Infleqtionは、同社のSqale中性原子量子コンピューティングプラットフォームにNVIDIA Ising Decoding AIモデルを統合したことを発表した。この協力は、量子誤り訂正(QEC)における古典コンピューティングのボトルネック問題に対処することを目的としている。このボトルネックでは、シンドロームデータの復号速度が量子ハードウェアのマイクロ秒スケールの読み取り時間に一致する必要があり、そうでなければエラーが蓄積してしまう。Infleqtionは、GPU上でNVIDIA Ising AIプリデコーダーを活用することで、生のシンドロームストリームを疎にし、フォールトトレラント動作に必要な精度を維持しながら、下流のデコーダーへの計算負荷を軽減することを意図している。
この統合は特に、理想化された2レベルの量子ビットではなく多レベルの「qudit」として機能する中性原子系の独自の物理的特性に対処している。これらのシステムは、原子が計算部分空間の外側の状態に移動するリーケージや原子損失の影響を受ける。Infleqtionは、これらの非計算状態を考慮するため、NVIDIA Isingワークフローを同社のLeakyシミュレーションフレームワークに組み込んだ。技術評価によると、リーケージ効果を含めても論理性能は安定したままであり、ノイズモデルの現実性を犠牲にすることなく、より高速な復号経路の恩恵を受けることができる。
この進歩は、現在の12論理量子ビットから2026年末までに30論理量子ビットを目標とするInfleqtionのより広範なロードマップを支援するものである。このスケーリング戦略の重要な要素は、検出されたリーケージまたは損失イベントをデコーダーの既知のエラー位置として表面化する消去変換の使用である。これらの強化されたシグナルでNVIDIA Isingプリデコーダーを訓練し、低レイテンシーのNVIDIA NVQLinkインターコネクトを活用することで、Infleqtionは中性原子QPUと古典的GPUアクセラレーター間のリアルタイム制御ループを確立することを目指している。この構成は最近GTC 2026で紹介された。
InfleqtionのAI加速QECおよびリーケージ認識復号に関する技術的詳細については、公式発表を参照されたい。
2026年4月14日
