NVIDIA、欧州スパコンで104量子ビット耐故障計算に成功

欧州初のエクサスケールスパコン「JUPITER」で104物理量子ビットを再現

米NVIDIAとドイツのユーリッヒ・スーパーコンピューティング・センター（JSC）は2026年10月19日、欧州初のエクサスケール・スーパーコンピューター「JUPITER（欧州初のエクサスケールスーパーコンピューター）」上で、104物理量子ビット（量子情報の最小単位で重ね合わせ状態を表現できる素子）の大規模な耐故障性量子計算（ノイズやエラーを自動訂正しながら正確に計算を続ける量子計算方式）（フォールトトレラント量子計算）シミュレーションを実行し、世界記録を樹立したと発表した。

8,192基の「NVIDIA GH200 Grace Hopper Superchip」を駆使したこの取り組みでは、従来手法と比較して必要な物理量子ビット数を​90%削減​​できる革新的な「マジック状態培養（magic state cultivation）」プロトコルを、現実的なハードウェアノイズ環境下で高精度に検証することに成功した。

8,192基のGPUと512 TiBの分散メモリによる大規模検証

実用的な量子コンピューターの実現には、物理的な限界により発生する不可避のエラー（ノイズ）を克服する誤り訂正が不可欠となる。特に、汎用的な量子計算に必須とされる「マジック状態（特定の特殊な量子状態）」の生成は、システム資源の大半を消費する最大のボトルネックであった。

今回のシミュレーションでは、理想的な無雑音環境ではなく、実際の超伝導量子プロセッサーで問題となる「コヒーレント位相誤差」や、計算準位（0と1）の外へ逸脱する「三準位リーケージ」まで組み込んだ高忠実度モデルを再現した。

• ​実行基盤​: 8,192基のNVIDIA GH200 Superchip（JUPITER上）
• ​メモリ規模​: 45ビットの符号化レジスター（約35.2兆個の複素振幅）を表現し、状態ベクトルだけで512 TiB（GPU 1基あたり64 GiB）の分散GPUメモリを占有
• ​ソフトウェア構成​: CUDA-Q（GPUと量子プロセッサーを統合プログラミングするハイブリッドフレームワーク）の論理レイヤーおよびcuQuantum（量子回路シミュレーションをGPU高速化するSDK）（cuStateVecライブラリ）を採用
• ​事前検証プラットフォーム​: NVIDIA Accelerated Quantum Research Center（NVAQC）の「GB200 NVL72」システムにてアルゴリズムを事前開発・最適化し、従来数週間を要していた計算工程を数日へと短縮

過去の記録との比較と技術的ブレイクスルー

スーパーコンピューターを用いた量子シミュレーションの進展において、今回の成果は規模と現実性の両面で過去の記録を大きく刷新している。

項目	今回のシミュレーション（2026年10月）	JSC以前の記録（2025年11月）	京スパコン（2019年参考）
​対象量子ビット数​	104量子ビット​​（データ＋補助ビット）	50量子ビット	48量子ビット
​シミュレーション条件​	​現実的なハードウェアノイズ＋三準位リーケージ​	理想的（ノイズなし）	理想的（ノイズなし）
​検証プロトコル​	マジック状態培養（符号距離3→7へ拡張）	汎用回路	汎用回路
​ハードウェア​	JUPITER（NVIDIA GH200 × 8,192基）	JUPITER	京（CPUクラスタ）
​技術的意義​	​必要物理量子ビット数を90%削減可能と実証​	50量子ビットの完全シミュレーション	48量子ビットの規模限界の提示

量子ビット数が1つ増えるごとに必要なメモリは指数関数的に倍増する。本プロジェクトでは、5つの三準位系を8ビットの二進ストレージに効率的に収める独自のパッキング技術と、演算間の依存関係を保った記憶領域の動的再利用によって、104量子ビットという前例のない規模の計算を現実的なリソース内に収めた。

実機開発の試行錯誤を削減する「前倒し検証」の意義

ハードウェアを物理的に製造してから試行錯誤するアプローチは、極めて高いコストと時間を要する。JUPITERのようなGPUスーパーコンピューター上で現実的ノイズを含む耐故障性回路を完全に事前シミュレーションできる環境が整ったことは、創薬、材料科学、金融モデリング向けの実用量子プロセッサーの設計期間を数年単位で短縮する可能性を秘めている。

一方で、104量子ビットのフル状態ベクトル計算には512 TiBものメモリを要するため、今後はさらなる大規模化に向けて、テンソルネットワーク法などによる近似計算手法の確立と、実機ハードウェアにおける物理的検証との突き合わせが継続的な課題となる。

引用元：NVIDIA Newsroom | NVIDIA Quantum | Unite.AI