捕捉イオン量子ハードウェア開発企業であるIonQ（NYSE: IONQ）は、トロントで開催された2026年IEEE国際量子コンピューティング・エンジニアリング会議（QCE26）において、査読付き研究論文9件を発表し、うち4件がQCE26最優秀論文賞を受賞した。今回の研究成果は、IonQのForte、Forte Enterprise、および64量子ビットのバリウム開発システム（IonQ Tempoラインの前身）上で実行され、NVIDIA CUDA-QおよびcuTensorNetソフトウェアスタックと連携処理された、アプリケーションレベルのデプロイ、エラー軽減、ハイブリッド古典量子ソルバー統合を示すものである。
技術論文は、エンタープライズ工学最適化、量子加速AIアーキテクチャ、動的エラー軽減という3つの機能的分野に焦点を当てている。受賞論文のうち、IonQとSynopsysは、Iterative-QAOAグラフ分割問題（GPP）ソルバーをLS-DYNAマルチフィジックス有限要素解析（FEA）ソフトウェアに統合し、3,500万要素メッシュシミュレーションを最大14.6%高速化した。計算生物学では、IonQとKipu Quantumは、バイアス場デジタル化対角断熱量子最適化（BF-DCQO）を46〜61量子ビットのインスタンスに適用し、14〜16アミノ酸ペプチドの3次元格子タンパク質フォールディングを解いた。量子AI分野では、IonQ、QuantumBasel、およびバーゼル大学が、分類エラーの24%削減を測定するとともに、34量子ビットにおいて古典シミュレーションに対する物理QPUのエネルギー対解（ETS）損益分岐クロスオーバーを達成した。
| [ IonQ IEEE QCE26受賞論文とハードウェアベンチマーク ] | ||
|---|---|---|
| 研究プロジェクトとパートナー | アルゴリズム実装とハードウェアターゲット | 性能指標と運用影響 |
| FEA線形代数ワークフロー（Synopsysとの共同）[最優秀論文] | • Iterative-QAOAグラフ分割ソルバー• CUDA-Q（150量子ビット）およびIonQ Forte（36量子ビット） | • 3,500万要素メッシュで14.6%のウォールクロック時間削減• セダン車およびロールス・ロイスエンジンモデルを解決 |
| 量子AIファインチューニング（QuantumBaselとの共同）[最優秀論文] | • 基盤AIモデルのQPUファインチューニング• IonQ Forte Enterprise QPUハードウェア | • 古典ベースラインと比較して24%のエラー削減• 約34量子ビットでエネルギー対解損益分岐クロスオーバーを達成 |
| 分散量子最適化（ORNL、NVIDIA、UTKとの共同）[最優秀論文] | • DQAOA-GPT（分散QAOA + GPTモデル）• 最大100変数の高密度HUBO最適化 | • 自動生成型量子回路合成• 反復的な古典パラメータ更新を排除 |
| 格子タンパク質フォールディング（Kipu Quantumとの共同）[最優秀論文トラック] | • バイアス場デジタル化対角断熱最適化• 64量子ビット捕捉イオンバリウムシステム | • 46〜61物理量子ビットマッピング（5体相互作用）• 6シーケンス中4つで古典参照エネルギーを再現 |
その他の論文では、対数深度バタフライ回路（O(log n)パラメータ複雑性）を用いた臨床EHRデータ補完のためのスケーラブルな量子ニューラルネットワーク（QNN）トレーニングプロトコル、推論が完全に古典エッジハードウェア上で実行されるシャドウデプロイメントのためのパリティ基底発見、Ansysワークフロー上の非一様速度場を扱う流体力学のための3次元量子格子ボルツマン法（QLBM）、Einrideとのハイブリッド電気貨物車両運行スケジューリング（配送件数が最大12.1%増加）、およびトロッタライズドハミルトニアンシミュレーションの論理エラー率を54%削減する中間回路測定（MCM）Cliffordノイズ低減（CliNR）が紹介された。
企業概要はIonQインベスターリレーションズこちらから、技術概要はIonQブログこちらから確認できる。査読付きプレプリントは、arXiv FEAワークフローこちら、arXiv物流最適化こちら、arXiv QLBM CFDこちら、arXiv DQAOA-GPTこちら、arXiv量子AI ETSこちら、arXiv臨床QNNこちら、arXiv量子パリティこちら、arXiv中間回路CliNRこちら、およびarXivタンパク質フォールディングこちらからアクセスできる。
2026年9月14日
