Shiraito — Preparación para Computación Cuántica Tolerante a Fallas
QFAULTTOL-SHIRAITO — Fault-Tolerant Quantum Readiness Study
Estimación de recursos para algoritmos bajo códigos de superficie y simulación clásica. Sin hardware cuántico real. Prototipo de I+D en validación interna.
Demo en vivo
Vista previa de la pantalla real de la aplicación
FTQC 資源推定 (Resource Estimation)
古典シミュレーション上の Surface code + T-gate 資源計算 · Azure Quantum Resource Estimator 準拠パラメータ · Gidney & Ekerå (2021) に基づく RSA-2048 モデル
物理量子ビット
2.0 × 10⁷
p = 1e-3, d = 27, サイクル 1 μs
物理量子ビット
4.0 × 10⁷
p = 5e-4, d = 25, サイクル 0.5 μs
物理量子ビット
8.0 × 10⁷
p = 1e-4, d = 25, サイクル 0.1 μs
Surface Code シミュレーション パラメータ
d = 25
論理誤り率 ~1e-15
p = 1e-4
閾値 p_th ~ 1e-2
≈ 4,000 : 1
物理:論理
蒸留 15-to-1
T factory 必須
d = 25 Surface code 格子 (概念図 · 簡略化)
データ qubit (淡色) / 測定 qubit (濃色) · 交互配置
FTQC ロードマップ 2026–2035
T-ゲート予算 (10 アルゴリズム)
| アルゴリズム | T-count | T-depth | 区分 |
|---|---|---|---|
| Shor RSA-2048 | 3.0e9 | 2.7e9 | FTQC 要件 |
| Shor ECC-256 | 1.2e9 | 1.1e9 | FTQC 要件 |
| Grover AES-128 | 2.4e13 | 1.2e12 | 理論的脅威 |
| Grover AES-256 | 1.4e17 | 6.9e15 | 実用的脅威なし |
| HHL (線形系) | 1.8e7 | 1.0e7 | 早期 FTQC |
| QPE (化学) | 4.5e8 | 2.2e8 | 早期 FTQC |
| Hamiltonian Sim | 7.2e8 | 3.6e8 | 早期 FTQC |
| LCU (ab initio) | 1.1e10 | 5.5e9 | 後期 FTQC |
| QSP (行列関数) | 9.0e8 | 4.5e8 | 早期 FTQC |
| Regev 改良 Shor | 1.8e9 | 1.6e9 | FTQC 要件 |
Desafío
Los roadmaps de largo plazo requerían entender el costo realista (qubits físicos, T-gates) de algoritmos como Shor y simulaciones químicas bajo fault-tolerance. Faltaba herramental interno consolidado.
Solución
Integración con herramientas de resource estimation (estilo Azure QRE) y simulación clásica de pequeños códigos de superficie para validación conceptual. Documentación honesta y realista. I+D interna sin clientes.
Resultados
- Estimaciones para 3 algoritmos de referencia (datos internos)
- Simulación clásica de superficie distancia 5 (datos internos)
- Informe interno con horizonte temporal honesto
- Catálogo de 8 papers de referencia consolidado
Measured Impact
対象アルゴリズム
Shor / QPE / 量子化学
対象物理誤り率
10^-3 〜 10^-5
符号距離レンジ
d = 11 〜 27
実機 FTQC 実行
未到来 (長期レディネス評価)
What it does
見積もり
パラメトリック Estimator
物理誤り率・符号距離・T-factory 構成を変数化し、感度分析付きで結果を出力。
アルゴリズム横断比較
Shor / QPE / 量子化学 を同一前提で並べ、リソース要求の桁感を把握する。
誤り訂正
表面符号シミュレーション
stim + pymatching で論理誤り率を測定し、先行研究の閾値と整合確認する。
TRL 追跡
主要ベンダの物理誤り率・qubit 数ロードマップを継続監視し、レポートを半期更新。
System Layers
Layered architecture showing components, responsibilities, and data flow.
Layer
Logical Layer
対象アルゴリズムの論理回路から T ゲート数・測定数・深さを抽出する層。
Layer
Code & Noise
安定化符号シミュレーションで論理誤り率と閾値挙動を評価する層。
Layer
Estimation & Reporting
共通前提セットで物理 qubit 数・実行時間・T-factory 数を横断比較する層。
How we built it
前提整理
物理誤り率・コードサイクル時間・T-factory モデルの共通前提を文献調査から定義する。
Deliverables
- 前提ドキュメント
- 引用リスト
- パラメータ表
論理回路抽出
Shor / QPE / 量子化学の参照実装から T ゲート数・深さを抽出するパイプラインを作る。
Deliverables
- 抽出スクリプト
- 結果 CSV
- 検証ノート
符号シミュレーション
stim で符号距離を変化させ、物理誤り率に対する論理誤り率曲線を取得する。
Deliverables
- stim スクリプト
- 誤り率曲線
- 閾値メモ
レディネスレポート
Azure Estimator 結果と stim 結果を統合し、TRL / 時期想定付きで社内レポート化する。
Deliverables
- 社内レポート
- 比較図表
- 更新計画
Delivery Timeline
- Phase 1In Progress2026-05
見積もり手法整理
Azure Resource Estimator と論文の見積もり手法を突き合わせ、共通前提セットを定義する。
- Phase 2Planned2026-12
アルゴリズム別リソース推定
Shor / QPE / 量子化学 を対象に、論理 T 数と物理 qubit 数を複数前提で計算する。
- Phase 3Planned2027-08
誤り訂正シミュレーション
stim + pymatching で表面符号の論理誤り率をシミュレーションし、閾値挙動を確認する。
- Phase 4Planned2028-04
TRL レポート更新
ハードウェアロードマップの進捗を反映し、半年ごとに社内レディネスレポートを改訂する。
Who built it
Roles
- 量子アーキテクチャ研究 (兼任)
Tools & Platforms
Backend
Infrastructure
Other
¿Interesado en un proyecto similar?
Te propondremos la mejor solución para tu negocio.
Consultar sobre tu proyecto