コラボレーションによるイノベーションの加速 富士通量子シミュレータチャレンジ2024

Technology News | 2025年3月28日

はじめに

量子コンピューティングは従来のコンピューティングを大きく変える可能性を秘めています。従来のコンピュータはデータを0か1のビットとして処理していますが、対照的に量子コンピュータは量子ビット(qubits)を使用します。量子ビットは重ね合わせ(superposition)と呼ばれる現象により、一度に複数の状態で存在することができます。

この現象は量子システムに驚異的な計算能力を与え、最先端の古典的コンピュータでさえ到達できない複雑な問題を解くことを可能にします。そして、この変革の可能性は材料科学・製薬・金融など、幅広い産業に影響を与える可能性があります。

しかし、量子コンピュータがこの可能性を広く実現するためには、量子ビットの安定性の維持、エラー発生率の低減、スケーラブルな量子アーキテクチャーの開発など、技術的に大きな課題が残されています。

富士通の量子シミュレータは古典的なコンピュータ上で量子力学の原理を応用することで、この課題を解決し、企業が様々な分野で量子技術の利点を活用し、将来の量子コンピューティングの発展に貢献することを目指しています。

量子シミュレーション

富士通は、現在においても将来においても、量子コンピュータの開発においてリーダー的存在であることを目指しています。富士通は先日、40量子ビットのCPUを用いた状態ベクトル量子シミュレータを発表しました。A64FXプロセッサーを搭載した1,024台のFX700ノードを基盤に構築されたこのシステムは、計算効率とスケーラビリティにおいて飛躍的な進歩を遂げています。

この技術革新の中核となるのが、大阪大学と株式会社Qunasysが独自に開発した世界最速クラスの量子シミュレーション・プラットフォーム「Qulacs」です。富士通はQulacsを強化し、クラスタシステム全体で並列実行と分散処理を可能にしました。また、Message Passing Interface(MPI)技術を活用し、Scalable Vector Extension(SVE)操作でメモリ帯域幅を最適化することで、富士通は性能とスケーラビリティを大幅に向上させました。

富士通はさらに、強固な開発エコシステムの重要性を認識し、広く使用されている量子コンピューティングフレームワークであるQiskitと部分的に互換性を持つソフトウェア開発キット(SDK)を導入しました。これにより、開発者の技術障壁が下がり、使い慣れた環境で量子アプリケーションをシームレスに構築・テストできるようになりました。

富士通の量子シミュレータの最新バージョンは、新たに2つの重要な技術的進歩を特徴としています:VQE(Variational Quantum Eigensolver:変分量子固有値ソルバー)高速化技術とQDD(Quantum Decision Diagram:量子決定グラフ)技術です。

VQE高速化技術

この革新的な技術により、量子シミュレータ上で実行される量子・古典ハイブリッドアルゴリズムが最大200倍高速化されます。これにより処理時間が劇的に短縮され、量子化学や材料科学における大規模シミュレーションの可能性が広がります。

この技術革新の鍵は、複数のグループにまたがって多数の量子回路計算を同時に処理することにあります。従来、量子クラシカル・ハイブリッド・アルゴリズム・シミュレーションの計算量は、問題の複雑さに応じて指数関数的に増加し、大規模な課題を解決する際のボトルネックとなっていました。富士通のアプローチは、計算ノード数に応じて計算時間を線形に短縮できる可能性があります。この技術は、MPI(Message Passing Interface)を用いたノード並列計算技術と分散処理技術、および精度劣化を抑えながらハミルトニアンの項を削減する技術を組み合わせたものであり、従来の200倍の速度で32QubitのVQE計算を実現します。

最適化における分散処理の概念図
[図1] 最適化における分散処理の概念図。
P1-S102は1反復の回路実行を示す。Paは並列実行可能な処理、Seは並列実行不可能な処理を示す。中段の例1の場合、1.96倍の高速化が達成され、並列化効率は98%である。下段の例2の場合、並列化効率は94%である。
MPI並列処理と分散処理の組み合わせのイメージ図
[図2] MPI並列処理と分散処理の組み合わせのイメージ図。
赤枠がMPI並列。上の画像では、8台の計算ノードがMPI接続されている。下の画像では、MPI接続構成の2ノードが4つの分散処理を実行しています。
各コンフィギュレーションには、個別のパラメータ調整が割り当てられている。青い線は、ノードがInfiniBandで接続されていることを示している。実際には直接ではなく、スイッチを介して接続されている。

富士通は、この技術をハイブリッド量子コンピューティング・プラットフォームに組み込むことで、高性能計算を必要とする分野の革新を加速することを推進することを目指しています。分子間相互作用のシミュレーションを高速化することで、例えば創薬のシミュレーションを迅速に処理できる可能性があります。また、この技術の応用は、開発が進めば他の分野にも拡大する可能性があり、例えば、金融モデルを強化することでリスク評価や投資戦略を洗練させることが可能になります。

富士通の共同研究の詳細については、プレスリリース [1] または論文「Simulator Demonstration of Large Scale Variational Quantum Algorithm on HPC Cluster」[2] をご覧ください。

QDD(決定グラフ型量子シミュレータ)技術

QDDはグラフ構造を用いた大規模高速量子シミュレーションを実装しています。QDDはFTQCアルゴリズムを実行できるという利点があり、従来の明示的状態ベクトルベースのシミュレータではメモリ障害を引き起こすような大規模なShorアルゴリズムやGroverアルゴリズムも実行することができます。(参考文献S. Li et al., "Parallelizing Quantum Simulation with Decision Diagrams,")

一般的に、量子シミュレーションはヒルベルト空間のベクトルと行列を使ってモデル化されます。状態ベクトルを用いる従来のシミュレーション手法はメモリを大量に消費する一方、バイナリ決定図(BDD)やQMDDのような決定図は、冗長性を利用することでより効率的な表現を提供します。

富士通研究所は、マルチノードHPC環境における決定図ベースのシミュレータにリング通信が有効であることを発見しました。この手法により、シミュレーション速度が大幅に向上し、ステートベクトルベースの手法に代わる有効な選択肢となりました。

MPI通信(リング)のイメージ図
[図3] MPI通信(リング)

これらの開発により、富士通は量子コンピューティングをより身近に、スケーラブルに、そして次世代のイノベーションのために実用化する競争のリーダーとしての地位を確立しました。

東京大学との共同研究の詳細については、論文「Accelerating Decision Diagram-based Multi-node Quantum Simulation with Ring Communication and Automatic SWAP Insertion」[3] をご参照ください。

量子シミュレータチャレンジ2024

2023年の第1回富士通量子シミュレータチャレンジの成功に続き、富士通は2024年5月に第2回富士通量子シミュレータチャレンジを発表しました。富士通は2024年5月、量子分野のイノベーションを推進し、最新のVQE高速化技術とQDD技術を組み込んだ量子シミュレータのテストすることを目的とした第2回富士通量子シミュレータチャレンジを発表しました。

今年も富士通は、量子シミュレーション技術における有意義なイノベーションを促進することを目的に、総額10万米ドルを懸けたコンテストを開催しました。優勝者には5万米ドル、準優勝者には3万米ドル、3位には2万米ドルが授与されます。

このチャレンジは、参加者と量子エコシステムの双方にとって具体的な成果が得られるよう、明確な目標を持って開催されました。

  • 現実世界の課題に取り組む:各チームは、ビジネスや業界の喫緊の課題に量子シミュレーションを適用することを求められました。
  • 次世代技術のテスト:当チャレンジでは、富士通の量子シミュレータの最新技術のテストの場となり、参加者は実際のアプリケーションでその機能を試すことができました。
  • 共同探求の奨励:このチャレンジでは、参加者と富士通の専門家が協力して新しい量子コンピューティングのユースケースを探求する、コ・イノベーションモデルが適用されました。
  • パフォーマンスに関する重要な知見の収集:参加者からのフィードバックは、シミュレータのパフォーマンスとスケーラビリティを評価し、強化する上で重要な役割を果たしました。

富士通は賞金に加え、参加者のシミュレータチャレンジのプロジェクトを支援するため、様々なリソースやサポートを提供しました。

  • 最先端技術へのアクセス:参加者は富士通の最先端の量子シミュレーション・ツールに無料でアクセスし、業界をリードするプラットフォーム上でプロジェクトを開発・テストすることができました。
  • 専門家とのコラボレーション:参加チームは富士通の量子スペシャリストと協力し、詳細なトレーニング、技術サポート、戦略的洞察の恩恵を受けました。
  • 将来の成長機会:共同ブランドの可能性、投資機会、ベンチャーキャピタルや企業顧客など富士通の広範なパートナーネットワークへのアクセスなど、将来性の高いプロジェクトが富士通とのパートナーシップの対象として検討されました。
  • マーケティング協業でのプレゼンス向上:参加者は、革新的な技術の進歩に焦点を当てたFujitsu Quantum Dayイベント等で、自分たちのプロジェクトを披露する機会を得ました。

参加者

今年も富士通の量子シミュレータチャレンジは、量子シミュレーションの変革の可能性を追求し、革新的な量子技術を最も差し迫った世界的な課題に適用するために、世界中の主要な組織やトップクラスの研究機関から幅広い参加者を集めました。

  • 核磁気共鳴分光法のデジタル量子シミュレーション
  • 量子セキュアネットワークの準備 - LANとセルラー(5G)
  • 量子イメージエンハンサー(QIE).衛星画像処理への量子コンピューティングアプローチ
  • 富士通量子シミュレータによる産業シフトスケジューリング
  • 量子翼:量子格子ボルツマン法を用いた有用な産業応用のシミュレーション
  • 量子位相推定アルゴリズムの大規模シミュレーション
  • QuPIV - 粒子画像流速測定のための量子相互相関
  • 有限量子ビットの分子セグメントの部分ハミルトニアンに対応する励起回路の近似を開発する
  • 量子シミュレーションに基づく最適化の実用的利点を探る
  • 液体NMR実験のシミュレーション
  • ベンゼンの基底状態エネルギー推定のための変分量子固有値解法(VQE)
  • 大規模量子シミュレータを用いた量子機械学習による古典的大規模言語モデルの微調整
  • VQEによるイジング・ハミルトニアンを解くためのメトロポリスにヒントを得たアサッツ
  • QubitシステムによるSIC-POVM Qutrit測定のシミュレーション
  • 量子物理情報ニューラルネットワーク(QA-PINN)
  • 0/1ナップザック問題のための量子進化的最適化ソルバー
  • 大規模計算流体力学アプリケーションのためのスケーリング変分量子線形ソルバー
  • 富士通の量子回路シミュレータを用いたSVMによるクラスタリング
  • グローバーのアルゴリズムによる汎用量子最適化ソルバー

入賞者

昨年の富士通量子シミュレータチャレンジの成功を受け、今年もまた、最新の富士通量子シミュレータ技術の能力を試そうとする、インディケータやアカデミアの両方からの幅広い参加者が集まりました。

非常に質の高い応募作品の中から、審査員の慎重な審査による結果、オランダのデルフト工科大学のチームが、接戦の末、第2回量子シミュレータチャレンジの総合優勝に輝きました。産業シフトスケジューリングのための革新的な量子アルゴリズムが評価されました。

第2位は、ドイツのイルメナウ工科大学の粒子画像流速計測(PIV)を高速化する革新的な量子アルゴリズムで、第3位は日本の株式会社QunaSysのチームの量子位相推定アルゴリズムの大規模シミュレーションでした。

量子シミュレータへの挑戦と量子シミュレーションの改善への貢献に対する参加者の皆様の目覚ましい貢献と積極的な参加に、改めて心より感謝申し上げます。私たちは、皆さんとの今後の協力関係や継続的な関わりを熱望しています。

参加者の研究概要

デルフト工科大学(オランダ)
富士通量子シミュレータによる産業用シフトスケジューリング

シフトスケジューリングは、ほとんどすべての経済・社会セクターに関係しており、自動車メーカーのような製造工場では特に重要です。

  • より最適なシフトスケジューリングにより、人件費を21%削減
  • 特にグローバルな生産ネットワークにとっては、これは大きく複雑な課題となっています
  • スケジューリングは近似最適化アルゴリズムを用いて行われました
  • 厳密解は近似アルゴリズムのベンチマークに使用されました

当プロジェクトでは、自動車メーカーとのの共同研究により開発された、産業用シフトスケジューリングのための初の厳密量子アルゴリズムであるQISS(Quantum Industrial Shift Scheduling)[4]・[5]を実践しました。適切なシフトカバレッジに焦点を当てた従来のシフトスケジューリングとは異なり、QISSは自動車製造における人件費を最小化しつつ生産性を最大化することを目的とし、目標生産量と中間貯蔵の制約を考慮します。このアルゴリズムは、Groverの適応的探索を用いて、すべての制約を満たす解を見つけます。富士通の量子シミュレータで最大3日間のスケジューリング(2日間は39量子ビット、3日間は35量子ビットを使用)をシミュレートしたQISSは、複雑な実世界の産業最適化問題に量子コンピューティングを適用することの実現可能性を示しています。この参加チームからは、富士通シミュレータを改良するためのオープンソースコードとフィードバックを提供いただき、古典的アプローチと量子的アプローチの両方のベンチマークとしてのQISSの可能性を強調しました。また、この論文では、他の分野と比較して産業シフトスケジューリングに特有の課題があることを強調しており、正確な生産目標を達成し、限られたストレージ容量を管理する必要性に焦点を当てています。古典的な手法はヒューリスティックな手法に頼ることが多いが、QISSはより小さな問題インスタンスに対して厳密な解を提供し、古典的なヒューリスティックアルゴリズムのベンチマークを改善する可能性があります。

  • [4] Anna M. Krol, Marvin Erdmann, Rajesh Mishra, Phattharaporn Singkanipa, Ewan Munro, Marcin Ziolkowski, Andre Luckow, and Zaid Al-Ars. QISS: Quantum Industrial Shift Scheduling Algorithm. Submitted to IEEE Transactions on Quantum Engineering. 2024. arXiv: 2401.07763 [quant-ph]
  • [5] Anna M. Krol, Marvin Erdmann, Ewan Munro, Andre Luckow, and Zaid Al-Ars. “Assessing the Requirements for Industry Relevant Quantum Computation”. In: Proceedings of the 2024 IEEE International Conference on Quantum Computing and Engineering (QCE). Montreal, Canada, 2024. arXiv: 2408.02587 [quant-ph]

イルメナウ工科大学(ドイツ)
QuPIV - 粒子画像流速測定のための量子相互相関

当プロジェクトでは、流体の流速計測に用いられる粒子画像流速計測(PIV)を高速化する量子アルゴリズムを提案しました。PIVは現在、計算コストの高い相互相関計算に依存しています。このプロジェクトでは、量子振幅増幅の改善と、スパース画像に対する効率的な状態準備について詳述しています。PIVでの使用を通じてアルゴリズムの適用性を実証し、風洞試験やタービン設計を含む様々な分野への潜在的な影響を強調しました。より広範なビジネスへの応用は、相互相関がAIや画像処理から電気通信に至るまで、多くの信号処理アプリケーションにおける基本的な操作であるという事実に由来します。

株式会社Qunasys(日本)
量子位相推定アルゴリズムの大規模シミュレーション

QunaSys社は、量子化学計算の重要な手法である量子位相推定(QPE)アルゴリズムの大規模シミュレーションを行い、量子ビット化法とトロッターQPE法の両方をシミュレーションを実行しました。量子ビット化法は、ゲート数が少ない反面、多くのアンシラ量子ビットが必要であり、H2分子に関するシミュレーションでは、最大39個の量子ビットを使用し、大きな成果を上げました。C2H6の32量子ビットのハミルトニアンを切り詰めたトロッター法のシミュレーションでは、38量子ビットに達し、標準的なノートパソコンでの古典的なフルCI計算の能力を超えました。これらのシミュレーションは、それぞれのQPE法において、この種のシミュレーションとしては最大規模であり、実用的な量子化学の応用に向けた進歩を示しています。

量子テクノロジーを活用する時代の到来

量子コンピューティングの研究はかつてないスピードで進んでおり、それに伴い、量子シミュレーションが現実世界の課題を解決できる可能性も大きく広がっています。競争力を高めたい企業にとって、今こそ量子シミュレーションを活用するチャンスです。富士通はこの革命の最前線に立ち、ビジネスに変革をもたらす高度な量子シミュレーションを提供します。

なぜ今なのか?

量子シミュレーションはもはや理論的なものではありません。意思決定を強化し、発見を加速し、複雑なシステムを最適化する実用的なソリューションを提供しつつあります。早期導入で最も恩恵を受ける分野として考えられるのは以下の領域です。

  • 1. 医薬品・バイオテクノロジー

    創薬と個別化医療に革命を起こします。

  • 2. 金融と投資

    リスク分析、ポートフォリオの最適化、不正行為の検出を強化します。

  • 3. 暗号とサイバーセキュリティ

    次世代の暗号化手法の開発。

  • 4. 材料科学と化学

    分子レベルで革新的な材料の設計を可能にします。

  • 5. サプライチェーンとロジスティクス

    ルート、在庫、リソース管理の最適化。

  • 6. モデリングとシミュレーション

    複雑なシナリオの精度とスピードを向上。

  • 7. 航空宇宙・防衛

    シミュレーション、材料設計、戦略立案を推進。

  • 8. 電気通信

    ネットワークの最適化とセキュリティの強化。

  • 9. 交通

    交通管理と自律走行システムの革新。

  • 10. 人工知能と機械学習

    モデル学習と複雑な問題解決を加速。

また、量子コンピュータが完全に機能するのを待ってから量子ベースのソリューションを検討する場合、これらのセクターは最も混乱に陥りやすくなります。早期に量子コンピュータを導入する企業が業界をリードし、遅れをとる企業は後塵を拝することになることが考えられます。

量子テクノロジーは組織をどう変えるか

量子コンピュータは従来のコンピュータに取って代わるものではなく、むしろ従来のコンピューティングでは解決できない複雑な問題に取り組むことで、その能力を補完するものです。量子テクノロジーのパワーを活用することで、5つの主要分野で価値を解き放つ可能性があります。

1.高度なデータ分析

量子コンピューティングは、より高速で洗練されたデータ分析を可能にし、企業は膨大なデータセットをリアルタイムで処理できるようになります。これにより、より鋭い洞察と俊敏な意思決定が可能になります。例えば、量子アルゴリズムは顧客行動の隠れたパターンを発見し、より効果的な製品開発やマーケティング戦略を推進することができます。

2.量子的発見

発見プロセスを飛躍的に加速させる量子コンピュータは、コストを削減し、科学研究に新たな可能性をもたらします。特に創薬においては、複雑な分子間相互作用の解析がより迅速かつ正確になり、研究室から市場までの道のりが加速されます。

3.量子拡張予測とシミュレーション

量子コンピューティングの比類なき処理能力は、複雑な予測やシミュレーションの精度を向上させます。気候モデリング、金融市場予測、サプライチェーン管理など、量子システムは複数のソースからの膨大なデータセットを分析し、より深い洞察と正確な予測を実現します。

4.量子最適化

量子テクノロジーは、複雑なシステムやプロセスを最適化することで、業務効率を高めます。これには、製品設計、資源利用、ロジスティクスが含まれ、企業がコストを削減し、無駄を最小限に抑え、持続可能性を推進できるよう支援します。

5.量子暗号

量子力学は、もつれや重ね合わせのような原理を活用した新しい暗号化手法を導入し、事実上解読不可能なセキュリティ・システムを構築します。サイバーセキュリティに対するこの革命的なアプローチは、新たな脅威から機密情報や重要なインフラを守ります。

結論:未来は量子、そして時は今

量子テクノロジーは産業の形を変え、イノベーションと成長のための前例のない機会を生み出しています。富士通の先進的な量子シミュレータを利用することで、今日すでに多くのメリットを享受することができます。

開発のスピードは加速しています。量子の早期導入で競争優位を得たいと考える先進的なリーダーにとって、今こそ行動を起こすべき時です。富士通の量子シミュレーションがお客様の課題を解決し、量子コンピュータがお客様のビジネスを明日からどのように変えていくのか、ぜひ富士通にご相談ください。

今すぐ富士通にご相談ください。

詳細は