CUDA-Q Logical: NVIDIA startet Plattform für fehlertolerante Quantencomputer

Laut Berichten vom 14. September 2026 hat NVIDIA die Plattform CUDA-Q Logical offiziell gestartet. Das System fungiert als Orchestrierungsschicht für fehlertolerante Quantencomputer und zielt auf komplexe Anwendungsbereiche wie die Wirkstoffforschung, die Finanzmodellierung sowie die Materialentwicklung ab. Die neue Software wird als Open-Source-Erweiterung des bestehenden CUDA-Q-Frameworks über GitHub bereitgestellt.

Effizienzsteigerung in der Forschung und Benchmarking

Erste Ergebnisse aus der praktischen Anwendung zeigen deutliche Produktivitätsgewinne. Das Fermilab konnte die Entwicklungszeit für fehlertolerante Architekturen von zuvor rund fünf Monaten auf drei Wochen reduzieren. Die CTO des Labors, Grassellino, bezeichnete dies als eine etwa 7-fache Steigerung der Effizienz.

Parallel dazu wurde der QUOPS-Benchmark der Sandia National Laboratories in CUDA-Q integriert. Damit liegen bereits erste Leistungsergebnisse für Quantenprozessoren (QPUs) von Branchenakteuren wie Google, IBM und Quantinuum vor. Zu den weiteren frühen Nutzern der Plattform gehören Unternehmen und Institutionen wie Infleqtion, IQM, QCDesign, Quantum Motion sowie IonQ.

Fortschritte bei der Fehlerkorrektur und Hardware-Modellierung

Ein zentraler Aspekt der neuen Plattform ist die Verbesserung der Fehlerkorrektur-Mechanismen. Infleqtion integriert hierfür die Open-Source-Bibliothek qLDPC in CUDA-Q Logical. In einer Early-Access-Version wurde ein Fehlerkorrektur-Code validiert, der mit ca. 6 physischen Daten-Qubits pro logischem Qubit auskommt.

Nach Angaben des Unternehmens entspricht dies einer etwa 5-fachen Verbesserung der Code-Rate gegenüber dem gängigen Surface-Code-Benchmark, wobei das Verhältnis der Qubits unter 10:1 liege. Als nächste Entwicklungsschritte nannte Infleqtion die Syndromextraktion sowie die Modellierung von Neutralatom-Rauschen.

Wer sich mit der Implementierung zukunftsweisender Technologien befasst, muss auch die rechtlichen Rahmenbedingungen im Blick behalten. Dieser kostenlose Ratgeber bietet einen kompakten Überblick über die Anforderungen und Fristen der neuen EU-KI-Verordnung. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt

Auch in der Skalierung der Hardware-Modelle wurden neue Marken erreicht. In Zusammenarbeit mit Iceberg Quantum und Diraq gelang die Modellierung von 1.000 logischen Qubits auf Basis von 150.000 physischen Qubits. Laut NVIDIA liegt dieser Bedarf an physischen Ressourcen etwa um den Faktor zehn unter früheren Schätzungen von Diraq.

Das Unternehmen Diraq, das über ein Funding von mehr als 150 Mio. US-Dollar verfügt, verfolgt das Ziel, Millionen von Qubits auf einem einzelnen Chip zu Kosten von unter 1 US-Dollar pro Qubit zu realisieren. Einem Whitepaper zufolge stimmen die Berechnungen aus dem zugrundeliegenden Pinnacle-Design auf 5 % genau mit hardwarebasierten Schätzungen auf bestehenden Systemen überein.

Während technologische Innovationen wie Quantencomputing voranschreiten, rücken auch neue Compliance-Regeln für KI-Systeme in den Fokus von Unternehmen. Erfahren Sie in diesem praxisnahen Report, welche Systeme als Hochrisiko eingestuft werden und was Verantwortliche jetzt tun müssen. Umsetzleitfaden zum EU AI Act jetzt kostenlos herunterladen

Infrastruktur und Marktreaktion

Im Zuge der Veröffentlichung wurde zudem die Verfügbarkeit spezialisierter Hardware erweitert. Die Prozessoren Garnet und Emerald des Herstellers IQM sind nun über CUDA-Q zugänglich. Das Unternehmen QuEra fungiert darüber hinaus als Launch-Partner für NVQLink.

NVIDIA wies einschränkend darauf hin, dass sämtliche im Zusammenhang mit dem Launch genannten Leistungsdaten und Statistiken von NVIDIA sowie den jeweiligen Partnern stammen und bisher kein unabhängiges Peer-Review-Verfahren durchlaufen haben. Am Aktienmarkt reagierte das Papier des Unternehmens verhalten; die NVDA-Aktie verzeichnete am Morgen des Veröffentlichungstages Kursverluste von bis zu 3,5 %.

de | wissenschaft | 70101745 |