NVIDIAの新AIデコーダーが量子エラー訂正を劇的に進化、カラーコードの論理エラー率を300倍以上低減

要点

• NVIDIAは、量子エラー訂正コード「カラーコード」の復号処理を劇的に高速・高精度化するAIデコーダー「NVIDIA Ising Decoder ColorCode 1 Fast」を発表した。
• 新しいAIデコーダーは、従来の最先端デコーダーと比較して論理エラー率を347.7倍以上低減し、処理速度を7.3倍に高速化した。
• 本技術は3次元畳み込みニューラルネットワーク（3D CNN）を用いたプリデコーダーを採用しており、局所的なエラーをリアルタイムかつ高精度に処理できる。
• NVIDIAは、このデコーダーのトレーニングに必要なニューラルネットワークの重みやデータ生成ツールなどをオープンアクセスとして一般公開した。

• 米NVIDIAは2026年7月13日、量子コンピュータのエラー訂正を劇的に効率化するAIデコーダー技術「NVIDIA Ising Decoder ColorCode 1 Fast」を発表した。同社のテクニカルブログで公開されたこの技術は、デコーダーの処理速度や精度の限界から実用化が難しかった量子エラー訂正コード「カラーコード」を復活させ、実用的な耐障害性量子コンピュータの実現への道を切り開くものである。

• 量子コンピュータの実用化には、計算中のノイズによる誤りを修正する「量子エラー訂正（計算中に発生するノイズなどの誤りを検知して修正する技術）」が不可欠である。現在最も普及している「表面コード」はメモリ効率に優れるが、実際の計算を行う段階の効率が低い。一方、「カラーコード（特定の論理操作を効率よく行えるエラー訂正コードの一種）」は、量子計算に必要な操作を効率的に実行できる強みを持つが、エラーの兆候を分析してエラー位置を特定する「デコーダー（エラーの兆候を分析してエラー位置を特定するシステム）」の処理が非常に複雑なため、リアルタイムで動くデコーダーが存在せず、これまで実用化は見送られてきた。

• 今回発表されたデコーダーは、このボトルネックを解決する。特定のテスト環境（コード距離d=31、物理エラー率0.3%）において、従来の最先端カラーコードデコーダー「Chromobius」と比較したところ、論理エラー率（エラー訂正後に最終的な量子ビットに残るエラー率）を347.7倍以上も低減し、実行時間を7.3倍に高速化した。この大幅な進化により、カラーコードは耐障害性量子コンピュータ設計の有力な選択肢として再び注目を集めている。

• 本技術の核心は、3次元畳み込みニューラルネットワーク（3D CNN：空間データの特徴を捉えるAIモデルの一種）を活用した「プリデコーダー」にある。このAIプリデコーダーは、局所的な「エラーシンドローム（エラー発生の兆候を示す情報）」をまとめて並列処理する。さらに、空間と時間の両軸におけるエラー修正を予測できるため、量子アルゴリズムを実行しながらリアルタイムでエラーを修復する「並列時空ブロック復号」において、量子操作に不可欠な「格子手術（複数の量子領域を接続して操作する手法）」を並列実行可能にする。

• このAIモデルは、「QPU（量子計算を実行するハードウェアチップ）」の特性に合わせて自由にカスタマイズできる。ユーザーはノイズモデル、コード規模、AIモデルの層数を指定するだけで最適なデコーダーを構築可能だ。トレーニングデータの生成とAIの最適化には、NVIDIAの量子開発キット「cuQuantum」の「cuStabilizerライブラリ」と「PyTorch」が活用されており、わずか20行程度のPythonコードで評価プロセスを記述できる。

• NVIDIAは、この技術をコミュニティ全体に広く公開している。学習済みモデルの重み、トレーニングレシピ、データ生成ツールなどをオープンアクセスで提供しており、世界中の開発者が自社のQPUに最適化した高性能デコーダーを独自に構築できる環境を整えている。