本文へ移動
ZVYX / Quantum図解 · 量子時代の行列積全14記事

量子競争マップ続編 1続編 2 · 更新 2026.09.10

量子時代の「行列積」を、完全に理解する。
方式差は CPU / GPU 級。では、どの巨大ワークロードが誰の構造に噛み合うのか。

GPU が AI を取った本質は「並列だから」ではなく、行列積という巨大ワークロードに構造が極端に適合したこと。量子でも同じ問いを立てる。Space / Time / Topology、Hamiltonian simulation / QPE、科学発見クラウド、IonQ の勝ち筋と乗り換え条件まで、6 章 20 セクション・13 枚の図で。

投資助言ではありません。トップ「量子競争マップ」と続編 1「量子ビット数の先を、完全に理解する」の続き。2026.09.10 の追加議論 2 を、確認済み／公式目標／サイト見立て／未確認に分けて整理しています。需要順位・iteration 数の比較は概念的な整理で、実測ではありません。

GPU が AI 市場を取った本質は「並列だから」ではない。AI の中心ワークロードが巨大な行列積で、GPU の構造がそれに極端に適合したからである。サイト見立てGPU の教訓

量子でも同じ。ある方式が GPU 的ポジションを取るには、その方式の物理特性に極端に向いた巨大ワークロードが 2030 年代に爆発する必要がある。「並列」だけでは足りない。

FIT, NOT PARALLELGPU は並列だから勝ったのではなく、行列積に構造が噛み合った

目次

6章 · 20セクション初見なら、この10枚だけで骨格が通る

方式差は CPU / GPU 級か

  1. 差が出る 7 つの軸★方式差 → 性能差 → 得意アルゴリズム → 用途別市場
  2. GPU の教訓★並列だから勝ったのではない。行列積に構造が噛み合った
  3. 固定対応はしないIBM=CPU / QuEra=GPU / IonQ=中間、とは書かない

Space / Time / Topology

  1. 3 軸 × 3 社★Space / Time / Topology で QuEra・IBM・IonQ を見る
  2. 1 万原子 ≠ 1 万コア★同種操作の同時適用と、独立仕事の並列処理は別
  3. IonQ も並列基盤になる「高精度だが逐次寄り」と固定しない

量子時代の「行列積」

  1. 候補ワークロード★Hamiltonian simulation / QPE / FT 化学 / 量子動力学
  2. 2030〜2040 の需要順位★化学・材料 → AI for Science → 暗号 → 最適化 → 量子 AI
  3. まだ確定ではない「行列積」候補を確定させる証拠は何か

科学発見クラウド

  1. CPU / GPU / QPU の役割★AI/HPC クラウドの中に QPU アクセラレータ層が入る
  2. 1 日と 1 時間の差★リアルタイム性が低くても、速度は研究回数を決める
  3. AI は両側に働く需要を増やす側と、QPU 不要にする側

IonQ は最速でなくても勝てるか

  1. 最速ではなく適合★7 条件が揃えば、巨大・高精度・deep を大量処理できる
  2. 装置ベンダーから艦隊へ80K の使い先 6 つ × 複数設置 = 量子科学計算フリート
  3. 80K の次に見る指標13 指標と、最重要の「1M / 10M への連続性」

投資結論と乗り換え条件

  1. 合理的である理由技術・製造・事業・市場感応度の 14 項目
  2. 乗り換え条件★技術 / System / Commercial / Architecture の 4 群
  3. 重要競合 5 社Quantinuum・QuEra・IBM・Infleqtion・Atom Computing
  4. 問いの移動qubit 数 → cost-to-solution → Wide × Deep × Fast × Cheap
  5. 12 の結論追加した qubits が、有用な科学計算と商用価値に変わり続けるか
主張する
方式差は CPU/GPU 級。勝者はワークロード適合で決まる。IONQ 投資は合理的。
主張しない
固定対応。原子数 = コア数。速度不要論。AI 需要一方向。IONQ 一強。
まだ未確認
行列積候補は未確定。需要順位は主観。7 条件が揃うかは未確認。

第1章

方式差は CPU / GPU 級か

量子コンピュータの方式の違いは、CPU と GPU くらい大きいのか。

同じ汎用 FTQC を目指していても、方式ごとに性能特性はかなり違い得る。方式差 → 性能差 → 得意アルゴリズム差 → 用途別市場、という連鎖は有効。ただし IBM=CPU、QuEra=GPU と固定するのは早い。

01差が出る 7 つの軸

サイト見立て

同じ汎用 FTQC を目指していても、方式ごとに性能特性はかなり違い得る。方式差 → 性能差 → 得意アルゴリズム差 → 用途別市場、という連鎖で CPU / GPU のような棲み分けが生まれる可能性がある。

違いが出るのは幅・速さ・深さ・並列・接続・QEC overhead のかかり方・コストのかかり方。ただし棲み分けは「可能性」であり、誰がどこに座るかはまだ決まっていない。

同じ汎用 FTQC を目指していても、方式ごとに性能特性はかなり違い得る。方式差 → 性能差 → 得意アルゴリズム差 → 用途別市場、という連鎖で CPU / GPU のような棲み分けが生まれる可能性がある。サイト見立て差が出る 7 つの軸

違いが出るのは幅・速さ・深さ・並列・接続・QEC overhead のかかり方・コストのかかり方。ただし棲み分けは「可能性」であり、誰がどこに座るかはまだ決まっていない。

02GPU の教訓

サイト見立て

GPU が AI 市場を取った本質は「並列だから」ではない。AI の中心ワークロードが巨大な行列積で、GPU の構造がそれに極端に適合したからである。

量子でも同じ。ある方式が GPU 的ポジションを取るには、その方式の物理特性に極端に向いた巨大ワークロードが 2030 年代に爆発する必要がある。「並列」だけでは足りない。

GPU が AI 市場を取った本質は「並列だから」ではない。AI の中心ワークロードが巨大な行列積で、GPU の構造がそれに極端に適合したからである。サイト見立てGPU の教訓

量子でも同じ。ある方式が GPU 的ポジションを取るには、その方式の物理特性に極端に向いた巨大ワークロードが 2030 年代に爆発する必要がある。「並列」だけでは足りない。

03固定対応はしない

サイト見立て

IBM = CPU、QuEra = GPU、IonQ = 中間、と固定するのは不正確。比喩は方向を示すが、位置を決めない。

比喩を固定すると、各社の伸びる軸を見落とす。どの方式が GPU 的ポジションを取るかは、ワークロードが決める。

  1. 「IBM = CPU」と書かない

    IBM が強いのは native gate / measurement / reset / feedback の速さと deep circuit。しかし modular architecture で幅も増やす。CPU の比喩は「逐次専用」に見せてしまう。

  2. 「QuEra = GPU」と書かない

    QuEra について確実に言えるのは space dimension でのスケールに強いこと。GPU 的な大量並列市場を取るには、中性原子に特に適した巨大ワークロードが爆発する必要があり、それは未確定。

  3. 「IonQ = 中間」と書かない

    IonQ は high fidelity・high connectivity・shuttling を持ち、80K が成立すれば大規模並列基盤にもなり得る。中間という位置づけは、どの軸でも二番手に見せてしまう。

第2章

Space / Time / Topology

各方式の違いを、何の軸で見れば整理できるのか。

Space（どれだけ広い論理作業領域へ伸ばせるか）、Time（どれだけ深く速く進められるか）、Topology（必要な量子ビット同士をどれだけ効率よく繋げるか）。QuEra は Space、IBM は Time、IonQ は Topology と野心的な Space。

043 軸 × 3 社

サイト見立て

Space は QuEra が非常に強い候補、Time は IBM が有力、Topology は IonQ の shuttling / QCCD と QuEra の可動原子が強い。IonQ は Space も EQC / cryo-CMOS / die tiling で野心的に狙う。

「強い / 有力 / 課題」は現時点の技術特性と公開ロードマップから置いた相対評価で、実測比較ではない。同じ 3 社でも、ワークロードがどの軸を要求するかで順位は入れ替わる。

Space は QuEra が非常に強い候補、Time は IBM が有力、Topology は IonQ の shuttling / QCCD と QuEra の可動原子が強い。IonQ は Space も EQC / cryo-CMOS / die tiling で野心的に狙う。サイト見立て3 軸 × 3 社

「強い / 有力 / 課題」は現時点の技術特性と公開ロードマップから置いた相対評価で、実測比較ではない。同じ 3 社でも、ワークロードがどの軸を要求するかで順位は入れ替わる。

051 万原子 ≠ 1 万コア

サイト見立て

中性原子は多数の物理量子ビットへ同種の操作を同時にかけやすい。しかし「1 万原子 = 1 万個の自由な CUDA コア」ではない。物理的に並列操作できることと、アルゴリズム上 1 万個の独立仕事を並列処理できることは別。

量子計算には entanglement・measurement・QEC・feed-forward・logical dependency・state preparation がある。transversal な論理操作とは相性が良いが、依存関係は消えない。

中性原子は多数の物理量子ビットへ同種の操作を同時にかけやすい。しかし「1 万原子 = 1 万個の自由な CUDA コア」ではない。物理的に並列操作できることと、アルゴリズム上 1 万個の独立仕事を並列処理できることは別。サイト見立て1 万原子 ≠ 1 万コア

量子計算には entanglement・measurement・QEC・feed-forward・logical dependency・state preparation がある。transversal な論理操作とは相性が良いが、依存関係は消えない。

06IonQ も並列基盤になる

サイト見立て

IonQ を「高精度だが逐次寄り」と固定しない。80K が成立すれば、論理ブロック・factory・並列演算・マルチジョブへ配分でき、大規模並列量子計算基盤になり得る。

並列性は中性原子の専売ではない。幅を持つ方式は、幅を並列へ変換できる。配分の具体例は続編 1 §04–05。

  1. 「高精度だが逐次寄り」と固定しない

    80K logical が本当に成立すれば、multiple logical blocks・multiple magic-state factories・parallel logical operations・multiple jobs・large ancilla pools へ配分できる。

  2. 配分の実例は続編で

    80K を data / ancilla / factory / routing / 並列ジョブへどう配るか、同じ 308 論理でも T/day が 10 倍変わる Walking Cat の例は「量子ビット数の先を、完全に理解する」§04–05。

  3. したがって IonQ も大規模並列量子計算基盤になり得る

    並列性は中性原子の専売ではない。幅を持つ方式は、幅を並列へ変換できる。

続編 1 §04 80K の配分

第3章

量子時代の「行列積」

GPU 需要を爆発させた行列積にあたる、量子の巨大基本ワークロードは何か。

世界中で繰り返し使われる巨大な基本ワークロードが出る可能性が高い。現時点の有力候補は Hamiltonian simulation と QPE。最初の巨大市場候補は Chemistry / Materials と AI for Science。

07候補ワークロード

サイト見立て

量子時代の「行列積」の有力候補は Hamiltonian simulation と Quantum Phase Estimation（QPE）。分子の電子構造・触媒・電池・強相関材料・励起状態・反応動力学の中心にある。

まだ確定ではないが「世界中で繰り返し使われる巨大な基本ワークロード」の候補としてかなり重要。以後の量子分析はこの候補を中心に追う。

量子時代の「行列積」の有力候補は Hamiltonian simulation と Quantum Phase Estimation（QPE）。分子の電子構造・触媒・電池・強相関材料・励起状態・反応動力学の中心にある。サイト見立て候補ワークロード

まだ確定ではないが「世界中で繰り返し使われる巨大な基本ワークロード」の候補としてかなり重要。以後の量子分析はこの候補を中心に追う。

082030〜2040 の需要順位

サイト見立て

確度が最も高いのは Chemistry / Materials。次に AI for Science × Quantum。暗号解読は戦略価値が大きいが需要構造が別。最適化は TAM が巨大でも実優位が未確定。量子 AI は upside 最大で不確実性も最大。

主観的順位。確度と upside は別の軸で、順位は確度で付けている。上位 2 つは同じ Hamiltonian simulation / QPE を核に持つ。

確度が最も高いのは Chemistry / Materials。次に AI for Science × Quantum。暗号解読は戦略価値が大きいが需要構造が別。最適化は TAM が巨大でも実優位が未確定。量子 AI は upside 最大で不確実性も最大。サイト見立て2030〜2040 の需要順位

主観的順位。確度と upside は別の軸で、順位は確度で付けている。上位 2 つは同じ Hamiltonian simulation / QPE を核に持つ。

09まだ確定ではない

未確認

Hamiltonian simulation / QPE が本当に「行列積」の座に就くかは未確定。確定させる証拠を 3 つ置いておく。

候補を追うことと、候補を確定したと書くことは別。ニュースが出たら、この 3 つのどれを前に進めたかで読む。

  1. 確定させる証拠 1 — 繰り返し使われる

    同じ QPE / Hamiltonian simulation カーネルが、企業・大学・国研で毎日回るようになること。単発の実証では「行列積」にならない。

  2. 確定させる証拠 2 — 古典で代替できない

    AI / FermiNet 系 / 古典 HPC が同じ精度を安く出せるなら、QPU 需要は立たない。「古典が特に苦手な領域」が残ることの確認。

  3. 確定させる証拠 3 — 資源見積りが装置に載る

    候補ワークロードの幅 × 深さ × 誤り要求が、2030 年代前半の実機に載る規模であること。100K 論理 × 10¹⁴ ゲート級なら、まだ先。

第4章

科学発見クラウド

未来の巨大量子クラウドは、QPU だけで出来ているのか。

AI + GPU/HPC + FTQC の統合クラウドになる可能性が高い。CPU が制御、GPU が AI・古典シミュレーション・デコーダ、QPU が古典が特に苦手な多体量子領域。オフライン科学でも iteration 速度は研究速度そのもの。

10CPU / GPU / QPU の役割

サイト見立て

未来の巨大量子クラウドは QPU 単独ではなく AI + GPU/HPC + FTQC の統合クラウド。CPU が制御、GPU が AI・古典シミュレーション・surrogate・前後処理・デコーダ、QPU が古典が特に苦手な多体量子領域を担う。

7 ステップのうち QPU が担うのは 03・04 の 2 つだけ。残りは AI と古典が回す。QPU の価値は処理量ではなく、このループの中で古典だけでは得にくい情報を返せるかで測る。

未来の巨大量子クラウドは QPU 単独ではなく AI + GPU/HPC + FTQC の統合クラウド。CPU が制御、GPU が AI・古典シミュレーション・surrogate・前後処理・デコーダ、QPU が古典が特に苦手な多体量子領域を担う。サイト見立てCPU / GPU / QPU の役割

7 ステップのうち QPU が担うのは 03・04 の 2 つだけ。残りは AI と古典が回す。QPU の価値は処理量ではなく、このループの中で古典だけでは得にくい情報を返せるかで測る。

111 日と 1 時間の差

サイト見立て

材料・化学では数 ms の応答は不要だが、速度は価値がある。研究は「計算 → 結果 → 次の仮説 → 次の計算」の逐次ループで、1 回 1 日と 1 回 1 時間では年間の研究 iteration 数が桁で違う。

「オフライン科学だから速度はどうでもいい」は誤り。consumer real-time ほどの低 latency は不要でも、research iteration speed / throughput / cost には速度が直結する。

材料・化学では数 ms の応答は不要だが、速度は価値がある。研究は「計算 → 結果 → 次の仮説 → 次の計算」の逐次ループで、1 回 1 日と 1 回 1 時間では年間の研究 iteration 数が桁で違う。サイト見立て1 日と 1 時間の差

「オフライン科学だから速度はどうでもいい」は誤り。consumer real-time ほどの低 latency は不要でも、research iteration speed / throughput / cost には速度が直結する。

12AI は両側に働く

サイト見立て

AI は QPU を使わずに済む問題を増やす。同時に、人間が考えなかった数の候補と、より大きく精密な問題を生み、Width × Depth × Jobs を同時に増やす。

需要の式は続編 1 §19 と同じ。ここでは「増やす側」の中身を、AI for Science の実際の探索対象で具体化する。

↓ 減らすQPU を使わずに済む問題を増やす

  • better approximation
  • FermiNet 系 first-principles
  • surrogate models
  • candidate filtering
  • active learning
  • classical HPC acceleration

↑ 増やすWidth × Depth × Jobs を同時に増やす

  • 人間が考えなかった数の molecules / materials / catalysts
  • larger system
  • environmental effects
  • more precise models
  • time-dependent dynamics
  • multiple conditions

Quantum demand ≈ scientific questions の総数 × QPU が必要な割合 × 1 件あたりの quantum compute

AI progress = QPU demand explosion、とは機械的に結びつけない。

第5章

IonQ は最速でなくても勝てるか

IonQ はすべての量子ワークロードで最速である必要があるのか。

ない。NVIDIA も全計算で最速だから巨大になったのではなく、最も伸びた AI ワークロードにアーキテクチャが適合した。IonQ の本質は、2030 年代に爆発するワークロードと trapped-ion + Walking Cat + Superion + 巨大な論理幅が噛み合うか。

13最速ではなく適合

サイト見立て

IonQ が巨大市場を取るために、すべての量子ワークロードで最速である必要はない。7 つの条件を組み合わせ「他方式では扱いにくい巨大・高精度・deep なワークロードを大量処理できる」なら非常に強い。

7 条件は「どれか 1 つで勝つ」ではなく掛け算。1 つでも大きく欠ければ他方式に取られる。IonQ が現時点で満たすのは fidelity と connectivity で、残りは 2030 年代前半の実証待ち。

IonQ が巨大市場を取るために、すべての量子ワークロードで最速である必要はない。7 つの条件を組み合わせ「他方式では扱いにくい巨大・高精度・deep なワークロードを大量処理できる」なら非常に強い。サイト見立て最速ではなく適合

7 条件は「どれか 1 つで勝つ」ではなく掛け算。1 つでも大きく欠ければ他方式に取られる。IonQ が現時点で満たすのは fidelity と connectivity で、残りは 2030 年代前半の実証待ち。

14装置ベンダーから艦隊へ

サイト見立て

80K 論理は「80K 必須の単一問題」だけの価値ではない。大問題・複数の中問題・magic-state factory・ancilla / QEC・並列論理ブロック・マルチジョブへ配分でき、さらに 80K 機を複数設置できる。

IonQ の未来像は large quantum computer vendor だけでなく、quantum scientific compute fleet / quantum datacenter infrastructure として見る。

80K 論理は「80K 必須の単一問題」だけの価値ではない。大問題・複数の中問題・magic-state factory・ancilla / QEC・並列論理ブロック・マルチジョブへ配分でき、さらに 80K 機を複数設置できる。サイト見立て装置ベンダーから艦隊へ

IonQ の未来像は large quantum computer vendor だけでなく、quantum scientific compute fleet / quantum datacenter infrastructure として見る。

1580K の次に見る指標

サイト見立て

80K そのものより、80K のうち何を同時に有効利用できるか、logical cycle・depth・error、T / Toffoli と factory の throughput、routing、並列、jobs/day、cost/job、uptime、scale-out 効率を見る。

そして最重要は、1M / 10M logical へ同じ基本 architecture で連続的に伸びるか。「2030 年に 80K」は弱い仮説で、強い仮説は連続性にある。

  1. 80K 中、何 logical qubits を同時に有効利用できるか
  2. logical cycle time
  3. sustainable logical depth
  4. logical error
  5. T / Toffoli throughput
  6. magic-state factory throughput
  7. routing efficiency
  8. parallel logical operations
  9. jobs/day
  10. cost/job
  11. uptime
  12. scale-out efficiency

最重要1M / 10M logical へ、同じ基本 architecture で連続的に伸びるか。

弱い仮説2030 年に 80K logical を達成する
強い仮説80K を成立させる基本原理・制御・QEC・manufacturing・routing が、その先の 1M / 10M logical へ経済的に伸びる
確認されればこの連続性が確認されれば、IonQ は初期 FTQC 企業ではなく、2040 の量子インフラ企業になり得る。

第6章

投資結論と乗り換え条件

現時点で IONQ へ投資する結論は、量子業界の中で合理的か。

合理的。ただし IONQ 一強とは考えず、忠誠心は持たない。競合が技術・システム・商業・アーキテクチャのどこで明確に上回ったら評価を下げるかを、先に決めておく。

16合理的である理由

サイト見立て

量子コンピュータ業界の中で、現時点で IONQ へ投資する結論は十分合理的。技術基盤・製造・事業の広さ・市場成功時の感応度が揃っている。ただし IONQ 一強とは考えない。

「合理的」は「確実」ではない。強気の根拠を項目に分けて置き、どれが崩れたら結論が変わるかを次のセクションの乗り換え条件と対にして読む。

量子コンピュータ業界の中で、現時点で IONQ へ投資する結論は十分合理的。技術基盤・製造・事業の広さ・市場成功時の感応度が揃っている。ただし IONQ 一強とは考えない。サイト見立て合理的である理由

「合理的」は「確実」ではない。強気の根拠を項目に分けて置き、どれが崩れたら結論が変わるかを次のセクションの乗り換え条件と対にして読む。

17乗り換え条件

サイト見立て

競合が技術・System・Commercial・Architecture のどこかで明確に優位になったら IonQ 評価を下げる。特に「1M / 10M 論理への連続性が IonQ より明確」なら評価を変える。

IonQ に強気でも忠誠心は持たない。先に条件を書いておくことで、ニュースが出たときに感情ではなく条件で判断する。

競合が技術・System・Commercial・Architecture のどこかで明確に優位になったら IonQ 評価を下げる。特に「1M / 10M 論理への連続性が IonQ より明確」なら評価を変える。サイト見立て乗り換え条件

IonQ に強気でも忠誠心は持たない。先に条件を書いておくことで、ニュースが出たときに感情ではなく条件で判断する。

18重要競合 5 社

サイト見立て

Quantinuum・QuEra・IBM・Infleqtion・Atom Computing。IonQ に強気でも、IonQ に忠誠心は持たない。

各社の詳細な位置はトップ「量子競争マップ」。ここでは乗り換え条件を当てる相手として 5 社を並べる。

  • Quantinuumイオントラップ

    同じ trapped-ion。現在の QEC / logical operation 実証で非常に強い。

  • QuEra中性原子

    neutral atom。large array / spatial scale / QEC / AWS commercialization。ただし GPU 的ポジションを取るとはまだ言えない。

  • IBM超伝導

    superconducting + qLDPC + modular architecture。deep / fast computation で別角度から強い。

  • Infleqtion中性原子

    neutral atom + sensing + defense / government。総合量子企業として重要。

  • Atom Computing中性原子

    neutral atom の有力候補。

IonQ に強気でも、IonQ に忠誠心は持たない。

19問いの移動

サイト見立て

従来の問いは「物理量子ビットはいくつ、論理はいくつ、fidelity はいくつ」。今後は「どの方式が、どの巨大ワークロードで最も良い cost-to-solution を出すか」。2040 は「どの architecture が Wide × Deep × Fast × Cheap を最もよく scale し続けるか」。

そしてその上に「量子時代の行列積にあたる巨大ワークロードは何か」を最重要テーマとして置く。

従来の問いは「物理量子ビットはいくつ、論理はいくつ、fidelity はいくつ」。今後は「どの方式が、どの巨大ワークロードで最も良い cost-to-solution を出すか」。2040 は「どの architecture が Wide × Deep × Fast × Cheap を最もよく scale し続けるか」。サイト見立て問いの移動

そしてその上に「量子時代の行列積にあたる巨大ワークロードは何か」を最重要テーマとして置く。

2012 の結論

サイト見立て

追加した qubits が、追加の有用な科学計算・商用価値へ変わり続けるか。

今後の量子記事では「IonQ は 80K だから勝つ」「IBM は速いから勝つ」「QuEra は並列だから GPU になる」という単純化を避け、workload shape から economic / ultimate scalability まで考える。

  1. 量子方式は CPU / GPU 級に性能特性が違う可能性がある。
  2. ただし QuEra = GPU、IBM = CPU と固定対応させるのは早い。
  3. 各方式は Space / Time / Topology で見ると理解しやすい。
  4. QuEra は space 方向に強いが、巨大市場を取るには neutral atom に特に適した巨大 workload が必要。
  5. 量子時代の巨大基本 workload の有力候補は Hamiltonian simulation / QPE。
  6. 最初の巨大市場候補は Chemistry / Materials / AI for Science。
  7. 未来の巨大クラウドは AI + GPU/HPC + FTQC の「科学発見クラウド」になり得る。
  8. IonQ は最速でなくても、巨大・高精度・deep な問題を大量処理できれば非常に強い。
  9. IonQ 80K logical は終点ではなく、1M / 10M へ連続的に伸びるかが本当の長期仮説。
  10. 現時点で IONQ へ投資する結論は、量子業界の中では十分合理的。
  11. ただし競合がより良い Wide × Deep × Fast × Cheap を示せば評価を変える。
  12. 最終的に見るべきは「追加した qubits が、追加の有用な科学計算・商用価値へ変わり続けるか」。

Hamiltonian simulation / QPE を核にした Chemistry / Materials / AI for Science の巨大計算市場。現時点の中心仮説 — 量子時代の「行列積」

trapped-ion + Walking Cat + Superion + SkyWater が 80K → 1M → 10M logical へ連続的に伸び、useful work / dollar を改善し続けられるか。IonQ 評価の中心

—主張の境界

主張する・主張しない・まだ未確認を、分けて書く。

比喩（CPU / GPU）は方向を示すために使い、位置を固定するために使わない。需要順位と iteration 数は概念的な整理。

主張する
量子方式の性能特性は CPU / GPU 級に違い得る。GPU が勝った本質は「並列」ではなく「行列積への適合」で、量子でも巨大ワークロードとの適合が勝者を決める。IonQ は最速でなくても、巨大・高精度・deep なワークロードの大量処理で勝ち得る。現時点の IONQ 投資は業界内で合理的。
主張しない
IBM = CPU、QuEra = GPU、IonQ = 中間、という固定対応。「1 万原子 = 1 万コア」。「offline 科学だから速度は不要」。AI の進歩が量子需要を一方向に爆増させる。IONQ 一強。
まだ未確認
Hamiltonian simulation / QPE が本当に「行列積」の座に就くか。どの方式に極端に適合した巨大ワークロードが爆発するか。需要順位は主観。年間 iteration 数の比較は概念図。IonQ の 7 条件が 2030 年代前半に揃うか。

—関連記事

続編 1 で「幅・深さ・速さ」の物理を押さえ、Reality AI で科学発見クラウドの IonQ 側、Walking Cat で 80K の設計を深掘りする。

  1. 前提 · トップ量子コンピュータ競争を、IonQ を軸に完全に理解する8 章 28 セクション・19 図。各社の進捗・狙い・課題・2030〜2040トップ
  2. 続編 4 · 光量子フォトニック量子コンピュータを、完全に理解するフォトニック量子コンピュータ — 光子のエンコーディング・loss budget・Xanadu / PsiQuantum / Quandela / Photonic 一覧・IonQ 比較28分
  3. 続編 3 · 工場化量子コンピュータの「工場化」を、完全に理解するウェハー・パッケージ・光ネットワーク — IonQ の垂直統合、Xanadu の Loss Gap、PsiQuantum の FBQC26分
  4. 前編 · 幅・深さ・速さ量子ビット数の先を、完全に理解する論理量子ビットは幅。80K の配分・Walking Cat・qLDPC・AI 需要の式・80K → 1M の連続性24分
  5. AI × 量子IonQ Reality AI AcceleratorGPU を置き換えず、GPU の隣に刺さる QPU — 科学発見クラウドの IonQ 側18分
  6. IonQ の設計図Walking Cat ArchitectureWalking Cat — 80K を成立させる QEC・shuttling・decoder・resource estimate15分
  7. 方式の物理Modality WarsSpace / Time / Topology の差の由来を、各方式の基礎物理から18分
  8. 各社の約束Company Roadmaps乗り換え条件をチェックするための各社マイルストーン20分

編集方針

比喩で方向を示し、比喩で位置を決めない。

「IonQ は 80K だから勝つ」「IBM は速いから勝つ」「QuEra は並列だから GPU になる」という単純化を使わない。必ず workload shape・width・depth・speed・logical error・topology・parallelism・QEC overhead・magic-state throughput・time-to-solution・cost-to-solution・scale-up・scale-out・economic / ultimate scalability まで考える。IonQ に強気でも忠誠心は持たない。

編集方針・免責事項