Quantinuum อัปเกรด Reimei และขยายความร่วมมือด้านควอนตัม-AI กับ RIKEN

Quantinuum และ RIKEN ประกาศขยายความร่วมมือเมื่อวันที่ 10 พฤศจิกายน 2026 หลังอัปเกรด Reimei เป็น System Model H2 ขนาด 56 คิวบิตเสร็จสิ้น แผนงานนี้รวมถึงความร่วมมือเพื่อพัฒนาคอมพิวเตอร์ควอนตัมที่ทนต่อข้อผิดพลาดภายใต้แนวคิด “Made with Japan” และข้อตกลงแยกต่างหากกับ SoftBank เพื่อสำรวจการนำบริการไฮบริดควอนตัม-AI ไปใช้ในศูนย์ข้อมูล AI ของญี่ปุ่น

RIKEN จัดงานฉลองการขยายความร่วมมือด้วยการประกอบพิธี ที่วิทยาเขตวาโกะ มิตสึฮิสะ ซาโตะ ผู้อำนวยการแผนกแพลตฟอร์มไฮบริดควอนตัม-HPC ของ RIKEN กล่าวว่า เครื่องที่อัปเกรดแล้วน่าจะรองรับปัญหาทางวิทยาศาสตร์ที่มีขนาดใหญ่และซับซ้อนกว่าระบบ H1 รุ่นก่อนหน้า ขณะที่บันทึกความเข้าใจฉบับใหม่ที่ลงนามมีเป้าหมายเพื่อขยายการวิจัยด้านการประมวลผลควอนตัมเพื่อ AIสำหรับงานวิทยาศาสตร์

มีการเปิดเผยข้อมูลการจัดซื้อฮาร์ดแวร์ต่อสาธารณะไปก่อนแล้ว โดยประกาศเมื่อวันที่ 14 เมษายน 2026ระบุว่า H2 ได้รับการส่งมอบเพื่อนำไปประกอบและใช้แทน H1 ดังนั้น ความคืบหน้าในเดือนพฤศจิกายนจึงเป็นการอัปเกรดที่เสร็จสมบูรณ์และคำมั่นด้านความร่วมมือครั้งใหม่ ไม่ใช่การเปิดเผยครั้งแรกเกี่ยวกับการนำ H2 เข้ามา

ระบบสามชุดแบ่งงานประมวลผลกัน

คำอธิบายทางเทคนิคของ Quantinuumระบุว่า Reimei มีคิวบิตที่เชื่อมต่อถึงกันได้ทั้งหมดและมีความเที่ยงตรงสูง พร้อมแบ่งบทบาทของแพลตฟอร์มโดยรวมออกเป็นสามส่วน Fugaku รับหน้าที่สร้างแบบจำลองแบบคลาสสิกขนาดใหญ่และงานประมวลผลทางวิทยาศาสตร์ที่เป็นที่ยอมรับ ส่วน ROQUO ทำการจำลองด้วยโครงข่ายเทนเซอร์ ฝึก AI และประมวลผลแบบขนานขนาดใหญ่ ขณะที่ Reimei รับหน้าที่คำนวณบางรายการที่เกี่ยวข้องกับสถานะควอนตัมและสหสัมพันธ์ ซึ่งการจำลองด้วยระบบคลาสสิกมีต้นทุนสูงเกินกว่าจะทำได้

ตัวจัดการเวิร์กโฟลว์ไฮบริด Quantinuum Nexus ประสานทรัพยากรเหล่านี้เข้าด้วยกัน โดยเปิดให้งานบนโครงสร้างพื้นฐานแบบคลาสสิกส่งงานควอนตัมไปยัง Reimei และนำผลลัพธ์กลับไปรวมในงานคำนวณขนาดใหญ่กว่าได้ การจัดระบบเช่นนี้ทำให้หน่วยประมวลผลควอนตัมมีบทบาทเฉพาะด้านในเวิร์กโฟลว์ทางวิทยาศาสตร์ที่กว้างขึ้น แทนที่จะต้องรับมือกับปัญหาทั้งหมดด้วยตัวเอง

NVIDIA รายงานเมื่อเดือนกรกฎาคม 2026ว่า ROQUO ใช้ GPU Blackwell จำนวน 540 ตัว ซึ่งเข้าถึงได้ผ่านแพลตฟอร์ม GB200 NVL4 และเชื่อมต่อกับระบบควอนตัมภายในองค์กร รวมถึง Reimei นักวิจัยเริ่มสำรวจกรอบการทำงาน AI เชิงวิวัฒนาการที่พัฒนาร่วมกับ NVIDIA และผสานรวมกับแพลตฟอร์ม CUDA-Q สำหรับการประมวลผลควอนตัม-คลาสสิก เพื่อสร้างวงจรของ Reimei

โครงการวิจัยควอนตัม-AI ระยะแรก

โครงการด้านวัสดุผสานการจำลองควอนตัม โครงข่ายเทนเซอร์แบบคลาสสิก และ AI เชิงกำเนิด เพื่อสร้างแผนภาพเฟสที่แสดงการเปลี่ยนแปลงของคุณสมบัติวัสดุตามอุณหภูมิ ความดัน หรือสนามแม่เหล็ก ROQUO ทำการจำลองด้วยโครงข่ายเทนเซอร์ที่มีความหนาแน่นสูงในช่วงที่ระบบคลาสสิกยังคำนวณได้ ส่วน Reimei จะรับหน้าที่จัดการวงจรวิวัฒนาการตามเวลาระยะลึก ซึ่งสหสัมพันธ์ระยะไกลและการพัวพันที่เพิ่มขึ้นทำให้ต้นทุนการจำลองด้วยระบบคลาสสิกสูงขึ้น

ทีมงานรวบรวมข้อมูลจากฮาร์ดแวร์ Reimei สำหรับแบบจำลองสปินสองมิติขนาด 6 × 6 ฝึกโมเดล Transformer เพื่อประมาณค่าย้อนกลับสู่ระดับสัญญาณรบกวนเป็นศูนย์ตลอดทั่วทั้งปริภูมิพารามิเตอร์ และใช้การเรียนรู้เชิงรุกเพื่อจัดลำดับความสำคัญของการเก็บข้อมูลควอนตัมเพิ่มเติม จากนั้นนำโมเดลเชิงกำเนิดที่ฝึกด้วยชุดข้อมูลแบบคลาสสิกและควอนตัมที่รวมกันแล้วไปรันบน ROQUO เพื่อสุ่มตัวอย่างเงื่อนไขที่ยังไม่เคยจำลอง

Quantinuum รายงานผลเบื้องต้นที่ชี้ว่าโมเดลนี้อาจคาดการณ์ได้แม่นยำกว่า AI ที่ฝึกจากการจำลองแบบคลาสสิกเพียงอย่างเดียว และให้ผลคาดการณ์ที่เที่ยงตรงกว่า Reimei เพียงลำพัง อย่างไรก็ตาม บริษัทเตือนว่าผลการทดลองอาจไม่ได้รับการยืนยันเมื่อขยายขนาดให้ใหญ่ขึ้นหรือเมื่อนำไปใช้เชิงพาณิชย์ ความเข้าใจเรื่องแม่เหล็กในระดับอะตอมที่ดีขึ้นอาจเป็นประโยชน์ต่อการตรวจ MRI ด้วยสนามแม่เหล็กสูงพิเศษและโครงข่ายไฟฟ้าอัจฉริยะ แต่สิ่งเหล่านี้เป็นเพียงการประยุกต์ใช้ที่อาจเกิดขึ้น ไม่ใช่การนำไปใช้งานจริง

โครงการที่สองซึ่งมี RIKEN, NVIDIA และ Quantinuum ร่วมดำเนินการ กำลังพัฒนาเวิร์กโฟลว์ที่ขยายขนาดได้ ครอบคลุมหน่วยประมวลผลควอนตัม GPU และการประมวลผลสมรรถนะสูง เป้าหมายเริ่มต้นคือซิงก์พอร์ไฟริน ซึ่งเป็นโมเลกุลที่ดูดซับแสง โดยมุ่งเน้นศึกษาสถานะอิเล็กทรอนิกส์กระตุ้นที่เกี่ยวข้องกับการดูดซับแสง ไม่ได้จำกัดอยู่เพียงการค้นหาสถานะพื้น

Fugaku จำลองสภาพแวดล้อมระดับโมเลกุลที่กว้างกว่าและรองรับเวิร์กโฟลว์ด้านเคมีที่ครอบคลุมกว่า ส่วน ROQUO รับหน้าที่ปรับหาค่าเหมาะที่สุด คำนวณปฏิสัมพันธ์ระหว่างการกำหนดค่า ออกแบบวงจรโดยใช้ AI ช่วย และสร้างสเปกตรัมขึ้นใหม่ ขณะที่ Reimei ค้นหาบริเวณที่มีสหสัมพันธ์อย่างเข้มข้นเพื่อระบุการกำหนดค่าอิเล็กทรอนิกส์ที่สำคัญ จากนั้นระบบคลาสสิกจะใช้การกำหนดค่าที่คัดเลือกไว้เพื่อคำนวณพลังงานและสร้างคุณสมบัติที่มีความหมายต่อการทดลองขึ้นใหม่ รวมถึงสเปกตรัมการดูดกลืนของโมเลกุล การแบ่งงานเช่นนี้ช่วยให้ไม่จำเป็นต้องใช้หน่วยประมวลผลควอนตัมจำลองสภาพแวดล้อมทางชีวโมเลกุลทั้งหมด

ทั้งสองโครงการเริ่มต้นขึ้นก่อนเปิดให้บริการ Reimei ต่อสาธารณะ เมื่อโครงการเสร็จสิ้น Reimei มีกำหนดเริ่มดำเนินงานตามปกติภายใต้โครงการผู้ใช้ทดสอบ

แผนการนำไปใช้เชิงพาณิชย์นอกเหนือจาก RIKEN

แผนการวิจัย “Made with Japan” ผสานเทคโนโลยีของ Quantinuum เข้ากับงานวิจัยจากมหาวิทยาลัยญี่ปุ่นและความเชี่ยวชาญด้านการผลิตของผู้จัดหาส่วนประกอบในประเทศ โดยนำบทเรียนจากการผสานรวมและการใช้งาน Reimei มาใช้ ภายใต้ข้อตกลงแยกต่างหากกับ SoftBank ทั้งสามองค์กรจะประเมินความพร้อมของโครงสร้างพื้นฐาน และตรวจสอบความเป็นไปได้ในการเชื่อมต่อคอมพิวเตอร์ควอนตัมกับศูนย์ข้อมูล AI โดยตรง รวมถึงพิจารณาว่าการเชื่อมต่อดังกล่าวจะรองรับบริการไฮบริดเชิงพาณิชย์นอกแวดวงการวิจัยได้หรือไม่

Quantinuum เตือนว่า บันทึกความเข้าใจและข้อตกลงกับ SoftBank อาจไม่ได้นำไปสู่ข้อตกลงขั้นสุดท้าย การพัฒนาร่วมกัน หรือบริการเชิงพาณิชย์ Reimei ยังคงเป็นส่วนหนึ่งของโครงการ JHPC-quantum ซึ่งได้รับทุนสนับสนุนจาก New Energy and Industrial Technology Development Organization ของญี่ปุ่น ทำให้งานในปัจจุบันเป็นส่วนหนึ่งของโครงการวิจัยที่ได้รับการสนับสนุน ขณะที่พันธมิตรกำลังศึกษาการนำไปใช้ในภาคอุตสาหกรรม

การอัปเกรดนี้วางรากฐานด้านฮาร์ดแวร์และเวิร์กโฟลว์ไว้แล้ว แต่การพิสูจน์ศักยภาพเชิงพาณิชย์ยังมีสองประเด็น ได้แก่ การทำซ้ำผลลัพธ์ที่ได้จากงานวิจัยระยะแรกในระดับที่ใหญ่ขึ้น และการต่อยอดการสำรวจร่วมกับ SoftBank ให้เป็นบริการที่ขยายขอบเขตออกไปนอกแวดวงการวิจัยของ RIKEN