử lý “active space” khó nhất

Một demo của RIKEN và Quantinuum cho thấy rõ cách chia việc này. Trong workflow nghiên cứu biomolecular excited-state energies, Fugaku xử lý geometry optimization và các phép tính electronic structure nền. Quantum computer Reimei được dùng cho vùng active space nhỏ hơn, nơi những tương tác electron khó hơn cần được mô tả chi tiết.

Paper mô tả một hệ 16 logical qubit cho phần quantum và sử dụng 18.000 shots trong bước lấy mẫu. QPU không nhận toàn bộ protein rồi “giải” nó. Nó chỉ xử lý một phần được chọn trong một framework phân lớp, sau đó classical machine tiếp tục dựng và giải bài toán lớn hơn.

Đầu năm 2026, IBM và RIKEN công bố một thí nghiệm còn lớn hơn về mặt tích hợp hệ thống. Một IBM Heron processor đặt cạnh Fugaku được đưa vào vòng closed-loop với toàn bộ 152.064 node classical của supercomputer để xấp xỉ cấu trúc điện tử của các mô hình hóa học vượt quá khả năng exact diagonalization trực tiếp.

“Closed loop” quan trọng hơn số node. Classical machine tạo dữ liệu đầu vào và xử lý kết quả; QPU chạy circuit và trả measurement; kết quả đó lại thay đổi phép tính classical tiếp theo. Hai máy không chạy hai job độc lập rồi ghép kết quả cuối cùng. Chúng phụ thuộc lẫn nhau trong cùng workflow.

Paper của nhóm mô tả độ chính xác đạt mức tương đương một số phương pháp xấp xỉ hoàn toàn classical. Đây là một demonstration về orchestration và khả năng mở rộng workflow, không phải bằng chứng Fugaku + QPU đã nhanh hơn Fugaku với thuật toán classical tốt nhất.

Quantum accelerator khác GPU ở một điểm rất khó chịu: input và output

GPU accelerator hoạt động hiệu quả một phần vì dữ liệu classical có thể được đưa vào GPU memory, xử lý rồi trả về dưới dạng số. Với QPU, giao diện giữa thế giới classical và quantum khó hơn nhiều.

Không thể lấy một terabyte dữ liệu classical tùy ý rồi nạp tức thì vào qubit với chi phí bằng không. Việc chuẩn bị quantum state có thể trở thành một phần lớn của runtime. Ở đầu ra, phép đo phá hủy trạng thái lượng tử và trả về một lượng thông tin classical hạn chế. Muốn ước lượng xác suất hoặc expectation value với độ chính xác tốt thường phải chạy circuit nhiều lần — các “shots”.

Điều này khiến locality của QPU trong workflow rất quan trọng. Nếu một thuật toán phải gửi job qua Internet, chờ queue, chạy vài circuit rồi liên tục trao đổi kết quả với một HPC cluster ở nơi khác, latency có thể nuốt mất lợi ích của accelerator. Vì vậy IBM, RIKEN và các trung tâm khác đang thử đặt QPU gần HPC hoặc xây middleware để scheduler quản lý chúng như một tài nguyên tính toán thực sự.

Ngay cả khi colocated, QPU vẫn có đặc tính vận hành khác CPU/GPU: calibration thay đổi theo thời gian, circuit có noise, quantum resource khan hiếm và một job hybrid có thể giữ tài nguyên classical trong lúc chờ QPU. Nghiên cứu về scheduling quantum–HPC năm 2026 đã phải xem xét riêng các chiến lược như time multiplexing, dynamic resource management và workflow decomposition — dấu hiệu rằng bài toán “gắn QPU vào supercomputer” không chỉ là cắm thêm một card accelerator.

Classical computer thậm chí còn phải giúp quantum computer sửa lỗi

Một nghịch lý của quantum computing là càng muốn QPU hữu ích, càng cần nhiều classical compute đi kèm. Current quantum processors vẫn bị noise và decoherence. Error mitigation, circuit compilation, calibration, decoding và nhiều bước post-processing đều cần CPU hoặc GPU.

Một nghiên cứu trên npj Quantum Information năm 2026 minh họa điều này theo cách trực tiếp: nhóm chia một quantum circuit thành hai phần, chuyển một phần evolution sang classical simulation để giảm circuit depth phải chạy trên quantum hardware. Đổi lại, họ chấp nhận thêm classical overhead và nhiều lần thực thi circuit. Kết quả tốt hơn không đến từ việc bỏ classical computer, mà từ việc dùng classical computation để làm workload quantum vừa với phần cứng hiện tại.

Trong hệ fault-tolerant tương lai, vai trò classical cũng không biến mất. Error-corrected QPU cần decoder đọc syndrome và quyết định correction đủ nhanh để theo kịp quantum cycle. GPU hoặc các accelerator classical khác có thể trở thành một phần của control plane của quantum computer, không chỉ là máy chạy phần còn lại của ứng dụng.

Optimization và AI chưa phải “killer app” đã được chứng minh

Các roadmap quantum thường liệt kê optimization và machine learning cạnh chemistry. Đây là những hướng nghiên cứu hợp lý, nhưng mức bằng chứng không giống nhau.

Với optimization, đã có nhiều thuật toán như QAOA, annealing và các biến thể hybrid. Một paper trên Nature Computational Science năm 2026 báo cáo evidence of scaling advantage cho một bài toán NP-complete với solver được tăng cường, nhưng experiment quantum chỉ chạy ở quy mô 13 qubit và phần lớn phân tích scaling dựa trên numerical study tới 70 biến. Nó chưa chứng minh rằng một QPU hiện tại có thể đánh bại HPC trên các workload optimization công nghiệp nói chung.

Quantum machine learning cũng gặp bài toán input tương tự: nếu dữ liệu bắt đầu ở dạng classical, chi phí encode dữ liệu vào quantum state có thể xóa lợi thế lý thuyết. Vì vậy nói QPU sẽ trở thành accelerator cho AI giống GPU hiện nay là quá sớm.

Trường hợp có cơ sở vật lý rõ hơn vẫn là các workload mà đối tượng cần mô phỏng vốn đã là quantum: molecule, material, spin system và dynamics lượng tử nhiều hạt.

Supercomputer không biến mất; nó có thể trở thành “host” của QPU

Tháng 6/2026, RIKEN đưa ROQUO vào hoạt động với 135 compute node, tổng cộng 540 Blackwell GPU và hiệu năng HPL đo được 19,8 PFLOPS FP64. Mục tiêu của hệ không phải thay Fugaku bằng quantum. RIKEN nói rõ ROQUO sẽ kết nối với Fugaku, ibm_kobe và Reimei để nghiên cứu quantum–HPC hybrid computing, simulation quantum algorithms và các workload kết hợp GPU–QPU.

Đây là một tín hiệu kiến trúc đáng chú ý. Nếu quantum computing trưởng thành, data center tương lai có thể không có một hàng máy “quantum” thay cho CPU/GPU cluster. Nó có thể giống một HPC facility heterogeneous hơn: CPU cho control và general compute, GPU cho dense numerical work và AI, QPU cho một số subroutine lượng tử, tất cả được scheduler và middleware phân phối như các tài nguyên khác nhau.

Nature Biotechnology cũng nhận xét trong một editorial tháng 7/2026 rằng làn sóng quantum advantage thực dụng đầu tiên trong biotechnology nhiều khả năng sẽ đến từ hybrid quantum–classical systems hơn là một máy hoàn toàn quantum. Nhưng chính bài viết này cũng nhấn mạnh giới hạn của phần cứng hiện tại: số qubit nhỏ, noise cao và chưa có full fault tolerance.

Phép so sánh với GPU chỉ trở thành thật khi QPU kiếm được thời gian cho cả workflow

GPU không thắng vì nó chứa một loại transistor “thông minh hơn”. Nó thắng khi một hệ sinh thái hoàn chỉnh — hardware, memory, compiler, libraries và programming model — khiến developer có thể offload đúng workload với chi phí thấp hơn phần lợi ích nhận lại.

QPU cũng sẽ phải vượt qua bài kiểm tra đó. Một quantum kernel có thể rất ấn tượng về complexity theory nhưng vẫn vô dụng nếu state preparation quá đắt, phải chạy hàng triệu shots, queue quá lâu hoặc classical post-processing lớn hơn phần tính toán được tiết kiệm.

Vì vậy, câu hỏi quan trọng trong vài năm tới có lẽ không phải “quantum computer bao giờ thay thế supercomputer?”. Một metric thực tế hơn là: có workflow nào chạy tốt hơn khi ta thêm QPU vào một supercomputer đang có hay không?

Nếu câu trả lời dần trở thành có — trước tiên ở chemistry, materials hoặc một vài bài toán quantum-native — QPU có thể tìm được vị trí giống accelerator trước khi nó đủ lớn để trở thành một computer độc lập theo nghĩa truyền thống. Và khi đó, thành công của quantum computing có thể trông ít kịch tính hơn dự báo ban đầu: supercomputer vẫn ở đó, chỉ có thêm một loại processor mà scheduler biết khi nào nên gọi.

Nguồn: IBM Research — Reference Architecture of a Quantum-Centric Supercomputer, Future Generation Computer Systems — Closed-loop calculations of electronic structure on a quantum processor and a classical supercomputer at full scale, IBM Quantum — RIKEN and IBM demonstrate quantum-centric supercomputing, Quantum-HPC hybrid computation of biomolecular excited-state energies, RIKEN Center for Computational Science — ROQUO Quantum-HPC Hybrid Platform, NVIDIA CUDA-Q, Nature Biotechnology — Quantum computing in transition.