Kipu Quantumの研究者たちは、逐次量子コンピューティング（SQC）と呼ばれる計算パラダイムを実証しました。SQCは、アナログとデジタルのハードウェアを含む、異なる種類の量子プロセッサを連携させ、それぞれの長所を活用し、制限に対処するものです。このアプローチは、個々のシステムだけでは達成できない可能性のある計算結果の性能向上を目指しています。
Kipu Quantumは、156量子ビットまでの[IBM Heron](https://quantum.cloud.ibm.com/docs/guides/processor-types)デバイス向けに適応された、数百の三体項を含む組合せ最適化問題にSQCを適用しました。この実証ではバイアス場デジタル化された反断熱的量子最適化（BF-DCQO）アルゴリズムが使用されました。実験では、D-WaveとIBMの量子ハードウェアを組み合わせたSQCアプローチと、各プラットフォームでのスタンドアロン方式を比較しました。結果は、SQCアプローチが必要な測定回数の削減（特定の事例では量子アニーリングで36倍、BF-DCQOで6倍）を実現し、近似比のばらつきが小さく、平均性能が向上したことを示しました。
SQCは、異なる量子プラットフォームを統合することで、進化する量子ハードウェアが直面する計算上の課題に対処することが期待されています。このパラダイムは最適化を超えて、より広く適用できると予想されています。Kipu Quantumは、材料の量子シミュレーション、量子化学、量子機械学習などの分野にSQCを拡大する計画です。同種および異種の量子プロセッサを組み合わせる能力により、現在の量子ハードウェアの能力を押し上げながら、解の質とリソース活用の向上を目指しています。
背景
逐次量子コンピューティング（SQC）は、アナログ型とデジタル型の異なる量子プロセッサを連携させる計算手法です。アナログ型は問題の構造を物理的に直接表現するのに対し、デジタル型は論理ゲートを用いて制御します。SQCでは、それぞれの長所を活かしつつ制限を補い合うことで、単一のシステムでは達成困難な性能向上を目指します。
また、組合せ最適化問題とは、選択肢の中から条件を満たす最善の組み合わせを見つける課題です。今回の実証では、IBMのHeronデバイス向けに数百の三体項を含む問題が扱われました。三体項とは、3つの量子ビット間の相互作用を表す要素であり、複雑な制約条件を表現するために用いられます。
さらに、近似比は解の質を示す指標です。完全な最適解が得られない場合でも、近似解が最適解にどれだけ近いかを数値化します。SQCアプローチでは、測定回数を削減しつつ近似比のばらつきを小さくし、平均性能を向上させることが確認されました。これにより、量子アニーリングやBF-DCQOアルゴリズムとの比較で、リソース活用の効率化が実証されています。
関連する記事としてPasqalとKipu Quantumが100量子ビットでアナログ反断熱最適化を実証、IBMとKipu Quantum、IBM Heron QPUでハイブリッドアルゴリズムを使用して最適化における実行時間の改善を実証もあわせてご覧ください。
2025年7月16日
