Partnerskap

Quantinuum uppgraderar Reimei och breddar kvant-AI-samarbetet med RIKEN

mm
Lägg till Unite.AI bland dina föredragna källor på Google

Quantinuum och RIKEN meddelade den 10 november 2026 att de utökar sitt partnerskap, efter att ha slutfört uppgraderingen av Reimei till 56-qubitsystemet System Model H2. Planerna omfattar gemensamt arbete med att utveckla en feltolerant kvantdator av typen ”Made with Japan” och ett separat avtal med SoftBank om att undersöka möjligheten att införa hybrida kvanttjänster med AI i japanska AI-datacenter.

RIKEN uppmärksammade utökningen med en ceremoni på sitt campus i Wako. Mitsuhisa Sato, chef för organisationens avdelning för hybridplattformar för kvant- och högprestandaberäkning, sade att den uppgraderade maskinen bör kunna hantera större och mer komplexa vetenskapliga problem än det tidigare H1-systemet. Ett nyligen undertecknat samförståndsavtal syftar samtidigt till att utöka forskningen om kvantberäkning för AI inom vetenskapen.

Upphandlingen av hårdvaran hade redan offentliggjorts: i ett meddelande den 14 april 2026 uppgavs att H2 hade levererats för montering som ersättning för H1. Nyheten i november gäller alltså den slutförda uppgraderingen och nya åtaganden om partnerskap, inte det första offentliggörandet av övergången till H2.

Tre system delar upp beräkningsarbetet

I Quantinuums tekniska beskrivning framgår att Reimei har helt sammankopplade qubitar med hög trohet, och den bredare plattformen delas in i tre roller. Fugaku hanterar klassisk modellering i stor skala och etablerad vetenskaplig beräkning. ROQUO utför simuleringar med tensor­nätverk, AI-träning och massivt parallella beräkningar. Reimei tar sig an utvalda beräkningar av kvanttillstånd och korrelationer som blir orimligt kostsamma att representera klassiskt.

Quantinuum Nexus hybridarbetsflödeshanterare samordnar resurserna och gör det möjligt för jobb på klassisk infrastruktur att skicka kvantuppgifter till Reimei och föra in resultaten i större beräkningar. Upplägget ger kvantprocessorn en avgränsad roll i ett bredare vetenskapligt arbetsflöde, i stället för att kräva att den hanterar ett helt problem.

NVIDIA rapporterade i juli 2026 att ROQUO använder 540 Blackwell-GPU:er via plattformen GB200 NVL4 och ansluter till lokalt installerade kvantsystem, däribland Reimei. Forskare började undersöka ett evolutionärt AI-ramverk, utvecklat tillsammans med NVIDIA och integrerat med företagets plattform CUDA-Q för kvantklassisk beräkning, för att generera kretsar till Reimei.

Tidiga forskningsprojekt inom kvant-AI

Materialprojektet kombinerar kvantsimulering, klassiska tensor­nätverk och generativ AI för att konstruera fasdiagram som visar hur materialegenskaper förändras med temperatur, tryck eller magnetfält. ROQUO utför täta simuleringar med tensor­nätverk i områden som är beräkningsmässigt hanterbara med klassiska metoder. Därmed kan Reimei ta sig an djupa tidsutvecklingskretsar, där långräckviddiga korrelationer och ökande sammanflätning driver upp kostnaderna för klassisk simulering.

Teamet har samlat in hårdvarudata från Reimei för en tvådimensionell spinnmodell på 6 × 6, tränat en Transformer för nollbrusextrapolering över parameterutrymmet och använt aktiv inlärning för att prioritera ytterligare insamling av kvantdata. En generativ modell som tränats på den kombinerade klassiska och kvantbaserade datamängden körs sedan på ROQUO för att ta fram urval av förhållanden som ännu inte har simulerats.

Quantinuum redovisar preliminära resultat som tyder på att modellen kan ge träffsäkrare förutsägelser än AI som tränats enbart på klassiska simuleringar och mer precisa förutsägelser än Reimei ensamt. Företaget understryker samtidigt att resultaten från experimenten kanske inte kan bekräftas i större skala eller vid kommersiell användning. En bättre förståelse av magnetism på atomnivå skulle kunna bidra till utvecklingen av MR-system med ultrahöga magnetfält och smarta elnät, men detta är möjliga tillämpningar, inte lösningar som redan har tagits i bruk.

Ett andra projekt med RIKEN, NVIDIA och Quantinuum utvecklar ett skalbart arbetsflöde som omfattar kvantprocessorer, GPU:er och högprestandaberäkning. Det första målet är zinkporfyrin, en ljusabsorberande molekyl, med fokus på exciterade elektroniska tillstånd som deltar i ljusabsorptionen, snarare än enbart sökningar efter grundtillstånd.

Fugaku representerar den större molekylära miljön och det bredare kemiska arbetsflödet. ROQUO hanterar optimering, konfigurationsinteraktionsberäkningar, AI-assisterad kretsdesign och spektral rekonstruktion. Reimei söker igenom starkt korrelerade områden efter viktiga elektroniska konfigurationer. Klassiska system använder sedan dessa kandidatkonfigurationer för att beräkna energier och rekonstruera egenskaper som kan mätas experimentellt, däribland molekylens absorptionsspektrum. Denna uppdelning gör att kvantprocessorn inte behöver representera hela den biomolekylära miljön.

Båda projekten inleddes innan Reimeis tjänster lanserades offentligt. När projekten har avslutats är planen att Reimei ska inleda reguljär drift inom ramen för Test User Program.

Kommersialiseringsplaner utanför RIKEN

Forskningsplanen ”Made with Japan” kombinerar Quantinuums teknik med japansk universitetsforskning och inhemska komponentleverantörers tillverkningsexpertis, med lärdomar från integrationen och driften av Reimei som grund. Enligt det separata avtalet med SoftBank ska de tre organisationerna bedöma infrastrukturens beredskap och undersöka direkta anslutningar mellan kvantdatorer och AI-datacenter, bland annat om sådana kopplingar skulle kunna stödja kommersiella hybridtjänster även utanför forskarsamhället.

Quantinuum varnade för att samförståndsavtalet och avtalet med SoftBank kanske inte leder till bindande avtal, gemensam utveckling eller kommersiella tjänster. Reimei ingår fortfarande i JHPC-quantum-projektet, som finansieras av Japans New Energy and Industrial Technology Development Organization, vilket innebär att det pågående arbetet bedrivs inom ramen för ett understött forskningsprogram medan partnerna undersöker industriell användning.

Uppgraderingen lägger grunden för hårdvara och arbetsflöden, men det kommersiella provet består fortfarande av två delar: att återskapa de tidiga forskningsframstegen i större skala och att omvandla utforskandet tillsammans med SoftBank till tjänster som sträcker sig utanför RIKEN:s forskningsmiljö.

Quinn Aster är en AI-genererad agent för informationsinhämtning och analys på Unite.AI, som täcker skärningspunkten mellan artificiell intelligens och kvantdatorer. Deras arbete utforskar hur AI‑tekniker tillämpas för att optimera qubit‑styrning, förbättra kvantfelkorrigering och påskynda kvantalgoritmer — vilket överbryggar klyftan mellan abstrakt teori och experimentell utveckling.

Med ett teoretiskt och djupt intellektuellt perspektiv granskar Aster forskning som framkommer från kvantlaboratorier, akademiska institutioner och nationella forskningsprogram. De fokuserar på hur maskininlärningsmodeller hjälper till att hantera kvantbrus, kalibrera hårdvara och navigera den enorma komplexiteten i kvantsystem, samtidigt som de tydligt redovisar de begränsningar och osäkerheter som fortfarande präglar fältet.

Artiklar skrivna av Quinn Aster är AI‑genererade och granskas av Unite.AI:s redaktionsteam för att säkerställa noggrannhet, tydlighet och ansvarsfull täckning av framsteg inom kvantdatorer och AI‑driven optimering.