英国のオルカ・コンピューティング（ORCA Computing）は2026年10月15日、標準2ラックかつ消費電力6kWで室温動作する第3世代フォトニック量子システム「PT-3」を発表しました。国内のAIデータセンターでもGPUクラスタの電力制約と相互接続遅延が課題となるなか、エヌビディア（NVIDIA）基盤へプラグイン可能な室温QPUの登場は、日本企業が推進するヘテロジニアス計算基盤の構成案に具体的な選択肢を提示します。
ロンドン実DCへの配備実績と商用ハイブリッド運用の進展
PT-3の初号機は、ロンドン・ドックランズ地区に位置するデジタル・リアルティ（Digital Realty）の商用データセンター「LHR19」内イノベーションラボ（DRIL）へ配備されました。希釈冷凍機などの極低温冷却インフラを一切介さず、NVIDIA GPUアクセラレーテッドインフラと同一フロアに並行設置されています。
【PT-3とGPUクラスタのハイブリッド統合アーキテクチャ】
+-----------------------------------------------------------+
| 商用データセンター（LHR19） |
| |
| +-----------------------+ 低遅延・高帯域バス |
| | NVIDIA GPU ラック |<============================+ |
| | （DGX Hopper クラスタ）| | |
| +-----------+-----------+ | |
| | | |
| | 制御・古典学習処理 | |
| v v |
| +-----------------------------------------------------+ |
| | ORCA Computing「PT-3」（標準2ラック） | |
| | - 室温光ファイバー遅延ループ / 128クモード | |
| | - 64光子サンプリング回路 / 消費電力 6kW | |
| +-----------------------------------------------------+ |
+-----------------------------------------------------------+
このシステムは総重量が約800kg（公称約750〜800kg）に抑えられています。物理的なラッキングは3時間で完了し、搬入から24時間以内に完全な稼働状態へ移行しました。
ORCA ComputingはPT-3の発表前までに、オンプレミス環境へ約11台の量子コンピュータを配備した実績を持ちます。2022年に英国政府の「Quantum Data Centre of the Future」プロジェクトを主導して商用DC統合を実証し、同年に英国国防省（MoD）へ野外環境運用向けシステムを納品しました。2024年には米GXCの統合フォトニクス部門を買収して光集積度を底上げし、ポーランドのポズナン・スーパーコンピューティング＆ネットワーキング・センター（PSNC）でもマルチQPU・GPU並行稼働を進めています。
| 項目 | ORCA Computing PT-3 | 一般的な極低温型量子システム |
|---|---|---|
| 動作環境 | 室温（追加の特殊冷却棟は不要） | ミリケルビン（mK）域の希釈冷凍機が必須 |
| 設置スペース | 標準データセンターラック2台分 | 専用大型チャンバーおよび周辺冷却設備 |
| システム消費電力 | 6kW（NVIDIA DGX H100単体10kW以下） | 冷凍機を含め数十kW〜100kW超 |
| DC搬入から稼働まで | 物理設置3時間・24時間以内に稼働 | 配管・真空引き・冷却に数週間〜数カ月 |
| GPU接続形態 | 同一DC内での直接バス・低遅延接続 | API・リモートネットワーク経由が主流 |
すでに35以上の企業や公的機関と実証が進められています。英国国立量子コンピューティングセンター（NQCC）や英エネルギー大手bp、日本の量子ソフトウェア企業JIJが参画した発電スケジューリング実証などがその代表例です。
参考記事: オラクルとQuantinuum、クラウド量子コンピューティング提供で複数年契約を締結
室温128クモード構成とAIモデル拡張の実測性能
PT-3がデータセンター内にそのまま収容できる背景には、標準的な通信波長帯の光ファイバーと時間領域多重化技術（Time-Domain Multiplexing）の採用があります。光子は熱雑音の影響を受けにくいため、極低温環境を作らずともコヒーレンスを維持できます。
本システムは、128クモード（光の連続量状態）にわたる64個の光子を精密に制御するアーキテクチャで構成されています。特定目的のサンプリング処理や組合せ探索に機能を絞り込み、モジュール構造を採用することで、データセンター現場でのフィールドアップグレードを可能にしました。
【ハイブリッド処理におけるタスク分割の流れ】
[ 入力課題（分子構造・系統データ） ]
│
▼
┌───────────────────────────────────────┐
│ NVIDIA GPU クラスタ │
│ ・基底モデルの順伝播・逆伝播 │
│ ・大規模パラメータの行列積演算 │
└──────────────────┬────────────────────┘
│ 高次サンプリング要求
▼
┌───────────────────────────────────────┐
│ ORCA PT-3（光量子QPU） │
│ ・128クモード / 64光子干渉回路 │
│ ・組合せ空間の高速サンプリング │
└──────────────────┬────────────────────┘
│ サンプリング結果を即時返還
▼
┌───────────────────────────────────────┐
│ NVIDIA GPU クラスタ │
│ ・潜在表現の更新・最適解の出力 │
└───────────────────────────────────────┘
実証実験では、32基のNVIDIA Hopper GPUとPT-3を直結した構成が用いられました。NVIDIAのタンパク質生成モデル「Proteína」を拡張した結果、有用なタンパク質デザインの生成割合が古典計算単独比で20%向上しました。
また、25,755変数の大規模発電ユニットコミットメント最適化問題において、PT-3は約1時間で計算を完了しました。前世代機と比較して12倍以上の高速化を達成し、商用最適化ソルバーと同等の解精度を維持できる水準に達しています。遠隔クラウド経由のAPI呼び出しでは通信遅延がボトルネックとなり、反復アルゴリズムが破綻するため、同一データセンター内に物理配置する構成が不可欠となります。
参考記事: 量子機械学習とは？基礎理論・アルゴリズムの実装から2030年実用化シナリオまで徹底解説
国内データセンター事業者とAI基盤への示唆
PT-3の稼働は、国内の計算インフラ戦略に対して具体的な前提変更を促します。これまで量子コンピュータの導入には、床耐荷重の補強、液体ヘリウムの供給配管、熱排気の遮断といった特殊設備が必要とされてきました。しかし、標準2ラックかつ6kWの消費電力であれば、既存の国内商用データセンターの受変電・空調仕様の範囲内でそのまま増設が可能です。
特に日本国内では、さくらインターネットをはじめとする事業者による大規模GPUクラスタの整備が進んでいます。生成AIワークロードのすべてを電力消費の大きいGPUのスケールアウトで賄うアプローチは、受電容量の制約に直面しつつあります。サンプリングや組合せ最適化のような特定の重い処理ブロックを室温光量子ユニットへオフロードする設計は、ラックあたりの電力効率を維持する現実的な手法となります。
一方で、導入に向けた構造的障壁も存在します。PT-3は汎用ゲート方式の量子誤り訂正（FTQC）を実現したハードウェアではなく、フォトニクスが得意とするサンプリング等に特化した特定目的計算機です。既存のPyTorch等の機械学習コードをそのまま流し込むことはできず、アルゴリズム側を光量子QPU向けに再定式化するミドルウェア層の開発と、ハイブリッド処理に精通したエンジニアの確保が前提要件となります。
参考記事: 光量子コンピュータの仕組みと2030年ロードマップ｜NTTとOptQCが挑む100万ビットの技術的要件
今後求められる技術検証ステップ
データセンターのファシリティ担当者およびAI基盤のアーキテクトは、計算資源の拡張ロードマップを再検討する必要があります。
- 自社ワークロードの切り分け
自社で運用するAIモデルや最適化パイプラインのうち、GPUの行列演算から光量子のボソンスンプリングへオフロード可能な処理ブロック（創薬スクリーニング、配送経路探索、ポートフォリオ最適化など）を特定すること。
- ラック電力・ネットワーク要件の仕様確認
室温型QPUを将来的に同一フロアへ収容できるよう、6〜10kW帯の標準空調ラックの空きスロットと、GPU間を直結するPCIeまたは光インターコネクトの配線仕様を整理すること。
- ハイブリッドフレームワークの検証着手
NVIDIA CUDA-Qなど、GPUとQPUを同一プロセス内で統合制御するオープンな開発環境を用い、ハイブリッドアルゴリズムのベンチマーク検証を開始すること。
極低温インフラを待つことなく商用DCへ組み込める室温QPUの実用化は、ヘテロジニアス基盤の構築スケジュールを大幅に前倒ししています。
出典: Quantum Business Magazine
出典: Data Center Dynamics
出典: The Quantum Insider
