量子コンピュータの「古典側」を誰が握るのか NVIDIAとAMDから見る量子計算インフラ競争
量子コンピュータの主役といえば、IBM、Google、Quantinuum、IonQ、QuEra、Xanaduといった量子プロセッサー量子プロセッサー量子プロセッサ / Quantum Processor / Quantum Processing Unit / QPU量子ビットを搭載し、量子ゲートや測定などの量子計算処理を実行するハードウェアの中核部分。QI補足QPUの性能は量子ビット数だけでは判断できない。ゲート忠実度、接続性、速度、エラー率などを合わせて見る必要がある。（QPU）メーカーが思い浮かぶ。
しかし、実用的な量子コンピュータはQPUだけでは動かない。
QECQEC量子誤り訂正 / Quantum Error Correction / QEC複数の物理量子ビットに情報を分散して持たせ、量子状態を直接壊さずにエラーを検出・訂正する技術。QI補足実施しただけで実用的な耐障害性が得られるわけではない。論理エラー率が物理エラー率より改善しているかが重要になる。、デコーディング、キャリブレーション、ハイブリッド計算。FTQCFTQCFault-Tolerant Quantum Computing / FTQC量子誤り訂正を用い、物理的なエラーが起きても正しい計算を続けられるようにする、将来の本格的な量子計算の方式。QI補足量子誤り訂正の実証とFTQCの実現は同義ではない。論理エラー率、必要な物理量子ビット数、論理ゲート性能などが重要になる。へ進むほど、QPUと古典計算古典計算Classical Computing / Classical Computation0と1のビットを使って計算する、現在一般に使われているコンピューターによる計算方式。QI補足量子計算との比較対象として使われるが、CPU、GPU、スーパーコンピュータや専用アルゴリズムまで含み得るため比較条件に注意したい。機の間で低遅延のフィードバックを繰り返す重要性は高まる。
この「量子コンピュータの古典側」を取りに来ている代表格がNVIDIAだ（例：IonQ, Infleqtion, Quantum Machines, 等の最近の取り組み）。
一方、2026年9月にはAMDとXanaduが、量子・古典ハードウェアを低遅延で接続する「Backline」を発表した。両者が目指すところは似ているが、そのアプローチはかなり異なる。
NVIDIAは量子コンピュータを作っていない
NVIDIA自身はQPUを作っていない。狙っているのは、その周囲だ。
同社が掲げる「accelerated quantum supercomputing」は、QPUをGPUスーパーコンピューティングの外部装置ではなく、同じ計算基盤の一部として扱う構想である。
その中心にあるのが、量子・古典ハイブリッド計算向けプラットフォーム「CUDA-Q」だ。
NVIDIAはさらに2025年10月、GPUとQPUを低遅延で接続する「NVQLink」を発表した。NVQLinkは単に量子ジョブをQPUへ送るための接続ではなく、QPUキャリブレーション、QECデコード、論理量子計算のオーケストレーションまでを対象としている。現在示されているリファレンスプラットフォームでは、GPU-QPU間最大400Gbps、FPGA→GPU→FPGAで4マイクロ秒未満のレイテンシーを掲げる。
QPUが大きくなるほど、古典計算も必要になる
この構想はすでにQECまで入ってきている。
QuantinuumのHeliosでは、NVQLinkを介してNVIDIA GPUを接続し、リアルタイムQECデコーディングを行う構成が実証されている。さらに米国国立研究所を含むスーパーコンピューティングセンターにもNVQLinkの採用が広がっている。
さらに2026年4月には、量子プロセッサーのキャリブレーションやQEC向けのAIモデル群「NVIDIA Ising」も発表した。NVIDIAは単にGPUを計算資源として提供するだけでなく、QPUを制御・維持するアルゴリズムまで自社スタックへ取り込みつつある。
NVIDIAの射程はGPU-QPU接続にとどまらない。CUDA-Q Logicalの追加で、アプリケーションからQEC、リアルタイム処理、接続、古典計算まで一続きのスタックになった。
| レイヤー | NVIDIAの位置付け |
|---|---|
| 量子アプリケーション | CUDA-Q |
| 論理量子計算 | CUDA-Q Logical |
| 量子誤り訂正 | CUDA-Q QEC、GPUデコーディング |
| リアルタイム処理 | cudaq-realtime |
| GPU-QPU接続 | NVQLink |
| 古典計算 | NVIDIA GPU、Grace Blackwellなど |
| QPU | 各量子ハードウェア企業 |
AMDとXanaduが出した別の答え
量子コンピュータの古典側を狙っているのはNVIDIAだけではない。
2026年9月10日、AMDとXanaduは「Backline」を発表した。
BacklineはXanaduのオープンソース量子ソフトウェア「PennyLanePennyLanePennyLaneXanaduが開発する、量子回路の構築や実行、量子機械学習などに利用されるオープンソースの量子ソフトウェアライブラリ。QI補足特定の量子ハードウェア専用ではなく、複数のデバイスやシミュレータと連携できる。実証では使用したバックエンドを確認したい。」に統合された、量子・古典ハードウェア間の低遅延通信・実行基盤だ。
AMDのEPYCやThreadripper CPU、Instinct GPU、Versal FPGA、PensandoネットワークなどをQPUと組み合わせ、処理に応じて適切な古典計算資源へ振り分ける。
機能面ではCUDA-Q＋NVQLinkに近いが、設計思想は異なる。Xanaduは、Backlineをオープンかつhardware-agnosticな設計として位置付け、vendor lock-inを避けられることも強調している。
| NVIDIA | AMD＋Xanadu | |
|---|---|---|
| 中心ソフトウェア | CUDA-Q | PennyLane / Backline |
| リアルタイム接続 | NVQLink | Backline |
| 古典計算資源 | GPUを中心に統合 | CPU・GPU・FPGAなど |
| QEC | GPUデコードを積極活用 | 処理ごとに適切な計算資源へ |
| 論理量子計算 | CUDA-Q Logical | PennyLaneを中心とした構成 |
| 基本思想 | NVIDIA中心の統合スタック | オープンな異種計算基盤 |
| ハードウェア | NVIDIAとの結合が強い | hardware-agnosticを強調 |
Backlineの社内ベンチマークでは、AMD Threadripper ProとFPGAなどを接続したCPU経路で平均2.3マイクロ秒、AMD Instinct MI210 GPUを利用した経路で4.4マイクロ秒のend-to-end latencyを報告している。
つまり処理内容によっては、GPUよりも一般的なCPUを使った方が低遅延になる場合もある。これは「量子コンピューターの古典側＝GPU」という単純な構図ではないことを示している。
QPUメーカーは「アクセラレータメーカー」になるのか
NVIDIAの戦略が成功した場合、量子業界には興味深い構造が生まれる。
NVQLink発表時点でNVIDIAは17の量子技術企業と9つの科学研究機関をエコシステムへ取り込んでいた。その後、世界各地のスーパーコンピューティングセンターにも採用が広がっている。
将来的に、
CUDA-Q
↓
NVIDIA GPU / NVQLink
↓
各社のQPU
という構成が一般化する可能性がある。
量子計算でも、開発者がQPU固有の環境ではなくCUDA-Qを使い、データセンターがNVQLinkを前提にシステムを構築し、QECやリアルタイム処理までNVIDIA側へ寄っていけば、QPUメーカーはNVIDIAの計算基盤へ接続される「量子アクセラレータ」の供給者という位置付けに近づく。
QPUメーカーにとってNVIDIAとの連携は大きなメリットになる一方、将来的にはプラットフォームへの依存という問題も生じ得る。
AMD＋Xanaduは「量子版CUDA化」を防げるか
この意味で、Backlineが「open」「hardware-agnostic」「vendor lock-inを避ける」と強調していることは興味深い。
PennyLaneはもともと、特定のQPUに依存しない量子ソフトウェアとして発展してきた。
Backlineはその抽象化をさらに下へ延ばし、CPU、GPU、FPGA、ネットワーク、QPUまでを異種計算システムとして扱おうとしている。
ただし、現時点でNVIDIAとAMD+Xanaduを同列には評価できない。
CUDAは巨大な開発者基盤とGPU市場を持ち、NVIDIAはすでにQPUメーカー、スーパーコンピューティングセンター、国立研究所を広く巻き込んでいる。一方、Backlineは2026年9月に公開されたばかりであり、NVIDIAと同程度のエコシステムを形成できるかはまだ分からない。
それでも、NVIDIAだけがこのレイヤーを狙っているわけではなくなった。
NVIDIA・AMD以外のプレーヤー
AMDとXanaduのBacklineがすでに示しているように、処理内容によってCPU、GPU、FPGAを使い分ける方が合理的な場合がある。
例えばPFNのMN-Coreは量子用途を想定した製品ではないが、AI推論や行列演算が支配的なQECデコード、ノイズ推定などでは、こうした専用アクセラレータが入る余地はある。
逆に、分岐やI/Oの多いリアルタイムQPU制御までMN-Core型が向くとは限らない。
少なくとも、「古典側＝GPU市場」と決めつけるには早い。
NVIDIAは、QPUそのものではなく、その周囲の計算基盤から量子コンピューティングの主導権を狙っている。AMDとXanaduのBacklineは、それとは異なるオープンな異種計算基盤という選択肢を示した。
量子コンピュータが大規模化したとき、競争力を決めるのはQPU単体の性能だけではない。QPU、古典計算、QEC、制御ソフトウェアを誰が一つのシステムとして束ねるのか。NVIDIAとAMD＋Xanaduの動きは、その競争がすでに始まっていることを示している。
NETWORKQI追跡企業を取り巻く業界ネットワークを見る →関連記事
- IonQ、Superion 256をNVIDIA研究拠点へ導入 QPU単体からGPU・HPC統合競争へ
- Infleqtion、Riverlaneと耐故障量子計算で協力 qLDPC・Sqale・リアルタイムQEC統合へ
- QuEraとHPE、耐故障量子コンピューターとHPCの統合へ Cray基盤でオンプレミス利用を検討
- Quantum Machines、CUDA-Qから実量子ビット・PPU・GPU・CPUを統合制御 NVQLinkで約1マイクロ秒の往復
- Infleqtion QECの「5倍改善」は何を意味するのか 相次ぐ低遅延・低オーバーヘッド・高符号化率をどう読む
- XanaduとAMD、量子・古典計算を低遅延接続する『Backline』公開 QPU単体からシステム統合競争へ
