Südkoreanisches Qunova tritt JHPC-quantum bei, um chemischen Löser zu implementieren
2026-06-04 10:38
Merken

de.wedoany.com-Bericht: Das Quanten-Softwareentwicklungsunternehmen Qunova Computing hat eine Absichtserklärung unterzeichnet und ist offiziell dem nationalen Quanten-Supercomputer-Fusionsprojekt JHPC-quantum (Japan High-Performance Computing) beigetreten, das von der japanischen Organisation für die Entwicklung neuer Energien und industrieller Technologien (NEDO) gefördert wird. Diese Vereinbarung macht Qunova zu einem offiziellen Teilnehmer des Testnutzerprogramms des Projekts, nachdem es die technische Auswahl des RIKEN Center for Computational Science bestanden hat. Unter den weltweit 21 ausgewählten teilnehmenden Organisationen ist Qunova eines von nur zwei nicht-japanischen Unternehmen, das direkten Zugang zu den japanischen Flaggschiff-Klassik-Quanten-Fusionsrechenknoten erhält.

Die vom JHPC-quantum-Rahmenwerk verwaltete Recheninfrastruktur zielt darauf ab, die Integrationsbeschränkungen zwischen klassischen MPI-Supercomputer-Clustern und verteilten Quanten-Koprozessoren zu überwinden. Herkömmliche VQE-Algorithmen (Variational Quantum Eigensolver) leiden auf verrauschten Quantenhardware mittlerer Größe (NISQ) häufig unter Leistungseinbußen, die durch die große Anzahl von Quantenmessungen (Shots) für die chemische Genauigkeit sowie den Overhead bei der Variablenübergabe zwischen Python-Entwicklungsframeworks und leistungsstarken klassischen Knoten verursacht werden. Um diese Ausführungsbarrieren zu überwinden, wird Qunova seinen proprietären HI-VQE-Algorithmus (Handover Iterative Variational Quantum Eigensolver) einsetzen.

Das HI-VQE-Framework reformiert die Standard-Hybridverarbeitungsparameter durch die Einführung einer mathematischen „Übergabe“-Schleife, die die Rechenlast basierend auf der Hardwareeffizienz aufteilt. Zunächst nutzt der Algorithmus den Quantenprozessor als Ziel-Koprozessor, um flache Hardwareschaltungen auszuführen und die spezifischen Multi-Referenz-Elektronenkonfigurationen des dominanten molekularen Grundzustands zu isolieren. Zweitens wird der anfängliche hochdimensionale Hamilton-Operator umgeschrieben und in einen vereinfachten Aktivraum-Rahmen komprimiert, wodurch die kumulative Quantenabtastlast reduziert wird. Anschließend wird das transformierte Problem an den klassischen Supercomputer zurückgegeben, um die verbleibende Konfigurationswechselwirkung zu lösen und die Energieschwelle von 1,6 mHa (chemische Genauigkeit) zu erreichen. Das gemeinsame Projekt wird diesen Hybrid-Stack nutzen, um stark korrelierte Elektronensysteme zu benchmarken, mit Schwerpunkt auf Eisen-Schwefel (Fe–S)-Clustern, einer komplexen molekularen Simulation mit 40 Qubit-Aktivitätsraum, die als Diagnosestandard für Batteriedesign, Materialinformatik und die Entwicklung kleiner Molekülmedikamente dient.

Das Testnutzerprogramm bietet Qunova zugewiesene Zeit in einem vernetzten nationalen Hardwarnetzwerk, das von RIKEN und SoftBank überwacht wird. Die Recheninfrastruktur verbindet den japanischen Flaggschiff-Klassik-Supercomputer „Fugaku“ über ein Hochgeschwindigkeits-Niedriglatenz-Netzwerkbus mit der nächsten Generation von NVIDIA Grace-Blackwell-Flüssigkeitskühl-KI-Clustern. Diese klassische Schicht ist mit lokalen Quanten-Backends integriert, darunter das in Kobe installierte supraleitende IBM Quantum System Two („IBM Kobe“) und die hochpräzise Ionenfallen-Quantinuum-Plattform („Reimei“) in Wako. Das JHPC-quantum-Projekt startete im November 2023 und endet im Oktober 2028; es befindet sich derzeit in der Mitte seiner fünfjährigen Forschungs- und Entwicklungsmission. Das Projekt verwendet eine einheitliche API-Schicht zur Verwaltung von Job-Warteschlangen und knotenübergreifendem Datenaustausch. Durch die Integration des hardwareunabhängigen Lösers von Qunova in diese Multiplattform-Testumgebung zielt das Programm darauf ab, vor der geplanten kommerziellen Cloud-Vorveröffentlichung der Plattform im Jahr 2028 eine produktionsreife Softwarebibliothek zu etablieren.

Dieser Artikel wurde von Wedoany übersetzt und bearbeitet. Bei jeglicher Zitierung oder Nutzung durch künstliche Intelligenz (KI) ist die Quellenangabe „Wedoany“ zwingend vorgeschrieben. Sollten Urheberrechtsverletzungen oder andere Probleme vorliegen, bitten wir Sie, uns unverzüglich zu benachrichtigen. Wir werden den entsprechenden Inhalt umgehend anpassen oder löschen.

E-Mail: news@wedoany.com