Topologische Qubits, supraleitende Roadmaps und KI-gestützte Fehlerkorrektur repräsentieren drei konkurrierende Visionen für die Zukunft von Quantenrechenzentren.
Thomas Niedermueller / Getty Images
Der Ausdruck "Quantencomputing zieht ins Rechenzentrum ein" impliziert, dass eine einzelne Technologie einen einzelnen Schritt macht. Das ist nicht der Fall. Microsoft $MSFT, IBM $IBM und Nvidia $NVDA sind alle dabei, Quanten in die Rechenzentrumsinfrastruktur zu integrieren. Aber sie tun dies mit unterschiedlicher Hardware, unterschiedlichen Geschäftsmodellen und unterschiedlichen Annahmen darüber, wo der Engpass liegt.
Das Verständnis der Lücke zwischen diesen Ansätzen ist wichtig für jeden, der versucht zu beurteilen, welche Unternehmen echte Fähigkeiten aufbauen und welche sich für eine Zukunft positionieren, die möglicherweise nie zu ihren Bedingungen eintritt.
Microsofts Quantenstrategie basiert auf einem konträren Wagnis, das fast zwei Jahrzehnte in der Entwicklung ist. Anstatt supraleitende Schaltungen, gefangene Ionen oder eine der von seinen Konkurrenten bevorzugten Qubit-Typen zu verwenden, baute das Unternehmen seinen Majorana-1-Chip um eine neue Topologische Kernarchitektur, die ein Material nutzt, das es einen Topoleiter nennt, um Majorana-Teilchen zu beobachten und zu kontrollieren. Das Argument ist, dass topologische Qubits immun gegen Hardwarefehler sind. Im Gegensatz zu Qubit-Implementierungen, die auf Ionen, Elektronen oder Photonen basieren, speichern topologische Qubits Quanteninformationen in den topologischen Eigenschaften eines physikalischen Systems anstatt in einzelnen Teilchen, was sie theoretisch stabiler macht.
Wenn diese Behauptung zutrifft, bedeutet dies weniger Aufwand für die Fehlerkorrektur und einen direkteren Weg zur Skalierung. Microsoft sagt, dass die Architektur eine Million Qubits auf einem einzigen Chip unterbringen kann, der klein genug ist, um in einer Hand gehalten zu werden, laut einer Unternehmensankündigung. Das Unternehmen baut im Rahmen der Endphase des DARPA-Programms Underexplored Systems for Utility-Scale Quantum Computing einen fehlertoleranten Prototyp. Der physische Formfaktor ist für den Einsatz in Rechenzentren konzipiert: eine Quantenverarbeitungseinheit in einem Standard-Server-Rack, die etwa 30 Kilowatt verbraucht.
"Eine Quantenmaschine ist sehr wohl Teil des Ökosystems. Sie steht direkt neben einem Hyperscaler", sagte Zulfi Alam, Corporate Vice President für Quanten bei Microsoft, laut einem Bericht von Quartz. Das Risiko ist real. Einige Experten haben bemerkt, dass Microsofts Behauptungen über topologische Qubits nicht vollständig durch peer-reviewte Forschung unterstützt wurden, und das begleitende Nature-Papier zur Ankündigung von Majorana 1 lieferte keine endgültigen Beweise für Majorana-Zero-Moden. Winfried Hensinger, ein Physiker an der Universität Sussex, sagte gegenüber Physics World, dass das topologische Quantencomputing "wahrscheinlich 20–30 Jahre hinter den anderen Plattformen" zurückliegt.
IBMs Ansatz ist weniger spekulativ. Das Unternehmen hat seit 2020 Quantenprozessoren auf einer öffentlichen Roadmap ausgeliefert, die supraleitende Qubits verwenden, die nach wie vor der häufigste Qubit-Typ in der Industrie sind. Sein aktueller Heron-Prozessor enthält 156 Qubits und bildet die Grundlage seiner Entwicklungs-Roadmap. Wo sich IBM abhebt, ist das Konzept, das es Quanten-zentriertes Supercomputing nennt: Quantenprozessoren, die eng mit klassischen CPUs und GPUs zu einem einzigen Rechengewebe verflochten sind, wobei Quantenbeschleuniger die Teile von Problemen angehen, die klassische Maschinen nicht lösen können.
Dies ist kein theoretisches Konstrukt. Bei RIKEN in Japan orchestrierte das Unternehmen seinen Heron-Prozessor in einer geschlossenen Ausführungsschleife mit dem Fugaku-Supercomputer, laut IBMs Forschungsblog. Das Ergebnis wurde als das größte und genaueste Chemieexperiment beschrieben, das jemals auf einem Quantencomputer durchgeführt wurde.
IBMs Fahrplan für Fehlertoleranz ist detailliert. IBM Quantum Starling, das für 2029 geplant ist, wird in einem neuen Quantenrechenzentrum in Poughkeepsie, New York, gebaut und soll laut einer IBM-Ankündigung20.000-mal mehr Operationen als aktuelle Quantencomputer ausführen. Starling wird 100 Millionen Quantengatter auf 200 logischen Qubits ausführen. Ein nachfolgendes System namens Blue Jay, das für 2033 prognostiziert wird, würde auf 2.000 Qubits skalieren, die eine Milliarde Gatter ausführen.
"Wir bewegen uns in ein Rechenzentrumsmodell, in dem wir aktiv nach ko-lokalisierten CPUs und GPUs mit Quantenprozessoren suchen", sagte Jerry Chow, CTO für quantenzentrisches Supercomputing bei IBM, laut einem Bericht von Quartz. IBMs Schwachstelle ist, dass supraleitende Qubits störanfällig sind, und Fehlerkorrektur erfordert viele physische Qubits, um jedes logische Qubit darzustellen. In einem in Nature veröffentlichten Artikel skizzierten IBM-Forscher ein neues Fehlerkorrekturschema, Quanten-Niedrigdichte-Paritätsprüfcodes, das etwa ein Zehntel der Anzahl von Qubits erfordern würde, die Oberflächen-Codes benötigen, laut IEEE Spectrum. Ob es sich bei einer Reduktion im großen Maßstab als ausreichend erweist, bleibt eine offene Frage.
Nvidia baut keinen Quantenprozessor. Das Unternehmen hat dies ausdrücklich klargestellt. "Nvidia baut keine Quantencomputer, aber wir widmen uns der Erstellung beschleunigter Rechen-Stacks, um Quantencomputer zu ermöglichen", sagte CEO Jensen Huang auf der Quantum Day-Veranstaltung des Unternehmens, laut The Next Platform. Stattdessen baut Nvidia die Werkzeuge, die zwischen Quantenhardware und nützlicher Berechnung liegen.
Im April kündigte das Unternehmen Ising an, die erste Familie von Open-Source-Quanten-KI-Modellen, laut einer Nvidia-Ankündigung. Die Modelle zielen auf zwei Engpässe ab: Kalibrierung (Halten von Qubits abgestimmt) und Fehlerkorrektur-Decodierung (Messdaten schnell genug interpretieren, um Fehler zu beheben, bevor sie sich ansammeln). Nvidia behauptet, dass die Ising-Decodierungsmodelle bis zu 2,5-mal schneller und dreimal genauer sind als pyMatching, der aktuelle Open-Source-Industrie-Standard.
Der Hardware-Steckverbinder ist NVQLink, ein offenes Interconnect, das im Oktober 2025 angekündigt wurde und Quantenprozessoren mit GPU-Systemen koppelt. NVQLink unterstützt 17 Quantum-Hardware-Hersteller, fünf Steuerungshersteller und neun US-National Labs. Es liefert 40 Petaflops an KI-Leistung bei FP4-Genauigkeit mit einem GPU-zu-QPU-Durchsatz von 400 Gigabit pro Sekunde und einer Latenz von weniger als vier Mikrosekunden.
Die Geschäftslogik spiegelt Nvidias breitere Strategie wider. Wie Tom's Hardware bemerkte, sind Isings Modelle Open Source, aber der Stack, auf dem sie laufen, ist es nicht: Der Decoder erfordert NVQLinks Low-Latency-Interconnect, die Kalibrierungs-Workflows laufen über CUDA-Q und die Bereitstellungstools zielen auf Nvidia-Hardware ab. Das Unternehmen bleibt tief in die Quantencomputerindustrie integriert, obwohl es keine Quantenhardware baut. Während IBM und Google $GOOGL maschinelles Lernen für die interne Quantenfehlerkorrektur erforscht haben, sind diese Bemühungen laut InfoQ an proprietäre Hardware gebunden. Nvidia positioniert Ising als eine hardwareagnostische, offene Modellsicht, die plattformübergreifend integriert werden kann.
Die Unterschiede sind real. Microsoft verfolgt einen physikzentrierten Ansatz und zielt darauf ab, das Fehlerproblem auf Hardwareebene zu lösen. IBM arbeitet an der bewährten Qubit-Technologie und baut eine hybride klassische-quantische Infrastruktur auf. Nvidia berührt Qubits überhaupt nicht und setzt darauf, dass derjenige, der den Quantenprozessor baut, immer noch GPUs benötigt, um ihn zum Laufen zu bringen.
Aber die drei Strategien teilen eine Annahme: dass Quantenprozessoren neben klassischer Hardware arbeiten werden, sie nicht ersetzen. Die Quantenverarbeitungseinheit sitzt neben der CPU und GPU, und die Arbeitslast bewegt sich zwischen ihnen. Die Frage ist, wer die Architektur kontrolliert, die sie verbindet.
Für Unternehmenskäufer bedeutet dies praktisch, dass Quanten nicht eine Produktkategorie zur Bewertung sind. Es gibt mindestens drei konkurrierende Visionen, wie die Berechnung reorganisiert wird, mit unterschiedlichen Zeitplänen, unterschiedlichen Risiken und unterschiedlichen Abhängigkeiten. Keiner hat bisher gewonnen.
Schließen Sie sich über 500.000 Lesern an, die ihren Tag mit Quartz beginnen.
Mit dem Abonnieren stimmen Sie unseren Nutzungsbedingungen und unserer Datenschutzrichtlinie zu.
