Alice & Bobは、NVIDIA CUDA-Qプラットフォームを利用することで、量子誤り訂正(QEC)デコーディングシミュレーションにおいて9.25倍の高速化を達成したと報告した。シミュレートされたシンドロームデータのデコーディングにかかる実行時間は、CPUベースの実装では18時間2分であったのに対し、GPUアクセラレーションによるシミュレーションでは1時間57分に短縮された。このベンチマークでは、NVIDIA GH200 Grace HopperシステムとAMD Ryzen™ 9 9950X 16コアCPUの性能を100,000回のシミュレーションショットで比較した。結果は、GPUアクセラレーション方式がCPU版と同等の論理エラー性能を維持し、デコーディング精度の劣化がないことを示している。
シミュレーションは「エレベーターコード」に焦点を当てたものであり、これはAlice & Bobがバイアスノイズキャット量子ビット向けに開発した連接ベースの誤り訂正アーキテクチャである。これらのコードは、ショアのアルゴリズムや量子化学における分子シミュレーションなど、大規模量子アプリケーションに必要な低論理エラー率を達成するよう設計されている。GPUの並列性を活用することで、CUDA-Qプラットフォームは独立したデコーディングタスクの同時処理を可能にする。この計算オーバーヘッドの削減は、設計段階におけるフォールトトレラントアーキテクチャの研究と改良を促進することを目的としている。
量子誤り訂正には、シンドロームを解釈するための古典的処理が必要である。シンドロームとは、量子情報を破壊することなくエラーの存在を知らせる測定結果である。研究現場では、現実的なノイズモデル下でのコード性能を検証し、故障率を推定するために大規模シミュレーションが必要となる。これらの「オフライン」デコーディングワークフローにGPUを利用することで、QEC研究における主要なボトルネックに対処し、アーキテクチャのバリエーションに関するより頻繁な反復を可能にする。この高速化により、研究者は逐次的なCPU処理の制限によって制約されるような複雑なコード設計を探求できるようになる。
この開発はNVIDIA GTC 2026で発表され、2025年6月のAlice & BobのQPUシミュレーションライブラリであるDynamiqsへのCUDA-Q統合に続くものである。このコラボレーションは、フォールトトレラント量子システムの開発における古典的アクセラレーテッドコンピューティングの役割を強調している。両社間の今後の取り組みでは、GPUとAIインフラストラクチャがリアルタイムデコーディングとシステムレベル校正をどのようにサポートできるかを引き続き調査する。この統合は、実用的な量子有用性に必要な量子ハードウェアと古典的スーパーコンピューティングの緊密な結合に向けた一歩を表している。
エレベーターコードおよびCUDA-Q性能ベンチマークに関する技術データについては、Alice & Bobの公式発表および研究ブログを参照されたい。
2026年3月19日
