量子コンピューティング向けシステム
半導体量子コンピュータ
─ シリコン ラックマウント型 ─
Bell-1 QUANTUM SERVER
● コンパクトに始めたい方へ
● 研究開発用
● 教育現場に
● 量子人材育成に
Bell-1は、アルゴリズムの研究や実証実験を進める企業・研究者に向けた、小型の量子コンピュータとして注目されています。
19インチキャビネットに搭載されているシステムで、通常のサーバと同じように、データセンタやユーザ様の計算機室に入れられます。
サイズ ： 600mm x 1000mm x 1600mm （w x l x h）
標準的な電源コンセントに接続可能
動作時の消費電力 わずか1600W
600mm x 1000mm x 1600mm （w x l x h）
ヘリウムによる最先端の冷却システムが搭載されており、外部冷凍機を必要とせず0.3ケルビンを実現します。
メンテナンスとして必要な2年ごとの交換はEqual1が請け負います。ユーザ様によるメンテナンスは特にございません。
筐体内に統合型クローズドサイクルクライオクーラー搭載
外部希釈冷凍機を必要としない
ヘリウムで冷却、 0.3ケルビンで動作
メンテナンス ： 2年ごとに交換、Equal1が請け負う
QPUが載ったチップには、CPU、AIアクセラレータ、NPUも統合されており、制御、読み出し、エラー補正を行っています。
現在は6量子ビットですが、近いうちに17量子ビット、2026年には167量子ビットに拡張予定です。
QPU、CPU、AIアクセラレータ、NPUを統合
現在 6量子ビット
今後さらに拡張予定
| ■ 主な仕様 | |
| 6-Qubit QPU | Typical |
|---|---|
| T1 Time | 380 ms |
| T2 Rabi Time | 26 μs |
| T2* Time | 13 μs |
| Single Qubit Gate Fidelity | 99.40％ |
| Single Qubit Gate Duration | 84 ns |
| CZ Fidelity | 98.40% |
| CZ Duration | 72 ns |
| Readout Fidelity | >99.9% |
| Readout Time | 10 μs |
| ■ 技術仕様 | |
| Rack-mounted system with integrated cryocooler | |
|---|---|
| System Size (w x l x h) | 600 mm x 1000 mm x 1600 mm |
| System Weight | 200 kg |
| Cryocooler Type | Continuous cooling, sorption cooler, air-cooled system |
| Cooling Power | At 4.2 K: 200 mW, At 0.38 K: 160 uW |
| Cooling Air | 117 CFM |
| Electrical Supply | 16 A single-phase, 16 amp, 60 Hz (220 V @ 50 Hz with optional invertor) |
| Power Consumption | 1600 W |
| Voltage Supply | 110 V / 220 V |
| Operational Temperature Range | -15º to +45º C |
| Sample Heat-Up Time (hrs) | 0.3 K to 4 K: 1 h, 4 K to 300 K: 36 h, Total Heat-Up Time: 36 h |
| Sample Cooldown Time (hrs) | 300 K to 4 K: 36 h, 4 K to 0.3 K: 2 h, Total cooling time: 36 h + 2 h = 38 h |
| Operation Time | Continuous operation at 0.3 K |
| Service Interval (hrs) | 5,000 h |
OS代わりにオープンソースの量子プログラミング環境であるNVIDIA CUDA-Qを推奨しています。
CUDA-QではC++やPythonでも開発可能で、AIやHPCとの連携も可能です。
★ Bell-1に関する詳細説明などのご希望がございましたら、弊社までお問い合わせください。
HPC×量子コンピューティングのハイブリッド利用
量子コンピュータと古典コンピュータ（HPC）は、それぞれ得意分野を持つ計算マシンです。そのため、これらを組み合わせて一つのシステムとして連携させ、より高度で複雑な問題に対応できるようにするハイブリッドな利用が有効です。量子古典ハイブリッドシステムとも呼ばれます。
例えば「前処理や後処理をHPCに、特定の計算部分を量子コンピュータに」という使い分けや、「大きな問題を細かく分割し、量子コンピュータで並列に処理した結果をHPCで統合する」などのアプローチがあります。具体的には、変分量子アルゴリズム（VQE）や量子機械学習（QML）など、量子と古典を組み合わせたハイブリッドなプログラムの活用も進んでいます。これらは、量子化学シミュレーションや最適化問題など、従来の計算手法では困難だった分野で特に注目されています。
HPCをお使いの方は、SDKで量子コンピューティング利用も！
今、量子アルゴリズムはHPC環境でシミュレーションして開発することが主流です。
GPUの活用で、量子ビットの動作やハイブリッドな最適化計算を、手元の環境で即座に試すことができます。
CUDA-Q：量子×古典の統合SDK
CUDA-Qは、NVIDIAが提供する量子・古典ハイブリッドプログラミングSDKです。
量子回路の設計・実行・シミュレーションを、C++やPythonから統合的に記述でき、
GPUの活用で、より高速に実行できます。
- ・ CUDA環境上で、GPUにより高速に量子回路を実行
- ・ 量子ハードウェア／シミュレータの両方に対応
- ・ 量子と古典のハイブリッド最適化アルゴリズム（VQE/QAOA）に最適
GPUで量子計算も高速化
永年のHPC構築の実績と最適設計でGPU搭載の各種システムをご提供いたします。
量子コンピューティングの研究開発や活用、機械学習や生成AIのためのシステムも
ご提供しております。
オンプレはもちろん、クラウド利用もぜひご相談ください。
強力な計算機環境
必要な研究開発に
幅広い研究開発に対応可能
HPC×量子コンピュータのインフラ
量子古典ハイブリッドの基本構成
量子コンピュータは「台数が少ない」「設置場所を選ぶ」という理由から別の場所に設置してあり、
専用回線で繋ぎ、APIと呼ばれる窓口を使って実行する“閉域接続”と呼ばれる手法が一般的です。
インフラ管理 リソースオーケストレーション
GPUクラスタと量子コンピュータがあるだけでは使うことが難しいので、
コンピューティングリソースのインフラ管理をオーケストレーションとして管理する必要があります。
- ・ コンピュート資源（GPUノード、CPUノード）
- ・ ストレージ資源（データ、中間モデル、量子状態）
- ・ ユーザ環境（Notebook、APIアクセス）
- ＊ ジョブスケジューリングとリソース割当
Kubernetesにおけるノードとストレージ
例えば、Kubernetesのようなオーケストレーションツールを使ってインフラ管理を行います。
Kubernetesでは、高信頼のCPUノードが担うメインノード（コントロールプレーン）がクラスタ全体の管理や制御を行い、
CPU/GPUノードから成るサブノード（ワーカーノード）がジョブを実行します。
複数のサブノードからアクセスできる共有ストレージを利用することで、
データ、モデル、ログを保管し、ノード間で共有可能にします。
どのノードでアプリが動いてもデータを安全かつ一貫して扱える構成を実現しています。