NVIDIA simulerar rekordstort feltolerant protokoll med 104 kvantbitar på JUPITER

Den 19 oktober 2026 tillkännagav NVIDIA vad företaget beskrev som en rekordstor kvantdatorsimulering på JUPITER, Europas första exaskaladator: en körning med 104 kvantbitar på 8 192 NVIDIA GH200-GPU:er vid Jülich Supercomputing Centre, som modellerar hur en realistisk kvantprocessor utför feltoleranta beräkningar.

Vad NVIDIA säger att körningen validerar

NVIDIA beskriver simuleringen med 104 kvantbitar som den hittills mest omfattande simuleringen av en feltolerant kvantprocessor och säger att inga tidigare simuleringar har modellerat kvantprocessorer med så stor detaljrikedom. Enligt företaget validerar körningen odling av magiska tillstånd, en metod för feltolerant kvantdatorberäkning som kräver 90 % färre fysiska kvantbitar än tidigare metoder. NVIDIA sade att simuleringar med denna grad av noggrannhet ger forskare de data som behövs för att förutsäga prestandan hos framtida konstruktioner innan de byggs, vilket minskar beroendet av att pröva sig fram med hårdvara. Företaget pekade också på förväntade tillämpningar inom läkemedelsutveckling, finansiell modellering och materialvetenskap.

”Användbar kvantdatorberäkning kommer att kräva oerhört komplexa, feltoleranta system – och det är avgörande att förstå hur de fungerar i stor skala för att kunna bygga dem”, sade Jensen Huang, grundare och vd för NVIDIA, i företagets tillkännagivande. Huang sade att resultaten från Jülich visar att kvantprocessorer och GPU-superdatorer kan samarbeta i forskning som annars skulle vara utom räckhåll.

Kristel Michielsen, chef för Jülich Supercomputing Centre vid Forschungszentrum Jülich, sade att Europas investering i JUPITER ger forskare möjlighet att undersöka frågor som tidigare varit utom räckhåll och att samarbetet med NVIDIA tillför den möjligheten till kvantdatorområdet. Hon sade att arbetet hjälper forskare att fatta mer välgrundade beslut om vilka konstruktioner som sannolikast kommer att ge användbara tillämpningar.

Magiska tillstånd, koder och en realistisk brusmodell

Kvantdatorbitar arbetar vid fysikens yttersta gränser, och de växelverkningar som krävs för att styra dem ger upphov till oundvikligt brus som orsakar fel, förklarar NVIDIA i sitt tillkännagivande. Beräkningar i närvaro av sådant brus, så kallad feltolerant kvantdatorberäkning, kräver magiska tillstånd – en särskild uppsättning kvantbitar som förbrukas fortlöpande under en feltolerant beräkning. Eftersom feltoleranta maskiner bygger på att magiska tillstånd framställs upprepade gånger minskar varje förbättring av framställningen kraftigt svårigheten att bygga en användbar kvantdator.

Ett tekniskt inlägg från NVIDIA:s CUDA-Q-team förklarar varför sådana simuleringar är svåra. Många av de operationer som används vid kvantfelkorrigering är Clifford-operationer, som kan simuleras effektivt under lämpliga antaganden om brus. Universell kvantdatorberäkning kräver däremot minst en ytterligare, icke-trivial operation – den ingrediens som de magiska tillstånden tillför. I det simulerade protokollet skapas ett tillstånd i en liten felkorrigerande kod, det kontrolleras för fel och utökas till större kodavstånd: protokollet börjar med en färgkod med kodavstånd 3, använder nyligen utformade flaggmätningar för att upptäcka skadliga fel och växer till en hybridkonfiguration av färgkod och ytkod med kodavstånd 7, innan ytterligare felkorrigeringsomgångar och avläsning genomförs. De 104 kvantbitarna omfattar data- och hjälpkvantbitarna som används under hela sekvensen.

Enligt det tekniska inlägget omfattar modellen som kördes på JUPITER koherenta fasfel, som kan ackumuleras och påverka varandra, samt läckage, där en supraledande kvantbit lämnar sina vanliga två beräkningsnivåer. Utvalda fysiska platser modelleras med en tredje energinivå, vilket ökar simuleringens komplexitet avsevärt. Dessa mekanismer gör det möjligt för forskare att undersöka beteenden utöver vad en modell med slumpmässiga bit- och fasvändningar fångar, samtidigt som de verkliga icke-Clifford-operationerna som skapar det magiska tillståndet behålls.

Arbetet skiljer sig från tidigare forskning vid Jülich, där 50 kvantbitar simulerades under ideala, brusfria förhållanden. Forschungszentrum Jülich meddelade den 11 november 2025 att ett team från Jülich, tillsammans med experter från NVIDIA, hade simulerat en universell kvantdator med 50 kvantbitar fullständigt på JUPITER. Superdatorn invigdes vid Forschungszentrum Jülich i september 2025 och slog därmed rekordet på 48 kvantbitar som forskare vid Jülich satte 2019 på Japans K-dator. I tillkännagivandet noterades att varje ytterligare kvantbit fördubblar kraven på beräkningskapacitet och minne, vilket innebär att en simulering med 50 kvantbitar kräver omkring 2 petabyte minne.

Från utvecklingskluster till 8 192 GPU:er

Eftersom minneskraven ökar exponentiellt med antalet kvantbitar ligger storskaliga simuleringar utom räckhåll för konventionella datorsystem, sade NVIDIA. Ett NVIDIA GB200 NVL72-system vid NVIDIA Accelerated Quantum Research Center fungerade som utvecklingsplattform för JUPITER-projektet och gjorde det möjligt för forskarna att skala upp testerna från fyra GPU:er till hundratals innan de gick vidare till 8 192 GPU:er på JUPITER, som byggdes av Bull. Teamet använde centret för att förfina simuleringsmetoderna, jämföra resultaten med JUPITER och undersöka hur noggrannheten förändrades med ytterligare beräkningsresurser. Enligt NVIDIA gjorde detta arbete att en simuleringsinsats som tidigare tog flera veckor kunde genomföras på några dagar.

Det tekniska inlägget beskriver ingenjörsarbetet bakom körningen. Simulatorn omorganiserar operationerna samtidigt som den bevarar deras beroenden och mätstatistik, och återanvänder lagringsutrymme när qubitar mäts och frigörs. Den packar grupper av system med tre nivåer i en binär representation som cuQuantum-biblioteket cuStateVec kan köra: fem system med tre nivåer har 243 bastillstånd och ryms i åtta binära lagringsbitar, som ger 256 platser. I konfigurationen med 8,192 GPU:er motsvarar ett 45-bitars kodat register ungefär 35,2 biljoner komplexa amplituder. Med dubbel precision upptar själva tillståndet 512 TiB distribuerat GPU-minne, eller 64 GiB per GPU.

Simuleringarna kördes med programvaran NVIDIA cuQuantum och det feltoleranta logiska lagret i plattformen CUDA-Q för att uttrycka kretsen med magiska tillstånd. Projektet utvecklade också distribuerade faktoriseringsverktyg med NVIDIA cuBLASMp och cuSOLVERMp. Verktygen undersöker utvalda partitioner av det lagrade tillståndet för att ta reda på hur mycket information en mer kompakt representation måste bevara, vilket skapar en möjlighet att testa approximativa simuleringsmetoder mot en detaljerad referens i form av en tillståndsvektor.

I små tester för validering av packade kretsar vid forskningscentret stämde oberoende beräkningar med tillståndsvektorer och tensor-nätverk överens om mät­sannolikheterna med en noggrannhet på ungefär 10⁻¹³ när trunkeringströskeln för tensor-nätverket sänktes, rapporterade teamet. Mindre körningar fungerar som riktmärke för att uppskatta GPU-behov och GPU-timmar innan superdatorresurser tas i anspråk. Teamet uppgav också att samma tillvägagångssätt kan användas i framtida studier med olika läckagemodeller, kretsscheman och felkorrigeringsprotokoll, där varje studie först testas i hanterbar skala innan den utökas till större konfigurationer.