ORCA Computing hat den PT-3, die dritte Generation seines photonischen Quantencomputers, auf den Markt gebracht. Das erste System läuft neben NVIDIA-GPUs im Innovation Lab von Digital Realty in London.
Das Londoner Unternehmen bezeichnet den PT-3 als den ersten Quantencomputer, der einen kommerziellen Quantenvorteil liefern soll. In seiner Ankündigung zum Start am 15. Okt., berichtete ORCA von einer Verbesserung um 20 % bei seiner Kennzahl für die Proteindesignfähigkeit sowie von einem Workflow zur Energieplanung, der nun mehr als 12-mal schneller läuft als auf seinem Vorgänger.
Beide Ergebnisse beruhen auf von ORCA ausgewählten Vergleichswerten, und die Ankündigung enthält keine Angabe zur Laufzeit des PT-3 gegenüber einem führenden klassischen Solver für dasselbe Problem. Für Betreiber von Rechenzentren ist die unmittelbarere Veränderung physischer Natur: Das System läuft bei Raumtemperatur in Standard-Racks.
Was der PT-3 für ein Rechenzentrumsrack bringt
Das Einsatzprofil des PT-3 ähnelt eher Server-Hardware als den meisten Quantensystemen:
Platzbedarf: Zwei Standard-Racks für Rechenzentren, die bei Raumtemperatur etwa 6 kW verbrauchen, laut Quantum Computing Report.
Gewicht: Etwa 800 kg, laut DatacenterDynamics, das berichtete, dass das System in der LHR19-Anlage von Digital Realty in den London Docklands steht.
Installation: Drei Stunden für die Installation und innerhalb von 24 Stunden vollständig betriebsbereit, laut James Fletcher, ORCAs Leiter für Lösungsarchitektur. Dieser Zeitrahmen beschreibt die Installation in London; die Vorbereitungsanforderungen und Kosten an anderen Kundenstandorten können abweichen.
Upgrades: Vor Ort aufrüstbar, sodass Kunden dasselbe System behalten können, wenn ORCA den Funktionsumfang erweitert, so das Unternehmen.
Dieses Profil steht im Gegensatz zu supraleitenden Maschinen, die auf Verdünnungskühlschränke angewiesen sind, und verdeutlicht einen der wichtigsten Unterschiede zwischen Ionenfallen-, supraleitenden und photonischen Systemen. Einige photonische Systeme benötigen ebenfalls kryogene Komponenten: Xanadu und Bluefors entwickeln kompakte Kühlsysteme für Einzelphotonendetektoren.
ORCA argumentiert außerdem, dass der Standort eine Rolle spielt. Richard Murray, Mitgründer und CEO von ORCA, sagte Reportern bei der Vorstellung, dass das von PT-3 bediente KI-Modell „über eine Fernverbindung bei weitem nicht so effektiv arbeitet“, laut DatacenterDynamics.
Zwei Benchmarks hinter der Behauptung des Quantenvorteils
| Arbeitslast | Setup | Gemeldetes Ergebnis | Verglichen mit |
|---|---|---|---|
| Proteindesign | Hybride Erweiterung von NVIDIA Proteína, trainiert auf 32 NVIDIA-Hopper-GPUs mit einem PT-3 unter Verwendung von 64 Photonen in 128 Qumodes | Laut ORCA 20 % Verbesserung bei der Kennzahl für die Proteindesignfähigkeit | Klassische Proteína-Baseline |
| Energieplanung (Einheitenverpflichtungsproblem mit 25.755 Variablen) | Auf dem PT-3 laufender hybrider Quanten-klassischer JIJ-Solver | Etwa eine Stunde pro Durchlauf | ORCAs PT-2 bei gleicher Lösungsqualität; die gemeldete Beschleunigung beträgt mehr als das 12-Fache |
Quelle: ORCA Computing, 15. Okt. 2026.
Die Arbeiten zum Protein-design erweitern NVIDIA Proteínas generatives Modell für das Proteindesign. Der Benchmark zur Energieplanung stammt aus einem von JIJ mit ORCA und dem UK National Quantum Computing Centre geleiteten Projekt, an dem bp als Beobachter beteiligt war.
Das Whitepaper des Projekts berichtet, dass Gurobi innerhalb eines Fünf-Minuten-Fensters am besten abschnitt, während der hybride PT-2-Workflow bei längeren Laufzeiten die besten Lösungen hervorbrachte. Die PT-3-Ergebnisse waren Projektionen und keine Messungen des neuen Systems.
Was eWeek herausfand: Die 12-fache Beschleunigung misst ORCA an sich selbst
Die wichtigste Erkenntnis aus der Vorstellung könnte die 12-fache Beschleunigung sein: Sie misst den PT-3 an ORCAs eigener Vorgängergeneration und nicht an einem herkömmlichen Computer.
Um einen kommerziellen Vorteil zu bewerten, muss der vollständige PT-3-Workflow unter vergleichbaren Bedingungen mit leistungsfähigen klassischen Alternativen verglichen werden. Bei der Energieplanung bedeutet das, die Lösungsqualität innerhalb desselben Zeitbudgets oder die Gesamtlaufzeit bis zum Erreichen derselben Qualität zusammen mit den Rechenkosten zu messen. Das frühere Whitepaper testete PT-2-Hardware und projizierte die Leistung des PT-3. ORCAs Ankündigung zur Markteinführung nennt eine PT-3-Laufzeit, jedoch keine entsprechende klassische Laufzeit bei gleicher Lösungsqualität.
ORCAs Darstellung unterscheidet sich dennoch vom üblichen Hardware-Wettlauf. Die meisten Anbieter stellen Qubit-Zahlen oder Fidelity-Werte in den Vordergrund. ORCA führt Anwendungsergebnisse und eine Installation auf Rack-Ebene an – das entspricht eher der Art und Weise, wie Unternehmen Infrastruktur bewerten.
Für Unternehmen ist eine kurze Installationszeit nur ein Teil der Bewertung eines Tests. Käufer müssen weiterhin den Systemzugang, die Softwareintegration, unterstützende klassische Hardware und die Betriebskosten berücksichtigen. Ein sinnvoller Pilotversuch würde den hybriden Workflow mit den vorhandenen Tools der Organisation anhand eines definierten Ziels vergleichen, etwa besseren Zeitplänen innerhalb einer betrieblichen Frist.
Der Wettbewerb im hybriden Quantencomputing verlagert sich in Richtung einer physischen Platzierung neben GPUs. IonQ plant beispielsweise, seinen Prozessor Superion 256 im Jahr 2027 in einem NVIDIA-Quantenforschungszentrum mit NVIDIA-GB200-GPUs zu verbinden.
Der konkrete Test sind die Kundenversuche, die laut ORCA derzeit in den Bereichen Biowissenschaften, Verteidigung, Energie und Logistik laufen. Entscheidend wird ein veröffentlichter Vergleich des PT-3 mit leistungsfähigen klassischen Solvern für dasselbe industriell relevante Problem sein, der Lösungsqualität, Gesamtlaufzeit und Rechenkosten ausweist. Das würde Unternehmen helfen zu beurteilen, ob der unkomplizierte Einsatz des Systems in geschäftlichen Nutzen übersetzt werden kann.
Mehr dazu: Die Roadmap des US-Energieministeriums für Quantencomputing untersucht, wie nützliche Ergebnisse die nächste Entwicklungsphase der Technologie voranbringen könnten.