NVIDIA simulerer rekordstort fejltolerant protokol med 104 qubits på JUPITER

NVIDIA annoncerede den 19. oktober 2026 det, virksomheden beskrev som en rekordstor simulering inden for kvantecomputere på JUPITER, Europas første exaskala-supercomputer: En kørsel med 104 qubits blev afviklet på 8.192 NVIDIA GH200-GPU’er ved Jülich Supercomputing Centre og modellerer, hvordan en realistisk kvanteprocessor udfører fejltolerant beregning.

Hvad NVIDIA siger, kørslen bekræfter

NVIDIA beskriver simuleringen med 104 qubits som den hidtil største omfattende simulering af en fejltolerant kvanteprocessor og siger, at ingen tidligere simuleringer har modelleret kvanteprocessorer med så stor detaljeringsgrad. Ifølge virksomheden bekræfter kørslen dyrkning af magiske tilstande, en tilgang til fejltolerant kvanteberegning, der kræver 90 % færre fysiske qubits end tidligere metoder. NVIDIA sagde, at simuleringer med denne grad af fidelitet giver forskerne de data, der er nødvendige for at forudsige ydeevnen for fremtidige design, før de bygges, hvilket mindsker afhængigheden af at afprøve sig frem på hardware. Virksomheden pegede også på forventede anvendelser inden for lægemiddeludvikling, finansiel modellering og materialevidenskab.

»Nyttig kvanteberegning kræver ekstremt komplekse, fejltolerante systemer – og det er afgørende at forstå, hvordan de opfører sig i stor skala, hvis man skal bygge dem,« sagde Jensen Huang, grundlægger og CEO for NVIDIA, i virksomhedens meddelelse. Huang sagde, at resultaterne fra Jülich viser, at kvanteprocessorer og GPU-supercomputere kan samarbejde om forskning, som ellers ville være uden for rækkevidde.

Kristel Michielsen, direktør for Jülich Supercomputing Centre ved Forschungszentrum Jülich, sagde, at Europas investering i JUPITER giver forskerne mulighed for at undersøge spørgsmål, der tidligere var uden for rækkevidde, og at samarbejdet med NVIDIA bringer denne mulighed ind i kvanteberegning. Hun sagde, at arbejdet hjælper forskerne med at træffe bedre informerede beslutninger om, hvilke design der mest sandsynligt vil føre til nyttige anvendelser.

Magiske tilstande, koder og en realistisk støjmodel

Qubits fungerer ved fysikkens grænser, og de vekselvirkninger, der er nødvendige for at styre dem, medfører uundgåelig støj, som forårsager fejl, forklarer NVIDIAs meddelelse. Beregning under påvirkning af denne støj, kendt som fejltolerant kvanteberegning, kræver magiske tilstande – en bestemt opstilling af qubits, som løbende forbruges under en fejltolerant beregning. Da fejltolerante maskiner er afhængige af gentagen produktion af magiske tilstande, mindsker enhver optimering af fremstillingen markant vanskeligheden ved at bygge en nyttig kvantecomputer.

Et teknisk indlæg fra NVIDIAs CUDA-Q-team beskriver, hvorfor den slags simuleringer er vanskelige. Mange operationer, der bruges til kvantefejlkorrektion, er Clifford-operationer, som kan simuleres effektivt under passende antagelser om støj. Universel kvanteberegning kræver dog mindst én yderligere, ikke-triviel operation – det element, som de magiske tilstande leverer. Den simulerede protokol klargør en tilstand i en lille fejlkorrigerende kode, kontrollerer den for fejl og udvider den til større kodeafstande: Den begynder med en farvekode med afstand 3, bruger nyligt udviklede flagmålinger til at registrere skadelige fejl og udvides til en hybrid konfiguration af farve- og overfladekode med afstand 7, før yderligere fejlkorrektionsrunder og aflæsning. De 104 qubits, der tælles med, omfatter data- og hjælpequbits, som bruges gennem hele forløbet.

Ifølge det tekniske indlæg omfatter modellen, der blev kørt på JUPITER, koherente fasefejl, som kan ophobes og interferere, samt lækage, hvor en superledende qubit forlader sine sædvanlige to beregningsniveauer. Udvalgte fysiske steder modelleres med et tredje energiniveau, hvilket øger simuleringens kompleksitet markant. Disse mekanismer gør det muligt for forskerne at undersøge adfærd ud over det, en model med tilfældige bit- og faseflip kan beskrive, samtidig med at de faktiske ikke-Clifford-operationer, der klargør den magiske tilstand, bevares.

Arbejdet adskiller sig fra tidligere forskning fra Jülich, hvor 50 qubits blev simuleret under ideelle, støjfri forhold. Forschungszentrum Jülich meddelte den 11. november 2025, at et hold fra Jülich i samarbejde med NVIDIA-eksperter havde simuleret en universel kvantecomputer med 50 qubits fuldt ud på JUPITER, som blev indviet på Forschungszentrum Jülich i september 2025. Dermed overgik de en rekord på 48 qubits, som forskere fra Jülich satte i 2019 på Japans K computer. Meddelelsen bemærkede, at hver ekstra qubit fordobler kravene til beregningskraft og hukommelse, så en simulering med 50 qubits kræver omkring 2 petabyte hukommelse.

Fra en udviklingsklynge til 8.192 GPU’er

NVIDIA sagde, at simuleringer i stor skala ligger uden for konventionelle computersystemers rækkevidde, fordi hukommelseskravene vokser eksponentielt med antallet af qubits. Et NVIDIA GB200 NVL72-system ved NVIDIA Accelerated Quantum Research Center fungerede som udviklingsplatform for JUPITER-projektet og gjorde det muligt for forskerne at opskalere testene fra fire GPU’er til flere hundrede, inden de gik videre til 8.192 GPU’er på JUPITER, som blev bygget af Bull. Holdet brugte centret til at forfine simuleringsmetoderne, sammenligne resultaterne med JUPITER og undersøge, hvordan nøjagtigheden blev påvirket af flere beregningsressourcer. NVIDIA siger, at dette arbejde reducerede en simuleringsindsats, der strakte sig over flere uger, til dage.

Det tekniske blogindlæg beskriver det ingeniørarbejde, der ligger bag kørslen. Simulatoren omorganiserer operationerne, samtidig med at den bevarer deres indbyrdes afhængighed og målingernes statistik, og den genbruger lagerplads, efterhånden som qubits måles og frigives. Den pakker grupper af tre-niveausystemer i en binær repræsentation, som cuQuantum-biblioteket cuStateVec kan udføre: Fem tre-niveausystemer har 243 basistilstande og kan rummes i otte binære lagerbits, der giver 256 pladser. I konfigurationen med 8.192 GPU’er repræsenterer et 45-bit-kodet register cirka 35,2 billioner komplekse amplituder, og alene tilstanden optager i dobbelt præcision 512 TiB fordelt GPU-hukommelse, svarende til 64 GiB pr. GPU.

Simuleringerne blev kørt med NVIDIA cuQuantum-software og det fejltolerante logiske lag på CUDA-Q-platformen til at beskrive magic-state-kredsløbet. Projektet udviklede også distribuerede faktoriseringsværktøjer med NVIDIA cuBLASMp og cuSOLVERMp. De undersøger udvalgte partitioner af den lagrede tilstand for at finde ud af, hvor meget information en mere kompakt repræsentation skal bevare, og skaber dermed en mulighed for at afprøve omtrentlige simuleringsmetoder op imod en detaljeret reference af tilstandsvektoren.

I små valideringstilfælde med pakkede kredsløb på forskningscentret stemte de uafhængige beregninger med tilstandsvektorer og tensor-netværk overens med hensyn til målesandsynlighederne med en præcision på cirka 10⁻¹³, når tensor-netværkets trunkeringstærskel blev strammet, oplyste holdet. Mindre kørsler fungerer som målestok for, hvor mange GPU’er der kræves, og hvor mange GPU-timer der skal afsættes, før man bruger tid på en supercomputer. Holdet sagde desuden, at den samme tilgang kan understøtte fremtidige undersøgelser med andre lækagemodeller, kredsløbsplaner og fejlkorrigeringsprotokoller, som hver især først afprøves i håndterbar skala, før de udvides til større konfigurationer.