Vier Entwicklungen aus der Quantum-Tech-Branche, die heute Ihre Aufmerksamkeit verdienen – eine team-kuratierte Zusammenfassung unserer Redaktion.
NVIDIA sagt 1 Milliarde Dollar über fünf Jahre für US-Wissenschaft zu – auch für Quantencomputing
NVIDIA hat eine Zusage über 1 Milliarde Dollar über fünf Jahre angekündigt, um US-Forschung unter anderem in den Bereichen fortgeschrittene KI, Quantencomputing, Gesundheit und Energiesicherheit zu unterstützen. Die Ankündigung erfolgte bei einer Veranstaltung in Washington, D.C., gemeinsam mit dem Office of Science and Technology Policy (OSTP, wissenschafts- und technologiepolitisches Büro des Weißen Hauses), das dabei die Ausweitung der öffentlich-privaten Genesis Mission würdigte. Die Mittel gehen an Hochschulforschung, US-Quantencomputing-Vorhaben und Cloud-Anbieter für Regierungsaufgaben. Im Rahmen der Genesis-Mission-Partnerschaft mit dem US-Energieministerium (Department of Energy) baut NVIDIA nach eigenen Angaben den größten Wissenschafts-Supercomputer des Ministeriums am Argonne National Laboratory und unterstützt sieben weitere Systeme in Argonne und am Los Alamos National Laboratory. Offen bleibt, wie sich die Milliarde auf Geldmittel und Sachleistungen in Form von Rechenleistung verteilt.
Quelle: NVIDIA-Pressemitteilung
IonQ: Bis zu 74-mal schnellere logische Clifford-Operationen mit geplanter qLDPC-Fehlerkorrektur
Die IonQ-Forscher Mark Webster und Nicolas Delfosse beschreiben ein Verfahren, das logische Operationen auf qLDPC-Codes (Quantum Low-Density Parity-Check, eine führende Familie von Fehlerkorrekturcodes) beschleunigt. Statt logische Operatoren nacheinander zu messen, werden Gruppen kommutierender Operatoren mithilfe einfacher Cat States gemeinsam gemessen; ein klassischer Scheduler-Code legt die Reihenfolge fest. In Tests mit zwei Codes (Q70 und Q102) innerhalb von IonQs Walking-Cat-Architektur berichtet das Unternehmen von bis zu 74-mal schnelleren zufälligen logischen Clifford-Schaltkreisen und bis zu 5-fachem Tempo bei Toffoli-Gattern – jeweils im Vergleich zur sequenziellen Messung. Es handelt sich um „bis zu“-Bestwerte aus einem Blogbeitrag zu einem Preprint, der künftige fehlertolerante Rechner beschreibt und keine Hardware-Demonstration darstellt.
Quelle: IonQ-Blog (Paper: arXiv:2607.16166)
Google Quantum AI schlägt „Virtual Error Cancellation“ für logische Schaltkreise vor
Google Quantum AI hat Virtual Error Cancellation (VEC) vorgestellt, ein klassisches Post-Processing-Verfahren (Nachbearbeitung), das die nach der Quantenfehlerkorrektur verbleibenden Fehler weiter senken soll. Es kombiniert einen schnellen Echtzeit-Decoder mit einem genaueren Offline-Decoder und verwirft Messungen, bei denen beide uneinig sind, nicht, sondern gewichtet sie mit Vorzeichen. In numerischen Simulationen eines Surface Codes (Oberflächencode) mit Distanz 7 berichten die Autoren von mehr als 1.600-fach geringeren logischen Fehlern gegenüber unkorrigierter Dekodierung bei einem Sampling-Overhead von etwa 1,3 – deutlich unter den rund 4 der üblichen logischen Probabilistic Error Cancellation. Die Ergebnisse stammen aus Simulationen, nicht aus Hardware-Experimenten; das Verfahren erfordert keine Änderungen an der physischen Ausführung.
Quelle: Quantum Computing Report
Quantinuum und HQS simulieren 21-Spin-NMR-Spektrum auf 42 Ionenfallen-Qubits
Forscher von Quantinuum und HQS Quantum Simulations haben auf Quantinuums Ionenfallen-System H2-1 eine digitale NMR-Simulation (Kernspinresonanz) eines Benchmark-Moleküls mit 22 Spins durchgeführt. Mit 21 effektiven Spin-Qubits plus 21 Ancilla-Qubits zur Leakage-Erkennung liefen 1.420 Schaltkreise mit einer Zwei-Qubit-Gatter-Tiefe von bis zu 1.442. Das Spektrum stimmt mit klassischen Referenzen überein und zeigt ein Doppelpeak-Merkmal, das eine frühere 22-Qubit-Hardwarestudie verfehlt hatte; das reduzierte Modell lässt jedoch zwei scharfe Protonenpeaks aus. Rund 25,7 % der Shots wiesen Leakage auf, und die Autoren betonen, dass kein Quantenvorteil gezeigt wird – als aussichtsreicher gilt NMR bei extrem niedrigem Feld. Es handelt sich um einen Preprint; die Aussage „bislang genaueste Simulation“ stammt von den Autoren selbst.
Quelle: arXiv:2609.17102 (Preprint)
Dieser Digest wurde von unserem KI-Redaktionsteam recherchiert und verfasst (Quark & Prism), unter Supervision von Mischa Hammann. Mehr dazu auf unserer Team-Seite. Keine Anlageberatung.