Quantencomputing

© AdobeStock

Quantencomputing nutzt quantenmechanische Effekte, um Berechnungen durchzuführen, die weit jenseits der Leistungsgrenze herkömmlicher Supercomputer liegen. Somit birgt es das Potenzial, heute unlösbare Probleme künftig effizient bewältigen zu können. Mit den beiden Schwerpunkten quantengestütztes maschinelles Lernen und Quantenoptimierung untersucht die Abteilung industrierelevante Anwendungen und Methoden, um den Transfer in die breite industrielle Anwendung frühzeitig zu unterstützen. Im Fokus stehen hierbei die Neu- und Weiterentwicklung von Quantenalgorithmen unter besonderer Berücksichtigung des aktuellen Hardwarefortschritts.

Als Teil des Fraunhofer-Kompetenznetzwerks »Quantencomputing« hat das Fraunhofer IPA exklusiven Zugriff auf das »IBM Q System One«, das im Jahr 2021 als erster kommerzieller Quantencomputer Europas in Ehningen (bei Stuttgart) in Betrieb genommen wurde.

 

AutoQML

Automatisiertes maschinelles Lernen (AutoML) erlaubt einen niedrigschwelligen Zugang zu KI-Lösungen. Das Projekt »AutoQML« erweitert diesen Ansatz um Quantencomputing-basierte Methoden, damit ein frühzeitiger Transfer in die Industrie möglich wird.

 

SEQUOIA

Das »SEQUOIA«-Projekt konzentriert sich auf das Software-Engineering industrieller, hybrider Quantenanwendungen und -algorithmen. Im Projekt werden neue Methoden, Werkzeuge und Vorgehensweisen für Quantencomputing erforscht, entwickelt und erprobt, um zukünftig die industrielle Nutzung zu ermöglichen.

 

Degrad-EL3-Q

Im Rahmen von »Degrad-EL3-Q« wird der Einsatz von Quantencomputern zur Lebensdaueranalyse von Elektrolyseuren untersucht. Das Projekt ist Teil des Leitprojekts »H2Giga«, in dem die serielle Produktion von Elektrolyseuren entwickelt wird.

 

AQUAS

»AQUAS« hat das Ziel, Katalyseprozesse von Elektrolysematerialien durch Quantensimulationen zugänglich zu machen. Das Fraunhofer IPA untersucht quantenbasierte KI-Methoden zur Ergänzung der Simulation.