古典スパコンが量子コンピュータに肉薄:JülichとNVIDIAが欧州初エクサスケールJUPITERで50量子ビット完全シミュレーションを達成、48量子ビット記録を更新

1. 何があったのか(事実)

論文タイトルはUniversal Quantum Simulation of 50 Qubits on Europe's First Exascale Supercomputer Harnessing Its Heterogeneous CPU-GPU Architecture(arXiv:2511.03359、初版2025年11月5日、v2 11月7日、v3 2026年5月20日)。著者はHans De Raedt、Jiri Kraus(NVIDIA)、Andreas Herten、Vrinda Mehta、Mathis Bode、Markus Hrywniak(NVIDIA)、Kristel Michielsen、Thomas Lippertの8名。ElsevierのFuture Generation Computer Systemsに論文として正式掲載された。

成果は4点。1つめは、汎用量子コンピュータ50量子ビットを完全シミュレーション(状態ベクトル全保持)に世界初成功。2つめは、2019年(報道では2022年とも)にJülichチームがK(京)コンピュータで達成した48量子ビット記録を更新。3つめは、シミュレーション速度が前記録比で16.6倍に高速化。4つめは、NVIDIA GH200 SuperchipとCPU-GPUヘテロジーニアスアーキテクチャの活用で実現された。

新しいシミュレータはJUQCS-50(Jülich Universal Quantum Computer Simulator 50)と命名されている。

2. なぜ今までできなかったのか

汎用量子コンピュータの完全シミュレーションが古典コンピュータで難しい理由を整理する。

ポイントは以下のとおり。

• N量子ビットの量子状態は2のN乗個の複素数(状態ベクトル)で表現される。

• 50量子ビットなら2の50乗(約1,125兆=1.125×10¹⁵)個の複素数を保持する必要がある。

• 各複素数を倍精度浮動小数点(16バイト)で保存すると、必要メモリは約18ペタバイト(18,000テラバイト)。

• 48量子ビット(2022年Jülich記録)は約4.5ペタバイト、49量子ビット追加で2倍、50量子ビットでさらに2倍と、量子ビット1個増えるごとに必要メモリと計算量が指数関数的に倍増する。

• 量子ゲート操作1つで全状態ベクトルが更新されるため、メモリ帯域幅とノード間通信が性能のボトルネックになる。

• GPUのHBM(高帯域メモリ)だけでは50量子ビット分の状態ベクトルを保持できず、外部メモリ(LPDDR5)との連携が必要。

• ノード間通信の最適化と、データ精度のトレードオフを巧妙に管理する必要があった。

例えるなら、量子ビットが1つ増えるたびに本棚が2倍に増える図書館を想像してほしい。48冊なら280億冊、50冊なら1兆冊以上の本(状態ベクトルの要素)を全て同時に扱う必要がある。しかも、1つの量子ゲート操作で全ての本を一斉に書き換える作業が発生する。これまでのスパコンでは48冊の図書館が限界だったが、JUPITERは50冊の図書館を扱えるようになった、というイメージに近い。

3. 既存技術との比較

4. どうやって実現したのか(深掘り)

用語を整理する。

エクサスケール(Exascale)は、1秒間に10の18乗(1エクサ)回の浮動小数点演算を行えるスパコン。世界初は米国のFrontier(2022年)、欧州初がJUPITER(2025年9月稼働開始)。

汎用量子コンピュータシミュレーション(Universal Quantum Computer Simulation)は、量子コンピュータが実行する任意のゲート操作を古典スパコン上で再現する手法。状態ベクトル全体を保持する完全シミュレーション(state vector method)と、テンソルネットワーク等の近似手法が存在する。今回は完全シミュレーション。

GH200 Superchip(Grace Hopper Superchip)は、NVIDIAが2024年に発表したCPU+GPU統合チップ。NVIDIA H100 GPUと72コアのArm Grace CPUを1パッケージに統合し、超高速NVLinkで接続。GPU HBM(96GB)とCPU LPDDR5メモリ(480GB)を高帯域で連携できる点が特徴。

LPDDR5(Low-Power Double Data Rate 5)は、低消費電力かつ高帯域の主メモリ規格。スマートフォンやノートPC向けで広く使われ、最近のサーバー向けGPUシステムでも採用されている。

JUQCS-50は、JülichのJUQCS(Jülich Universal Quantum Computer Simulator)シリーズの最新版。NVIDIA GH200の特性を最大限活用するように最適化されている。

アダプティブデータ符号化(Adaptive Data Encoding)は、状態ベクトルの要素ごとに精度と圧縮率を動的に調整する手法。精度が必要な部分は高精度で、そうでない部分は低精度で保存することでメモリ消費を抑える。

実装の核心は3点に整理できる。

1つめは、GPUメモリ制限の突破。50量子ビット完全シミュレーションには18ペタバイト規模のメモリが必要だが、GPU HBMだけでは到底足りない。JUQCS-50は、GH200のNVLink-C2C(CPU-GPU間900GB/s)を活用し、CPU側のLPDDR5メモリも状態ベクトル保存に使う。これにより、GPU HBMの制限を超えた使用可能メモリを実現した。

2つめは、適応的データ符号化(Adaptive Data Encoding)による状態ベクトルの圧縮。精度と計算負荷のトレードオフを動的に最適化し、メモリ使用量を削減。ただし精度を一定水準で維持するため、量子計算の本質的な性質を保持する。

3つめは、オンザフライ通信最適化(On-the-fly Network Traffic Optimizer)。50量子ビット規模では、ノード間で大量のデータ転送が発生する。JUQCS-50はゲート操作のパターンを解析し、必要最小限のデータだけをノード間で転送するよう動的に最適化する。

これらの組み合わせにより、48量子ビット時点での処理速度が前記録(K computerでの記録)比で16.6倍に高速化された。

5. 何ができたのか(成果)

技術的・戦略的意義は3点に整理できる。

1つめは、量子優位性ベンチマークの基準線が更新された点。量子コンピュータが古典コンピュータを真に超えたと言うには、古典コンピュータが扱える最大規模を超える必要がある。これまで50量子ビットは古典で扱える限界の上限とされてきたが、JUPITERでこれを実現したことで、量子優位性の基準は51量子ビット以上に引き上がる。Google Willow(105量子ビット)、IBM Heron(156量子ビット)、中性原子方式が一気に大規模化へ-1782741888556">Caltech中性原子6,100個の規模が、これでようやく真に古典を超える領域として位置づけられる。

2つめは、量子アルゴリズム開発の加速。量子コンピュータが本当に実用化される前に、古典スパコン上で量子アルゴリズムを設計・検証できる環境が広がる。Shor、Grover、量子化学計算、量子機械学習などのアルゴリズム研究が、50量子ビット規模で行えるようになる。

3つめは、CPU-GPUヘテロジーニアス設計の優位性確認。NVIDIA GH200のCPU-GPU統合チップが、メモリ制限を突破するアーキテクチャとして有効であることを実証。次世代スパコン(Vera Rubin、Vera Rubin Ultra)への布石となり、エクサスケール時代のスパコン設計指針となる可能性がある。

6. この技術が広がると何が起きるか(社会的意義)

実現する具体的な世界を描く。

量子コンピュータと古典スパコンの協調が標準になる。これまで量子vs古典の二項対立で語られてきたが、実際には両者を組み合わせるハイブリッドアプローチが主流となる。古典スパコンが量子アルゴリズムを事前シミュレーションし、実際の量子コンピュータにはうまくいく可能性が高いアルゴリズムだけを投入する。NVIDIA CUDA-Q、IBM Qiskit、Microsoft Azure Quantumなど、各社の量子開発環境にスパコンシミュレーションが組み込まれる流れが本格化する。

量子化学・材料科学では、50量子ビット規模のシミュレーションが実用研究ツールになる。Hubbard模型(高温超伝導の理論基盤)、フェルミ-ハバード模型、複雑な分子の電子状態計算などが、JUPITER上で実行可能になる。住友化学、三菱ケミカル、信越化学、武田薬品、第一三共などが、JUPITER等のスパコンを使った量子シミュレーション研究を本格化させる可能性がある。

創薬では、タンパク質-薬分子の量子相互作用シミュレーションが古典スパコン上で実行できるようになる。これは、実機の量子コンピュータ(QuEra、Quantinuum、IBM、Google)が利用可能になるまでの橋渡しとして機能する。製薬企業は、量子計算が必要な研究プロセスを今から構築でき、量子コンピュータ実機が本格化したときにスムーズに移行できる体制を整える。

金融最適化では、ポートフォリオ最適化、リスク計算、デリバティブ価格付けなどが、量子アルゴリズムでどう改善できるかを、50量子ビット規模で検証できる。JPMorgan、Goldman Sachs、三菱UFJ、SMBC、みずほなどが、JUPITER等のシミュレータを使った量子金融アルゴリズム開発を加速する可能性がある。

人工知能(AI)分野では、量子機械学習(Quantum Machine Learning、QML)アルゴリズムの設計・検証が古典スパコン上で行える。NVIDIA CUDA-Qを通じて、QMLが既存のAI開発フレームワーク(PyTorch、TensorFlow)と統合され、AI開発者がQML技術を試せる環境が整う。

量子コンピュータ・ハードウェア研究でも、ノイズモデルや誤り訂正符号の検証に古典シミュレーションが不可欠となる。今回の50量子ビット級シミュレーションは、QuEraのtransversal STAR、Quantinuumのiceberg符号、Googleの表面符号など、誤り訂正アーキテクチャの設計検証ツールとして直接使われる可能性がある。

欧州の科学技術競争力では、JUPITERが象徴する欧州独自のエクサスケールが、米国のFrontier、Aurora、El Capitan、中国の国家戦略スパコンに対する欧州の対抗軸として機能する。EuroHPC Joint Undertaking、ドイツBMFTR、北ライン-ヴェストファーレン州が共同出資した戦略インフラとして、AI、気候、医療、量子の各分野で欧州研究のフロントを支える。

教育・人材育成では、大学院生や若手研究者が50量子ビット級の量子シミュレーションを実機運用できる環境が広がり、量子情報科学の人材プールが急速に厚くなる。

長期的には、古典スパコンと量子コンピュータが融合したハイブリッドコンピューティングが、科学計算・産業計算の新しい標準となる可能性がある。量子優位性が確認された問題は量子コンピュータで、それ以外は古典で、という分業体制が確立される時期が2030年前後に訪れる可能性がある。

7. 関連企業・市場動向

投資視点で整理する。

直接の最大の恩恵を受けるのはNVIDIA(NVDA)。GH200 Superchipの実力を欧州初エクサスケールスパコンで実証したことで、AI、HPC、量子シミュレーションの三大用途すべてでNVIDIAの優位性が確認された。Vera Rubin、Vera Rubin Ultraなど次世代GPUへの期待が高まる材料となる。

メモリ大手(Samsung、SK hynix、Micron)も間接的に恩恵を受ける。GH200のCPU LPDDR5+GPU HBMの活用は、HBMだけでなくLPDDRなど低消費電力DRAMの需要にも追い風となる。

スパコン統合の主要プレイヤーであるHewlett Packard Enterprise(HPE)は、Frontier、JUPITER、Auroraと相次いでエクサスケールスパコン構築を成功させており、HPCインフラ事業のリーダーシップを継続的に強化する可能性がある。

半導体製造の上流(ASML、TSMC、信越化学、Applied Materials、Tokyo Electron)も、エクサスケールスパコンの普及に伴って中長期的に需要が増加する可能性がある。

量子計算プレイヤー(IBM、Google、Microsoft、Amazon、QuEra、IonQ、Quantinuumなど)は、古典シミュレーションのベンチマークが引き上がることで、自社の実機がそれを超えるための競争圧力が高まる構図。

日本では富士通(6702.T)、NEC(6701.T)が量子計算+HPCで関連性が高い。富士通は京(K)コンピュータの開発元で、後継機の富岳(Fugaku)も量子シミュレーション研究で世界トップ級の性能を持つ。

なお投資判断は読者各自の責任で行うべきであり、本記事は技術解説を目的としている。

8. 課題と今後の展望

冷静に見るべき残課題は多い。

第1に、量子ビット数の指数関数的爆発は依然続く。51量子ビットには2倍の36ペタバイト、52量子ビットには72ペタバイト、というように量子ビット1個追加で必要メモリが2倍になる。エクサスケールスパコンでも、近似なしの完全シミュレーションは50量子ビット前後が限界に近い。Caltech中性原子6,100個、Quantinuum 94論理量子ビット、Google Willow 105量子ビット、IBM Heron 156量子ビットといった実機の規模に古典シミュレーションが追いつくのは原理的に不可能。

第2に、テンソルネットワーク等の近似手法との競合。完全シミュレーション(状態ベクトル法)以外にも、Matrix Product State(MPS)、Projected Entangled Pair States(PEPS)、テンソルネットワーク法などの近似手法が、特定の問題で50量子ビット超のシミュレーションを可能にしている。USTCのJiuzhang 4.0(光量子、3,050光子)を古典シミュレーションする際に、MPS法がEl Capitan上で10の42乗年かかるとされた件は、これらの近似手法の限界も示している。

第3に、JUQCS-50は完全シミュレーションだが、実用的な量子アルゴリズム(例:Shorアルゴリズム)を実行するには、量子ビット数を超えてゲート操作の深さも問題になる。深い回路では古典シミュレーションが指数関数的に困難になり、50量子ビット規模でも実用問題が解けるとは限らない。

第4に、消費電力。JUPITERのエクサスケール運用には数十MWクラスの電力が必要で、運用コストと環境負荷の課題が残る。量子コンピュータ(中性原子は室温、超伝導は希釈冷凍機が必要)とのトータル比較で、長期的にどちらが効率的かは未確定。

第5に、量子優位性の意味。古典スパコンが50量子ビットを完全シミュレーションできるということは、50量子ビット規模の量子計算では量子優位性が出ないことを意味する。量子コンピュータが実用価値を出すには、古典が真に解けない領域(物理量子ビットで数千以上、論理量子ビットで100以上、論理エラー率10⁻⁸)に到達する必要がある。

業界全体の文脈で言えば、2025〜2026年は量子と古典のハイブリッドが本格化する時期と位置づけられる可能性がある。NVIDIA CUDA-Q、IBM Quantum + Qiskit Runtime、Microsoft Azure Quantum、Google CirqとAlphaFold/GPT、各社のスパコン+量子計算統合プラットフォームが整いつつある。今回のJUQCS-50は、その古典側の最先端を象徴する成果。

次のマイルストーンは、(1)他のエクサスケールスパコン(Frontier、Aurora、El Capitan)での同様の50+量子ビットシミュレーション、(2)テンソルネットワーク等の近似手法と完全シミュレーションのハイブリッド開発、(3)量子コンピュータ実機との性能比較ベンチマーク確立、(4)2027年以降の次世代エクサスケール+α(ゼタスケール)スパコンの構築、(5)古典スパコンと量子コンピュータの実用ハイブリッド運用の本格化、となる可能性がある。

JUPITER所長Thomas Lippert教授はJUPITERにより、欧州はエクサスケール時代に単に参入するだけでなく、科学とAIの最も広い範囲でリードすると述べたとされる。今回の50量子ビット完全シミュレーション成果は、その欧州独自の科学技術主権を象徴する一里塚と位置づけられる可能性がある。