Drei Quantenhardware-Plattformen haben simulierte Versionen des Saitenbrechens hervorgebracht – eines Prozesses, bei dem zwischen eingeschlossenen Teilchen gespeicherte Energie neue Teilchenpaare erzeugt. Forschende der Duke University fügten das jüngste Ergebnis hinzu in Nature Physics am 23. September.
Das Team von Duke verwendete 13 gefangene Ionen, um den Ablauf zu beobachten, wie die Universität berichtet. Google und QuEra Computing rekonstruierten ihn auf supraleitender Hardware beziehungsweise Neutralatom-Hardware. Die Studien untersuchen verwandte physikalische Phänomene anhand unterschiedlicher Modelle, anstatt ein identisches Experiment zu reproduzieren. Duke überprüfte sein Ergebnis anhand klassischer Berechnungen, daher belegt die Studie keinen Quantenvorteil.
Für Unternehmensteams, die Quantenpilotprojekte bewerten, ist diese Unterscheidung entscheidend: Der Nachweis eines physikalischen Modells belegt nicht, dass eine Plattform bei der vorgesehenen Arbeitslast die klassische Datenverarbeitung übertreffen kann.
Was ist Saitenbrechen?
Saitenbrechen kann auftreten, wenn eingeschlossene Teilchen, etwa ein Quark und ein Antiquark, auseinandergezogen werden. Das Feld zwischen ihnen verhält sich wie eine Saite. Wird sie weit genug gedehnt, verwandelt sich die gespeicherte Energie in ein neues Teilchenpaar, das die Saite in zwei Teile spaltet.
Der Quantencomputer von Duke mit gefangenen Ionen führte den Test mit 13 Ytterbium-171-Ionen in einer Linie durch. Ladungspaare bildeten sich nahe den Rändern der Saite, bevor sie sich nach innen ausbreiteten – ein Muster, das die Arbeit als „randunterstütztes“ Brechen bezeichnet.
Christopher Monroe, Professor für Elektrotechnik und Computertechnik sowie Physik an der Duke University, leitete die Studie. Arinjoy De, der erstgenannte Autor der Arbeit und ehemaliger Doktorand in Monroes Labor, ist heute Produktionsleiter für Maschinen bei QuEra.
Vergleich der drei Experimente
Metrik / Dimension | Duke University / Maryland | Google Quantum AI | QuEra / Harvard / Innsbruck |
| Kernarchitektur | Gefangene Ionen (Ytterbium-171) | Supraleitende Schaltkreise | Neutralatome (Rydberg-Arrays) |
| Hardware-Raster | Lineare 1D-Kette mit 13 Ionen | 45-Qubit-Raster auf einem Sycamore-Chip mit 72 Qubits | Programmierbares 2D-Rydberg-Atom-Array |
| Simulierte Geometrie | 1D-Gittereichtheorie | 2D-Gittereichtheorie | 2D-Gittereichtheorie mit dynamischer Materie |
| Veröffentlichungsdatum | Nature Physics (23. September 2026) | Nature (4. Juni 2025) | Nature (4. Juni 2025) |
Die Experimente unterscheiden sich nicht nur bei der Hardware. Die Vor- und Nachteile der Plattformen werden im Vergleich von Systemen mit gefangenen Ionen, supraleitenden und photonischen Systemen behandelt.
Warum dies noch kein Quantenvorteil ist
Duke zufolge können klassische Computer auf dieser Skala noch quantenbasierte Simulationen bewältigen. Das Experiment verwendete ein endliches 13-Spin-System. Der Arbeit zufolge war die herkömmliche Schwinger-Paarerzeugung zu stark unterdrückt, um sie innerhalb der zugänglichen Zeitskalen des Experiments beobachten zu können.
Die Skalierung bleibt eine Herausforderung, doch Ankündigungen größerer Hardware belegen keine Leistung bei dieser Arbeitslast. Für die angekündigte Plattform Superion 256 von IonQ sind Kundenauslieferungen für 2027 geplant; die Studie von Duke testet das Saitenbrechen nicht in dieser Größenordnung.
Was eWeek herausgefunden hat: Diese Experimente ordnen Quantenplattformen nicht ein
Die drei Studien untersuchen verwandte physikalische Aspekte des Saitenbrechens anhand unterschiedlicher Modelle und Versuchsprotokolle. Sie können nicht belegen, welche Hardwarearchitektur die beste Leistung erbringt.
Andere Forschungsarbeiten zielen auf andere Hürden ab. Der von Chalmers geleitete Vorschlag für schnellere Operationen mit bosonischen Codes befasst sich mit dem Steuerungsaufwand, bleibt jedoch theoretisch und wurde in diesen Experimenten zum Saitenbrechen nicht demonstriert.
Für Unternehmenskunden lautet die Schlussfolgerung: Verlangen Sie Ergebnisse für die vorgesehene Arbeitslast – Genauigkeit, Laufzeit, Ressourcenbedarf und einen Vergleich mit leistungsfähigen klassischen Methoden. Qubit-Zahlen und physikalische Demonstrationen allein belegen keinen geschäftlichen Vorteil.