世界最大の量子化学用量子回路シミュレーションに成功
独自の並列計算技術により従来の限界を突破し、量子コンピュータの実用化を加速
大阪大学 量子情報・量子生命研究センター（QIQB）の水上渉教授、平岡昇真技術補佐員、西田翔技術補佐員、株式会社フィックスターズ（本社：東京都港区、代表取締役社長 CEO：三木 聡）の寺西勇裕らの研究グループは、大規模GPUクラスタ※1 向け量子化学用量子回路シミュレータ※2「chemqulacs-gpu」を開発し、その実証実験において、状態ベクトル型シミュレータとして、問題サイズ・量子回路サイズともに世界最大のシミュレーション実行に成功しました（図1）。
創薬分野における未解決課題の克服や、気候変動対策に資する新材料開発など、地球規模の難題を解決するためには、現行技術の限界を超えた高度な量子化学計算が必要です。このような背景のもと、誤り耐性量子コンピュータ（FTQC）※3 の実用化が待望されています。このFTQCで動作する量子アルゴリズム※4 をあらかじめ開発・検証しておくことが、量子コンピュータの実用化を早めるために重要と考えられています。
中でも量子位相推定法（QPE）※5 は、多くの量子アルゴリズムのサブルーチンとして用いられ、量子化学においても、現行の古典コンピュータ※6 では困難な解析を可能にするものとして期待されています。
今回、研究グループは、QPEの中でも必要な量子ビット※7 数が少ない「反復的QPE（IQPE）※8」に焦点を当て、量子化学用量子計算シミュレータ「chemqulacs-gpu」にこのIQPEを実装しました。さらに、大規模GPUクラスタの計算性能を最大限に引き出す並列計算技術を新たに開発・適用することで、量子化学向けの状態ベクトル型シミュレーションとして先行研究の最大規模であった40量子ビットを超え、以下の通り世界最大の量子回路シミュレーション実行に成功しました。
-
最大問題サイズ：H₂O分子での42スピン軌道系の計算 （量子ビット削減技術適用）
-
最大回路サイズ：Fe₂S₂分子での41量子ビット回路の計算 （純粋な回路規模ベンチマーク）
これにより、より複雑で現実的な分子を対象とした量子アルゴリズムの開発・改良が可能になります。
本研究成果は、国立研究開発法人産業技術総合研究所（産総研）が開催した「ABCI-Q グランドチャレンジ」を通じて達成されました。なお、本成果は2026年3月に米サンノゼで開催されるNVIDIA GTC 2026にて発表されます（発表タイトル： P81339- Efficient Iterative QPE Simulations for Quantum Chemistry using Distributed State-Vector Methods）。
水上渉教授のコメント
1,024台ものGPUを一体的に動作させる大規模シミュレーションは技術的に容易ではなく、48時間という限られた計算時間の中で想定外のトラブルにも度々見舞われました。その中で、寺西さん・平岡さんという2名の若手を中心とするチームが粘り強く取り組み、ABCI-Qの運用スタッフにも迅速にサポートいただいたおかげで、世界最大級の成果を達成することができました。本成果が、量子アルゴリズム開発の加速に少しでもつながれば幸いです。
研究の背景
量子コンピュータの実用化を加速させるためには、ハードウェアの開発と並行し、既存の古典コンピュータ（スーパーコンピュータ等）を用いて量子アルゴリズムをシミュレーションし、その有効性をあらかじめ検証しておくことが重要です。
しかし、量子回路シミュレーションには、扱う量子ビット数が増えるにつれて計算量が指数関数的に増大し、さらにハミルトニアン項数※9 が増えるほど量子回路も深くなりシミュレーションに時間を要するという課題がありました。特に、量子位相推定法（QPE）については、これまでの先行研究において、量子化学の問題に対しては40量子ビットが最大とされてきました。この限界を突破するには、大規模GPUクラスタの性能を効率的に活用する新たな並列計算技術の開発が不可欠でした。
研究の内容
研究グループは、量子リソースを節約できるアルゴリズム「反復的QPE（IQPE）」に着目しました。IQPEは、補助量子ビット※10 が1つで済み、かつ量子回路を小さく・浅く構成できるため、完全なFTQC完成前のEarly-FTQC（早期誤り耐性量子コンピュータ）とも高い親和性を持ちます。
今回、本プロジェクトで開発した量子化学用量子回路シミュレータ「chemqulacs-gpu」にこのIQPEを実装し、さらに大規模GPUクラスタに特化した並列計算手法を新たに開発・適用することで、計算速度と扱える問題を大きく向上させました。なお、「chemqulacs-gpu」の実行にあたっては、産総研量子・AI融合技術ビジネス開発グローバル研究センターの量子・古典融合計算基盤「ABCI-Q：Quantum-Classical Hybrid Computing Infrastructure」のシステムHを使用しました。本プロジェクトでは、このABCI-Q システムHの持つNVIDIA H100 GPU 2,020台のうち最大で約半数の1,024台を用いました。これらの取り組みにより従来の計算ボトルネックを解消し、以下の通り世界最大のシミュレーション実行に成功しました。
-
最大問題サイズ：H₂O分子での42スピン軌道系の計算に成功（量子ビット削減技術適用）
-
最大回路サイズ：Fe₂S₂分子での41量子ビット回路の計算に成功 （純粋な回路規模ベンチマーク）
本研究成果が社会に与える影響（本研究成果の意義）
本研究成果は、先行研究の課題であった40量子ビットの壁を突破したことを意味し、現在の計算機（大規模GPUクラスタ等）上で量子アルゴリズムを事前検証できる分子の範囲が広がりました。これにより、量子コンピュータ実機の開発と並行して、より複雑で現実的な分子を対象とした量子アルゴリズムの開発・改良を進めることができ、実機の実用化後に速やかな産業利用への展開を後押しします。特に、IQPEはEarly-FTQC（早期誤り耐性量子コンピュータ）との親和性が高いアルゴリズムであり、本成果によってその動作をより大規模かつ詳細に検証できるようになったことは、Early-FTQC時代における量子化学計算の実用化に向けた重要な一歩と言えます。
研究の体制
本研究はQIQB 水上教授の研究計画に基づいた共同研究として遂行されました。QIQBは、GPUクラスタ向けのIQPEシミュレーション手法の研究開発や、量子化学レイヤとシミュレーションレイヤを接続するインタフェースの実装を主導しました。株式会社フィックスターズは、GPU処理の計測・改善技術を提供し、シミュレーションコードの実装最適化およびABCI-Q 向けのパフォーマンスチューニングを担当しました。これにより、複雑なGPU間通信が最適化され、高効率なシミュレーション実行が実現しました。
特記事項
本研究成果は2026年3月に米サンノゼで開催されるNVIDIA GTC 2026にて発表されます（発表タイトル： P81339- Efficient Iterative QPE Simulations for Quantum Chemistry using Distributed State-Vector Methods）。
また、本研究成果は、科学技術振興機構（JST）共創の場形成支援プログラム（COI-NEXT）量子ソフトウェア研究拠点（課題番号：JPMJPF2014）、JST先端国際共同研究推進事業（ASPIRE）「量子情報と量子生命科学を包括する国際共同研究網の構築（課題番号： JPMJAP2319）」、文部科学省 光・量子飛躍フラッグシッププログラム（Q-LEAP）「知的量子設計による量子ソフトウェア研究開発と応用（課題番号：JPMXS0120319794）」、JSPS科研費 学術変革領域B「計算物質科学のための量子回路設計（課題番号：JP 23H03819）」による助成を受けて行われ、産総研「ABCI-Qグランドチャレンジ」プログラムにより提供を受けた、量子・古典融合計算基盤（ABCI-Q）の計算リソースを用いて実施されました。
ABCI-Qグランドチャレンジについて
量子コンピューティング分野の最重要課題や量子コンピューティング技術を活用した社会的重要課題への挑戦を支援するため、産総研が開始した公募型チャレンジプログラムです。
産総研が保有するABCI-Qの計算ノード（H）のうち256ノード（1,024 GPU）を最大48時間、1研究グループでの占有利用をすることができます。
公式ページ：
https://unit.aist.go.jp/g-quat/ja/events/2025/20250916_Grandchallenge.html
用語説明
[1] GPUクラスタ
複数のGPUを高速ネットワークで接続し、一つの巨大な計算システムとして動作させる構成のこと。AIの学習や科学計算シミュレーションなどで不可欠な計算基盤となっている。
[2] 量子回路シミュレータ
量子コンピュータの動作を、既存のコンピュータ（古典コンピュータ）上で模擬するソフトウェア。量子コンピュータ実機がまだ十分に利用できない現段階において、量子アルゴリズムの開発・検証を行うための重要な手段となっている。ただし、シミュレーションに必要な計算量は量子ビット数の増加に伴い指数関数的に増大するため、本格的な量子アルゴリズムの検証には大規模な計算環境が不可欠である。
[3] 誤り耐性量子コンピュータ（FTQC）
計算の途中で生じるエラー（ノイズ）を自ら訂正しながら、正確に計算を続けられる量子コンピュータのこと（Fault-Tolerant Quantum Computer）。現在の量子コンピュータ（NISQ）が抱える「計算エラーに弱い」という課題を克服した、実用化の最終目標とされる形態。
[4] 量子アルゴリズム
従来のコンピュータにおいてアルゴリズムとは、ある計算を実行するために必要な手続きや操作の列を指すのに対して、量子アルゴリズムは量子コンピュータに特化して設計されたアルゴリズムを指す。具体的には、量子ビットの状態遷移や量子ビット間の相互作用を制御する一連の流れとして定義される。
[5] 量子位相推定法（QPE）
量子コンピュータから「位相」と呼ばれる情報を高精度に読み取るための量子アルゴリズム。量子アルゴリズムの基本的なサブルーチンとして広く用いられ、量子化学分野では分子のエネルギーを高精度に求める手法として使うことが期待されている。
[6] 古典コンピュータ
量子力学の原理を利用する量子コンピュータに対し、現在広く普及している従来のコンピュータの総称。「0」か「1」のビット単位で情報を処理する方式（古典物理学に基づく方式）を採っており、一般的なPCからスーパーコンピュータまでがこれに含まれる。
[7] 量子ビット
量子コンピュータにおける情報の最小単位。通常のコンピュータ（古典コンピュータ）におけるビットに対応するが、通常のビットにおける「0」と「1」の重ね合わせを許す。
[8] 反復的QPE（IQPE）
QPEの一種で、補助量子ビットを1つだけ用い、位相情報を1ビットずつ繰り返し読み取る手法。通常のQPEに比べて必要な量子ビット数が少なく、量子回路も浅く構成できるため、完全なFTQCの完成前であるEarly-FTQC（早期誤り耐性量子コンピュータ）時代のアルゴリズムとしても適していると考えられている。
[9] ハミルトニアン項数
量子化学計算において、分子や材料のエネルギー状態（ハミルトニアン）を計算式で表した際の「項」の数。この項数が多いほど計算処理が複雑で時間がかかるため、いかに項数を減らして効率的に計算させるかが、量子コンピュータのアルゴリズム開発において重要な課題となる。
[10] 補助量子ビット
計算の対象となるデータを保持する量子ビットとは別に、計算の過程で一時的に使用される「作業用」の量子ビットのこと。エラー訂正を行う際や、複数の量子ビット間で情報をやり取りする際の仲介役として重要な役割を果たす。
参考URL
水上 渉 教授 研究者総覧URL
https://rd.iai.osaka-u.ac.jp/ja/3df5398d10c44be6.html
株式会社フィックスターズ（Fixstars Corporation）Webサイト
株式会社フィックスターズについて
フィックスターズは、“Speed up your AI”をコーポレートメッセージとして掲げるテクノロジーカンパニーです。計算資源を最大限に活用するソフトウェア最適化技術を駆使し、AIモデルの推論処理と学習プロセスの両面で圧倒的な高速化を実現します。医療、製造、金融、モビリティをはじめ様々な分野で、次世代AI技術の進化を推進しています。
このプレスリリースには、メディア関係者向けの情報があります
メディアユーザー登録を行うと、企業担当者の連絡先や、イベント・記者会見の情報など様々な特記情報を閲覧できます。※内容はプレスリリースにより異なります。
すべての画像
