IBM stellt erste Quantum-zentrische Supercomputing-Blaupause für HPC-Integration vor

Alvin Lang 12.03.2026 21:13

IBM veröffentlicht die branchenweit erste Referenzarchitektur für Quantum-zentriertes Supercomputing, die die Integration von QPUs in bestehende HPC-Infrastruktur und klassische Beschleuniger ermöglicht.

IBM veröffentlichte am 12.03.2026 die erste publizierte Referenzarchitektur für Quantum-zentriertes Supercomputing und liefert damit eine technische Blaupause für die Integration von Quantenprozessoren in bestehende Hochleistungsrechner-Infrastruktur. Das Framework adressiert einen wachsenden Bedarf, da hybride Quanten-klassische Workflows Ergebnisse zeigen, die mit führenden klassischen Methoden für Physik- und Chemieprobleme vergleichbar sind.

Die Architektur beschreibt, wie QPUs neben CPUs und GPUs in modernen HPC-Umgebungen operieren können, ohne vollständig neue Computing-Stacks zu erfordern. IBM entwickelte sie modular und mit Kompatibilität, basierend auf offener Software, Standard-Schnittstellen und Konfigurationen, die sich in bestehende Workflows und Scheduler einfügen.

Reale Implementierungen bereits im Betrieb

Dies ist nicht theoretisch. IBM hat bereits frühe Versionen in RIKENs Supercomputing-Umgebung eingesetzt und mit Japans Fugaku-System integriert – einer Maschine mit 152.064 klassischen Knoten. Gemeinsame Arbeit zwischen Cleveland Clinic und IBM nutzte einen Quantum-zentrierten Supercomputing-Workflow zur Vorhersage relativer Energien zweier Konformere des 300-Atom-Trp-cage-Miniproteins, skalierte Quantensimulationen auf 33 Orbitale und erreichte die Genauigkeit der Coupled-Cluster-Methode.

Eine weitere Kollaboration verifizierte die elektronische Struktur eines Halb-Möbius-Moleküls, deren Ergebnisse in Science veröffentlicht wurden. Dies sind keine Spielzeugprobleme – sie repräsentieren wissenschaftlich bedeutsame Systeme, die rechnerische Grenzen verschieben.

Vier-Schichten-Architektur-Stack

Die Referenzarchitektur gliedert sich in verschiedene Schichten. Die Anwendungsschicht verarbeitet Rechenbibliotheken, die Probleme in Komponenten zerlegen, die über verschiedene Umgebungen gestartet werden. Hier bereiten klassische und Quantenbibliotheken Quanten-Workloads vor, optimieren und verarbeiten sie in anwendungsspezifische Schaltkreise.

Darunter liegt die Anwendungs-Middleware, wo Protokolle wie MPI und OpenMP neben Quanten-optimierter Middleware arbeiten. Qiskit v2.0 brachte eine C Foreign Function Schnittstelle, die Python-Zugang zu anderen Programmiersprachen erweitert, während v2.1 anpassbare Box-Annotationen für Schaltkreis-Randomisierung und Fehlerminderung einführte.

Die Orchestrierungsschicht verwaltet Ressourcenzuteilung durch Tools wie das Quantum Resource Management Interface (QRMI) – eine Open-Source-Bibliothek, die hardwarespezifische Details abstrahiert. Für Slurm Workload Manager-Implementierungen macht ein Quanten-SPANK-Plugin Quantenressourcen als planbare Einheiten neben klassischen Ressourcen verfügbar.

Hardware-Infrastruktur-Details

An der Basis liegt eine dreistufige Hardware-Infrastruktur. Die innerste Ebene umfasst das Quantensystem selbst – klassische Runtime plus QPUs, verbunden über Echtzeit-Interconnect. Dies schließt FPGAs, ASICs und CPUs ein, die Quantenfehlerkorrektur-Dekodierung, Mid-Circuit-Messungen und Qubit-Kalibrierungen innerhalb der Kohärenzzeit-Beschränkungen handhaben.

Die zweite Ebene fügt co-lokalisierte CPU- und GPU-Systeme hinzu, die durch niedrig-latente Interconnects wie RDMA über Converged Ethernet oder NVQLink verbunden sind. Diese fungieren als Quantenfehlerkorrektur-Testbeds und unterstützen rechenintensive Fehlererkennungsstrategien jenseits der nativen Fähigkeiten des Quantensystems.

Partner-Scale-out-Systeme bilden die letzte Ebene – Cloud- oder On-Premises-Ressourcen, die klassische Workloads während der QPU-Ausführung handhaben. Dieser modulare Ansatz vereinfacht den Weg für Rechenzentren, Quantensysteme neben bestehenden Clustern einzusetzen.

Warum HPC-Zentren jetzt aufmerksam sein sollten

Der Zeitpunkt ist wichtig. Da Quantenalgorithmen wie sample-basierte Quanten-Diagonalisierung Größenordnungen erreichen, die für klassische Methoden herausfordernd sind, stehen Fachwissenschaftler unter Druck, Quanten in ihre Toolkits zu integrieren. Neuartige Fehlerminderungs- und Korrekturstrategien beziehen zunehmend HPC-Kapazitäten ein, und das Warten auf fehlertolerante Systeme bedeutet, die Integrations-Lernkurve zu verpassen.

IBM rahmt dies als Framework, das sich über das nächste Jahrzehnt entwickeln wird, statt als präskriptive Blaupause für aktuelle Systeme. HPC-Zentren, die sich jetzt engagieren, können Systeme für wirkungsvolle Anwendungen co-designen und gleichzeitig Grundlagen etablieren, die auf Fehlertoleranz skalieren. Die Architektur adressiert Chemie-, Materialwissenschafts- und Optimierungsprobleme, die kein einzelner Computing-Ansatz allein bewältigt – genau die Domänen, in denen Quantens theoretische Vorteile endlich in praktische Fähigkeiten übersetzt werden könnten.

• ibm
• Quantencomputing
• Supercomputing
• hpc
• qiskit