RiverlaneとNVIDIA、GPU処理を用いた加速QECデコーダ較正を実証

2026年10月14日・2分間の読了

量子誤り訂正（QEC）技術プロバイダーであるRiverlaneとNVIDIAは、量子誤り訂正システムにおけるデコーダ再較正のためのGPUアクセラレーションを示す技術ベンチマークを発表しました。

デコーダは、ハードウェアのエラー確率を表す数値的重みに依存して、論理障害を推論し訂正します。物理量子ビットは、周波数シフト、欠陥の活性化、ゲート忠実度の低下により、時間の経過とともにパラメータドリフトを経験するため、デコーダ設定は徐々に精度を失います。この不安定性により、実験の合間に頻繁な再較正が必要となります。人工知能（AI）較正ループをNVIDIA GPUハードウェア上で実行することにより、この協業は再較正プロセスの自動化と高速化を目指しています。

較正ループは、高スループットのGPU処理に適応させたRiverlaneのLocal Clustering Decoder (LCD)を利用し、候補となるデコーダの重みを実験ハードウェアデータと直接評価します。最適化プロトコルは、Google Quantum AIで開発された事前最適化フレームワークから着想を得ています。

[デコーダ再較正ベンチマーク: CPU vs. NVIDIA H100 GPU]
QECコード/ベンチマーク	シングルコアCPU性能	NVIDIA H100 GPU性能	高速化係数
• サーフェスコードのエポック時間	• 約180秒（3.0分）	• 2.8秒	• トレーニングエポックで65倍高速
• サーフェスコードのスループット	• 約59,000シンドローム/秒	• 4,200,000シンドローム/秒超	• 生スループットで71倍の向上
• 反復コードのエポック時間	• ベースラインのシングルコアCPU	• エポック時間を短縮	• トレーニングエポックで43倍高速
• 反復コードのスループット	• ベースラインのシングルコアCPU	• 約155,000,000シンドローム/秒	• 生スループットで121倍の向上
• 32コアCPUとの比較	• 1コアCPU比で約23倍の高速化	• 2.8秒（H100 1基）	• H100は32コアCPUより3倍高速

H100 GPUは、数千のスレッドにわたってバッチシンドロームワークロードを並列処理することで、サーフェスコードのトレーニングエポックを数分から数秒に短縮します。コード構造に応じて、物理デバイスのドリフトに対してデコーダの事前分布を最適化することで、較正されていない初期の事前分布と比較して、論理エラー率（LER）が数パーセントから最大2倍まで削減されました。

この協業は、量子制御スタックにおける異種古典コンピューティングアーキテクチャの役割の拡大を浮き彫りにしています。GPUがオフラインの学習および最適化タスクを処理する一方で、RiverlaneのDeltaflow技術などのリアルタイムQECシステムが、回路実行中の低レイテンシデコードを処理します。

技術アップデートはRiverlane Newsroomこちらで、技術解説はRiverlane Blogこちらで、基礎となる事前最適化研究はarXivこちらでご覧いただけます。

GQIポータルにて

QCRを執筆するチームは、量子業界の検証済みデータベースであるGQI Factory内のすべての企業、取引、技術を追跡しています。次は: すべてのストーリーを関連企業にリンク付けし、QCRの有料プランで提供します。

プレイヤー→量子業界全体の企業および機関をセグメント別に掲載。
スコアカード→ハードウェア、ソフトウェア、資金調達などでプレイヤーを比較。

関連記事