富士通と大阪大学は2026年3月25日、量子コンピュータを化学材料のエネルギー計算に使えるようにする2つの技術を発表した。FTQC(誤り訂正量子コンピュータ)向け新ソフトウェアアーキテクチャ「STARアーキテクチャ Ver.3」と、分子モデル最適化技術である。この2つを組み合わせることで計算リソースを削減し、現実的な時間で計算できる見込みを得たとしている。
富士通と大阪大学は、量子コンピュータを化学材料のエネルギー計算に使えるようにする2つの技術を開発した。(1)FTQC(誤り訂正量子コンピュータ)向け新ソフトウェアアーキテクチャ「STARアーキテクチャ Ver.3」と、(2)「分子モデル最適化技術」である。この2つを組み合わせることで計算リソースを削減し、現実的な時間で計算できる見込みを得たとしている。
量子コンピュータの実用化に向けた課題の1つは、エラー訂正に必要な量子ビット数の多さである(図1)。量子コンピュータはノイズなどによって計算中にエラーが発生しやすい。正確な計算を行うためには、大量の量子ビットを使ってエラーを防止する必要がある。一般的に、実用的な計算を現実的な時間内で行うためには100万量子ビット規模の量子コンピュータが必要と言われている。
図1:FTQC(誤り訂正量子コンピュータ)アーキテクチャにおける基本ゲートセット(出典:富士通、大阪大学)拡大画像表示
両者は、エラー訂正に必要な量子ビット数を減らすため、2020年に共同研究を開始。2023年に「STARアーキテクチャ」のVer.1を確立した(関連記事:大阪大と富士通、エラー訂正に必要な物理量子ビット数を大幅に低減する「高効率位相回転ゲート式量子計算アーキテクチャ」)。
STARアーキテクチャは、FTQCで多用する論理Tゲートを位相回転ゲートに置き換える(図2)。Ver.1の段階では、量子ビット数と量子ゲート操作回数を1桁以上削減できることを示した。2024年8月のVer.2では、位相回転ゲートの精度を約1000倍改善し、固体材料の物性計算に適用できる可能性を示した。今回のVer.3は、位相回転ゲートと論理Tゲートを組み合わせることで、計算精度をさらに10倍以上向上させ、同じ量子ビット数での計算規模を拡大した。
図2:STARアーキテクチャの詳細。FTQCで多用する論理Tゲートを位相回転ゲートに置き換えることで、計算に必要な量子ビット数を削減する(出典:富士通、大阪大学)拡大画像表示
STARアーキテクチャ Ver.3の技術的なポイントは、テレポーテーション操作の失敗対策にある(図3)。Ver.2では位相回転の成功確率が1/2であり、失敗のたびに補正のための回転角が2倍、さらに4倍と増え、精度が劣化する問題があった。Ver.3では、あらかじめ閾値を設定し、回転角が閾値を超えた場合に論理Tゲートへと自動的に切り替えることで、精度の劣化を防いでいる。
図3:STARアーキテクチャ ver.3の詳細。位相回転ゲートと論理Tゲートを組み合わせて計算精度を高める(出典:富士通、大阪大学)拡大画像表示
ただし、STARアーキテクチャ Ver.3だけでは、分子計算に適用するまでには至らない。そこで、「分子モデル最適化技術」を開発した(図4)。
図4:分子モデル最適化の動作原理(出典:富士通、大阪大学)拡大画像表示
分子のエネルギー計算では、分子モデルを多数の項に分割し、「時間発展法」と「ランダムサンプリング法」という2つの手法を、各項の重要度に応じて使い分けることで計算コストを下げてきた。今回開発した技術は、近似精度を維持したまま分子モデルを変形して重要度の分布を変え、2つの手法のバランスを最適化する。これにより、エネルギー計算のための量子回路に含まれるゲート数を最小化し、計算時間を既存手法よりも削減する。
両者は、開発した技術の効果を、シトクロムP450(創薬)、鉄-硫黄クラスター(アンモニア合成)、ルテニウム触媒(カーボンリサイクル)の3分子を対象に検証した。
主にSTARアーキテクチャ Ver.3の効果により、量子ビット数を従来FTQCアーキテクチャと比較して1/15から1/80程度に低減できた(図5)。また、量子ビットに要求する物理エラー率を従来の0.01%から0.10%に緩和しても計算可能であることを確認した。計算時間は、分子モデル最適化技術により、同技術を使わない場合と比較して3桁短縮し、物理エラー率0.10%で35日前後、0.01%で10日前後と大幅に短縮できることを確認した。
図5:3種の分子のエネルギー計算に必要な量子ビット数(出典:富士通、大阪大学)拡大画像表示
例えば、シトクロムP450では、従来のFTQCでは74万量子ビットおよび計算期間5000日以上を要していた計算が、STARアーキテクチャ Ver.3により5万量子ビットまで削減。さらに分子モデル最適化技術を組み合わせることで約4万量子ビットおよび計算期間9日という現実的なリソースでの計算が可能になった。
- 業務システム 2027年4月強制適用へ待ったなし、施行迫る「新リース会計基準」対応の勘所【IT Leaders特別編集版】
- 生成AI/AIエージェント 成否のカギは「データ基盤」に─生成AI時代のデータマネジメント【IT Leaders特別編集号】
- フィジカルAI AI/ロボット─Society 5.0に向けた社会実装が広がる【DIGITAL X/IT Leaders特別編集号】
- メールセキュリティ 導入のみならず運用時の“ポリシー上げ”が肝心[DMARC導入&運用の極意]【IT Leaders特別編集号】
- ゼロトラスト戦略 ランサムウェア、AI詐欺…最新脅威に抗するデジタル免疫力を![前提のゼロトラスト、不断のサイバーハイジーン]【IT Leaders特別編集号】
-
-
VDIの導入コストを抑制! コストコンシャスなエンタープライズクラスの仮想デスクトップ「Parallels RAS」とは
-
AI時代の“基幹インフラ”へ──NEC・NOT A HOTEL・DeNAが語るZoomを核にしたコミュニケーション変革とAI活用法
-
加速するZoomの進化、エージェント型AIでコミュニケーションの全領域を変革─「Zoom主催リアルイベント Zoomtopia On the Road Japan」レポート
-
14年ぶりに到来したチャンスをどう活かす?企業価値向上とセキュリティ強化・運用効率化をもたらす自社だけの“ドメイン”とは
-
-
-
-
生成AIからAgentic AIへ―HCLSoftware CRO Rajiv Shesh氏に聞く、企業価値創造の課題に応える「X-D-Oフレームワーク」
-
-
-
「プラグアンドゲイン・アプローチ」がプロセス変革のゲームチェンジャー。業務プロセスの持続的な改善を後押しする「SAP Signavio」
-
BPMとプロセスマイニングで継続的なプロセス改善を行う仕組みを構築、NTTデータ イントラマートがすすめる変革のアプローチ
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-



