クアンティニュアム（Quantinuum）は2026年10月19日、イオントラップ型量子コンピューター「Helios」において、誤り検査1サイクルあたりの論理メモリー忠実度99.9995%（エラー率100万回あたり約5回）を達成しました。量子科学技術研究開発機構（QST）などが推進する国内の耐故障性量子計算（FTQC）開発ロードマップに対しても、目標達成に向けたハードウェア選定の基準変更を促す数値です。
Heliosが記録したエラー率10分の1削減と物理リソースの比較データ
クアンティニュアムは、2026年9月に独自開発のHelixコードを用いて論理エラー率4.6×10⁻⁵を報告していました。今回の実験では同一のHeliosハードウェア上でカラーコードを適用し、前月の記録からエラー率を約10分の1となる5.0×10⁻⁶へ低減させました。
実機検証における符号距離と論理エラー率の推移
今回の検証では、符号距離が2増すごとに論理エラー率が約12分の1に低減することが実証されました。検証の詳細は以下の通りです。
| 符号距離 | 物理量子ビット数 | 誤り検査1サイクルあたりの論理エラー率 | 測定ショット数と失敗数 |
|---|---|---|---|
| 距離3 | 13個 | 約5.5×10⁻⁴（約1万回に5.5回） | – |
| 距離5 | 37個 | 約3.8×10⁻⁵（約10万回に3.8回） | – |
| 距離7 | 73個 | 約5.0×10⁻⁶（約100万回に5回） | 29,000ショット中3回 |
最大規模となる距離7の実験では、測定用補助ビットを含む73個の物理量子ビットで1個の論理量子ビットを保護しました。20回の訂正ラウンドからなる29,000ショットのうち失敗は3回にとどまり、標準偏差1区間でのエラー発生頻度は100万回中3回から9回と推定されています。
方式別の必要物理量子ビット試算
エラー率10⁻¹²の論理量子ビットを100個構築する目標において、必要とされる物理リソースには方式間で明確な差が生じています。
| 比較項目 | クアンティニュアム（QCCDカラーコード） | 一般的な超伝導方式（表面符号） |
|---|---|---|
| 必要物理量子ビット総数 | 約3万個 | 約90万個 |
| 必要符号距離 | 21 | 109 |
| 物理エラー率に対する優位性 | 全結合性により接続オーバーヘッドを抑制 | 最近接結合の制約により格子規模が増大 |
| 実装上の主な課題 | シャトリング操作による実行レイテンシ | 配線熱負荷と物理ビット間のクロストーク |
クアンティニュアムの量子電荷結合素子（QCCD: Quantum Charge-Coupled Device）方式は、イオントラップ内の全結合性を活用できるため、必要物理量子ビット数を従来想定の約30分の1に抑えられます。
参考記事: トラップドイオン量子コンピュータの実用化時期は？60論理ビットが切り拓くFTQCロードマップと技術的課題
距離7カラーコード成立の技術的要因と未解決の前提条件
今回の精度向上は、ハードウェアの物理構造を変更せず、誤り訂正コードの変更とノイズ制御手法の改良のみで達成されました。
イオントラップの柔軟性と光ポンピングによるリーク抑制
Heliosはバリウム137イオン（¹³⁷Ba⁺）を採用した98物理量子ビットのプロセッサーです。固定格子に縛られる超伝導回路と異なり、イオントラップ方式は電極制御によるイオンの物理移動（シャトリング）が可能です。この特性により、配線変更なしでHelixコードからカラーコードへのプロトコル切り替えに成功しました。
また、イオントラップ特有のエラーである「状態空間外への漏れ（リーク）」に対して光ポンピング技術を導入しました。計算基底から外れたイオンをレーザー照射で即座に計算状態へ戻す回路を組み込み、相関エラーの伝播を遮断しています。さらに、2量子ビットのクリフォードゲート実験においても、距離3から距離5への拡張でエラー率を約9分の1に抑え込めることを確認しました。
ニューラルネットワークを用いたエラーデコードの検証
量子誤り訂正の運用には、症候測定値（シンドローム）からエラー要因をミリ秒未満で判定するデコーダーが不可欠です。本実験では以下の手法が比較検証されました。
- Tesseractデコーダー（A*探索アルゴリズムベース）
- Frontierデコーダー（ストリーミング処理型）
- 3次元畳み込みニューラルネットワーク（3D CNN）
- ラウンドトークン・トランスフォーマー（Round-Token Transformer）
シミュレーションデータで事前学習したAIモデルは、追加のファインチューニングなしでHelios実機のエラーデータを正しく解釈しました。推論時間は数百マイクロ秒を記録しており、イオントラップのコヒーレンス時間内でリアルタイム処理が可能な速度水準に達しています。
FTQC実用化に向けた技術的必須条件（Prerequisites）の進捗
論理メモリー忠実度の向上は重要な前進ですが、汎用計算の実現には複数の未達成条件が存在します。
| FTQC必須要件 | 今回の研究での達成度 | Apollo（2029年計画）に向けた残余課題 |
|---|---|---|
| 論理メモリー保持 | 距離7カラーコードで忠実度99.9995%を達成 | 複数論理量子ビットの同時高忠実度保持 |
| フォールトトレラント論理ゲート | 距離5までのクリフォードゲート動作を検証 | 距離7での2量子ビットゲート実行と物理ビット数拡張 |
| マジック状態蒸留（非クリフォードゲート） | 未実証 | しきい値を下回るリソース効率での蒸留回路実装 |
| リアルタイム誤り訂正ループ | オフライン推論で数百マイクロ秒を実証 | QPU制御系とAI推論エンジンの閉ループ統合 |
実験で使用したHeliosの物理量子ビット数は98基であり、距離7の2量子ビットゲート実行には物理ビット数が不足していました。また、ユニバーサル計算に必須となる「マジック状態の準備」は実証されておらず、ハードウェアのスケールアップと並行して解くべき課題です。
参考記事: 量子誤り訂正の基礎からFTQC実現へのロードマップ｜最新の実証データと開発戦略まで徹底解説
日本の量子エコシステムおよびセキュリティ基盤への影響
クアンティニュアムが提示したロードマップ（2027年次世代機「Sol」、2029年商用FTQC「Apollo」）の実現確度が高まったことは、日本の産業界にも直接的な再設計を要求します。
国内量子ハードウェア開発における開発指標の再定義
理化学研究所や産業技術総合研究所（産総研）を中心とする国内の量子コンピューター開発プロジェクトは、超伝導方式による物理量子ビットの集積化を主要な指標に据えてきました。しかし、今回のクアンティニュアムの実証は、物理ビット数自体の多寡よりも「全結合性に基づく符号化効率」と「論理エラー率の抑制比率」がシステムの優位性を決めることを実証しました。
国内の希釈冷凍機サプライチェーンや高周波配線技術は世界水準にあるものの、超伝導方式で100万ビット級の集積化を目指すアプローチは、配線熱と信号干渉の壁に直面しています。今後はイオントラップや中性原子方式など、長距離結合を活用して物理リソースを1桁以上削減できるアーキテクチャへの研究開発投資の再配分が求められます。
耐量子暗号（PQC）移行ロードマップの期間短縮
今回の成果は、ショアのアルゴリズムを実行可能なFTQCの登場時期が2030年代半ばから2020年代末へ前倒しされる可能性を示しています。
特に金融機関の基幹系システムや重要インフラの制御系ネットワークでは、暗号方式の置換に数年単位の検証期間を要します。暗号解読に必要な論理量子ビット数が数千個規模であるとしても、QCCD方式による必要物理ビット数の大幅な削減傾向を踏まえれば、暗号資産管理や長期保存データの保護対策を前倒しで進める必要があります。
AIインフラと量子制御系の統合需要
今回の検証では、ニューラルネットワークによるデコードがオフライン環境で数百マイクロ秒を記録しました。今後はFPGAのみに依存する従来の古典制御系から、AIアクセラレータを量子プロセッサーのインターフェースに直結するハイブリッド制御アーキテクチャが主流になります。
オラクル（Oracle）がデータセンター内にHeliosマシンを導入したように、国内のクラウド事業者やスーパーコンピューター運用機関も、GPUクラスタとQPUをマイクロ秒単位で直結する相互接続インフラの仕様策定を急ぐ必要があります。
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
今後取るべき技術評価と移行手順
クアンティニュアムの成果を受けた技術責任者および事業開発者の具体的アクションは以下の通りです。
- アルゴリズム検証環境の論理エラー率前提の更新
現行のNISQ（ノイズあり中規模量子）向けアルゴリズム評価から、エラー率10⁻⁶〜10⁻⁸を前提とした耐故障性アルゴリズム（QPEなど）への評価環境を移行する。エミュレーター上でのリソース見積もり基準を、物理ビット数ベースから論理ビット数・ゲート深さベースへと改訂する。
- 自社暗号資産および保存データの棚卸しとPQC検証
10年以上の機密性が求められる保管データについて、現行の暗号スイート（RSA-2048、ECC等）をリストアップする。
- 量子・AIハイブリッド基盤の接続規格調査
次世代量子制御に必要となる低遅延インターフェース（PCIe Gen 6、NVLink等の接続技術）の仕様を確認し、既存のAI計算基盤とQPUの協調動作を視野に入れたシステム設計の検討を開始する。
出典: Unite.AI
出典: Quantinuum
出典: Quantum Computing Report
