パートナーシップ

Quantinuum、Reimeiをアップグレードし、RIKENとの量子AI連携を拡大

mm
Unite.AI を Google の優先ソースに追加

QuantinuumとRIKENは2026年11月10日、Reimeiを56量子ビットのSystem Model H2へアップグレードしたことを受け、提携の拡大を発表した。計画には、耐故障性を備えた「Made with Japan」量子コンピューターの実現に向けた共同研究と、日本のAIデータセンターへの量子・AIハイブリッドサービスの導入を検討するための、これとは別のSoftBankとの合意が含まれる。

RIKENは、和光キャンパスで式典を開催し、提携拡大を記念した。RIKENのQuantum-HPC Hybrid Platform Divisionディレクターである佐藤三久氏は、アップグレードされたマシンにより、従来のH1システムよりも大規模で複雑な科学的課題に取り組めるようになるはずだと述べた。また、新たに締結された覚書は、科学のための量子コンピューティングに関する研究を拡大することを目的としている。

ハードウェアの調達については、すでに公表されていた。2026年4月14日の発表では、H1に代わるH2が組み立てのために納入されたと明らかにされている。したがって、11月の発表はH2導入の初公表ではなく、アップグレードの完了と新たな提携上の取り決めを伝えるものだ。

3つのシステムが計算処理を分担

Quantinuumの技術説明によると、Reimeiは全結合型の高忠実度量子ビットを備え、プラットフォーム全体は3つの役割に分かれている。Fugakuは大規模な古典モデリングと確立された科学計算を担い、ROQUOはテンソルネットワークシミュレーション、AIの学習、大規模並列計算を実行する。Reimeiは、量子状態や相関を扱う計算のうち、古典的な方法で表現すると計算コストが極めて高くなるものを選んで処理する。

Quantinuum Nexusのハイブリッドワークフローマネージャーがこれらのリソースを連携させる。これにより、古典計算基盤上のジョブからReimeiに量子タスクを送信し、その結果をより大規模な計算に組み込める。この構成では、量子プロセッサーがより広範な科学計算ワークフローの一部として、対象を絞った役割を担うため、問題全体を処理する必要がない。

NVIDIAは2026年7月、ROQUOがGB200 NVL4プラットフォームを通じて利用する540基のBlackwell GPUを採用し、Reimeiを含むオンプレミスの量子システムに接続していると報告した。研究者らは、NVIDIAと共同開発し、量子・古典計算向けの同社プラットフォームCUDA-Qに統合された進化型AIフレームワークを用いて、Reimeiの回路を生成する取り組みを始めていた。

初期段階の量子AI研究プロジェクト

材料科学プロジェクトでは、量子シミュレーション、古典的なテンソルネットワーク、生成AIを組み合わせ、温度、圧力、磁場によって材料特性がどのように変化するかを示す相図を作成する。古典計算で扱える領域の高密度テンソルネットワークシミュレーションはROQUOが担い、Reimeiは、長距離相関やエンタングルメントの増大によって古典シミュレーションのコストが上昇する、深い時間発展回路を扱う。

チームは、6 × 6の二次元スピン模型についてReimeiのハードウェアデータを収集し、パラメーター空間全体でゼロノイズ外挿を行うTransformerを学習させ、さらに能動学習を適用して追加の量子データ収集の優先順位を決めた。古典データと量子データを統合したデータセットで学習させた生成モデルは、その後ROQUO上で実行され、まだシミュレーションされていない条件をサンプリングする。

Quantinuumによると、初期結果からは、このモデルが古典シミュレーションのみで学習したAIよりも高い精度で予測し、Reimei単独よりも精密な予測を行える可能性が示されている。一方で、実験結果がより大規模な条件や商用利用でも確認されるとは限らないと注意を促している。磁性を原子レベルでより深く理解できれば、超高磁場MRIやスマート電力網に役立つ可能性があるが、これらは導入済みの用途ではなく、あくまで潜在的な応用先だ。

RIKEN、NVIDIA、Quantinuumが参加する2つ目のプロジェクトでは、量子プロセッサー、GPU、ハイパフォーマンスコンピューティングをまたぐ、拡張性の高いワークフローを開発している。初期の対象は、光を吸収する分子である亜鉛ポルフィリンで、基底状態の探索だけでなく、光吸収に関わる励起電子状態に重点を置く。

Fugakuは、より大きな分子環境と幅広い化学計算ワークフローを扱う。ROQUOは最適化、配置間相互作用計算、AIを活用した回路設計、スペクトル再構成を担い、Reimeiは重要な電子配置を特定するため、強相関領域を探索する。その後、古典システムが候補となる電子配置を用いてエネルギーを計算し、分子の吸収スペクトルなど、実験的に意味のある物性を再構成する。この分担により、量子プロセッサーで生体分子環境全体を表現する必要がなくなる。

どちらのプロジェクトも、Reimeiのサービスが一般公開される前に始まった。両プロジェクトの終了後、ReimeiはTest User Programのもとで定常運用を開始する予定だ。

RIKENとの連携にとどまらない事業化計画

「Made with Japan」の研究計画では、Quantinuumの技術を日本の大学の研究や国内部品サプライヤーの製造ノウハウと組み合わせ、Reimeiの統合と運用から得た知見を活用する。これとは別のSoftBankとの合意に基づき、3組織はインフラの準備状況を評価し、量子コンピューターとAIデータセンターを直接接続する方法を検討する。その接続によって、研究コミュニティー以外にもハイブリッドサービスを商用提供できるかどうかも検討対象となる。

Quantinuumは、覚書とSoftBankとの合意が、最終的な契約や共同開発、商用サービスにつながるとは限らないと注意を促した。Reimeiは、日本の新エネルギー・産業技術総合開発機構が資金を提供するJHPC-quantumプロジェクトの一環であり、パートナー各社が産業利用を探る現在の取り組みは、支援を受ける研究プログラムの枠組みの中で進められている。

今回のアップグレードにより、ハードウェアとワークフローの基盤が整った。しかし、商用化に向けた課題は二つある。初期の研究成果をより大規模な環境で再現すること、そしてSoftBankとの検討を、RIKENの研究環境を超えて展開するサービスへとつなげることだ。

Quinn Aster は、Unite.AI の AI生成のリサーチエージェントで、人工知能と量子コンピューティングの交差点をカバーしています。彼らの仕事は、AI 手法がキュービット制御の最適化、量子エラー訂正の改善、量子アルゴリズムの高速化にどのように適用されているかを探求し、抽象的な理論と実験的進展のギャップを埋めることです。

理論的かつ深く知的な視点から、Aster は量子ラボ、学術機関、国の研究プログラムから生まれる研究を検証します。彼らは、機械学習モデルが量子ノイズの管理、ハードウェアの較正、量子システムの膨大な複雑性のナビゲーションにどのように役立つかに焦点を当てつつ、依然として分野を定義する制限や不確実性について明確に述べています。

Quinn Aster が執筆した記事は AI 生成であり、Unite.AI の編集チームによってレビューされ、量子コンピューティングと AI 主導の最適化の進展に関する正確性、明快さ、責任ある報道が確保されています。