Zum Inhalt
Startseite

Unsere Forschung. Ergebnisse statt Versprechen.

Was wir gemessen haben, für welche Programme es gilt und was als Nächstes kommt. Die Ergebnisse sind offen; unsere interne Implementierung bleibt geschützt.

Live auf qubitwerk.com · Messreihe vom 10. November 2026

Unser eigener Simulator rechnet jetzt jeden Versuch.

Lernversuche, Schatzsuche und Spielwiese rechnen auf unserem PC mit dem Qubitwerk-Kern, einem eigenen Simulator der Coolblack GmbH. Jeden Versuch haben wir zusätzlich mit Qiskit Aer 0.18.0 gerechnet, dem verbreiteten Simulator von IBM.

Selbst gegenrechnen: Spielwiese ab 20 Qubits
Qubitwerk-Kern291 ms
Qiskit Aer 0.18.0, je Versuch das schnellste Verfahren1,6 s
Qiskit Aer 0.18.0, Zustandsvektor, auch mit cuStateVec14,97 s
Selbst nachmessen

28 Qubits, dicht verschränkt, zweimal dieselbe Schaltung.

Qubitwerk-Kern462 ms
Qiskit Aer 0.15.14,91 s

Beispielmessung vom 10. November: 10,6-mal so schnell. Ein einzelner Lauf, gleiche Grafikkarte, kein Quantenvorteil.

Gegen das neuere Qiskit Aer 0.18.0 mit cuStateVec: 6,5-mal so schnell, gemessen am 10. November.

Alle 23 Versuche einzeln gegen Qiskit Aer 0.18.0
Ganzer Aufruf je Versuch, Median aus fünf Läufen; kürzer ist schneller. Die kleinen Schilder nennen das Verfahren: CPU und GPU für den Zustand auf Prozessor oder Grafikkarte, Kette für den Matrix-Produkt-Zustand ohne Kürzung, Clifford für das Clifford-Register, Rahmen für die Rahmen-Stufe, bei Aer auch cuStateVec und MPS. Faktor: gegen Aers Zustandsvektor und, wo es abweicht, dahinter gegen Aers schnellstes Verfahren. Grün: Unser Kern war schneller.
VersuchQubitsQubitwerk-KernAer 0.18.0, ZustandsvektorAer 0.18.0, schnellstes VerfahrenFaktor
Münzwurf10,28 ms CPU (schneller)0,5 ms CPU0,5 ms CPU1,78×
Rückgängig10,27 ms CPU (schneller)0,48 ms CPU0,48 ms CPU1,82×
Grover, 4 Türen20,23 ms CPU (schneller)0,66 ms CPU0,66 ms CPU2,9×
Schatzsuche 6 Such-Qubits62,03 ms CPU (schneller)29,2 ms CPU29,2 ms CPU14,4×
Schatzsuche 8 Such-Qubits95,77 ms CPU (schneller)82,1 ms CPU82,1 ms CPU14,2×
Schatzsuche 10 Such-Qubits1135,1 ms CPU (schneller)260 ms GPU260 ms GPU7,4×
Schatzsuche 12 Such-Qubits13218 ms CPU (schneller)629 ms GPU629 ms GPU2,9×
Bell20,29 ms CPU (schneller)0,54 ms CPU0,54 ms CPU1,86×
Spielwiese GHZ 16160,36 ms CPU (schneller)1,25 ms GPU1,25 ms GPU3,5×
Spielwiese 24 Qubits, 6 Schritte246,84 ms GPU (schneller)32,2 ms cuStateVec32,2 ms cuStateVec4,7×
Spielwiese 24 Qubits, 300 Bausteine240,51 ms CPU (schneller)13,7 ms GPU7,9 ms MPS26,7× / 15,4×
Kurz: H0 · CX0–19 (20 Qubits)200,37 ms CPU (schneller)1,7 ms GPU1,7 ms GPU4,6×
Kurz: H0 (20 Qubits)200,35 ms CPU (schneller)1,57 ms GPU1,57 ms GPU4,4×
Kurz: GHZ-Kette 20 Qubits200,33 ms CPU (schneller)4,13 ms GPU4,13 ms GPU12,6×
Kurz: H auf allen 20 Qubits201,64 ms GPU (schneller)3,61 ms GPU3,61 ms GPU2,2×
Kurz: H0 · CX0–21 (22 Qubits)220,37 ms CPU (schneller)3,07 ms GPU3,07 ms GPU8,4×
Kurz: H0 (24 Qubits)240,35 ms CPU (schneller)7,29 ms GPU6,19 ms MPS20,7× / 17,6×
Spielwiese 28 Qubits, 6 Schritte281,67 ms Rahmen (schneller)457 ms cuStateVec95,3 ms MPS272,9× / 57×
Spielwiese 28 Qubits, 300 Bausteine (Drehungen und CX)285,05 ms Kette (schneller)1,58 s cuStateVec108 ms MPS313,1× / 21,3×
Kurz: H0 · CX0–27 (28 Qubits)280,1 ms Clifford (schneller)50,5 ms cuStateVec5,18 ms MPS485,5× / 49,8×
Spielwiese 29 Qubits, 300 Bausteine (Drehungen und CX)295,15 ms Kette (schneller)3,22 s cuStateVec109 ms MPS625,3× / 21,2×
Spielwiese 30 Qubits, 6 Schritte301,79 ms Rahmen (schneller)2,27 s cuStateVec101 ms MPS1.268,2× / 56,4×
Spielwiese 30 Qubits, 300 Bausteine (Drehungen und CX)304,18 ms Kette (schneller)6,33 s cuStateVec118 ms MPS1.513× / 28,1×
Dicht auf der Grafikkarte gegen NVIDIA CUDA-Q

In allen 35 gemessenen Schaltungen mit 16 bis 30 Qubits war unser Kern schneller als CUDA-Q 0.16.0, NVIDIAs eigener Simulator, in doppelter Genauigkeit auf derselben RTX 3090. In der Tabelle 2,3- bis 14,1-mal.

Ganzer Aufruf, 2.048 Messungen, Median aus fünf Läufen (30 Qubits: drei), 14. und 15. November 2026; kürzer ist schneller. Grün: Unser Kern war schneller.
SchaltungQubitsGatterQubitwerk-KernNVIDIA CUDA-QFaktor
Quantenfouriertransformation161441,34 ms3,6 ms2,7×
Quantenfouriertransformation202201,56 ms5,7 ms3,7×
Quantenfouriertransformation243124,38 ms37,5 ms8,6×
Quantenfouriertransformation2636417,5 ms147 ms8,4×
Quantenfouriertransformation2842061 ms613 ms10,1×
Quantenfouriertransformation30480291 ms2,62 s9×
Zufälliges Ziegelmuster, 20 Lagen167902,32 ms5,92 ms2,5×
Zufälliges Ziegelmuster, 20 Lagen209905,82 ms16,6 ms2,8×
Zufälliges Ziegelmuster, 20 Lagen241.19069,5 ms227 ms3,3×
Zufälliges Ziegelmuster, 20 Lagen261.290305 ms968 ms3,2×
Zufälliges Ziegelmuster, 20 Lagen281.3901,35 s4,19 s3,1×
Zufälliges Ziegelmuster, 20 Lagen301.4906,67 s17,99 s2,7×
Quantum Volume162.7365,21 ms12,3 ms2,4×
Quantum Volume204.26010,4 ms24,3 ms2,3×
Quantum Volume246.120110 ms293 ms2,7×
Quantum Volume267.176497 ms1,3 s2,6×
Quantum Volume288.3162,25 s6,04 s2,7×
Quantum Volume309.54010,57 s28,02 s2,6×
QAOA, 5 Lagen, voll verbunden161.8963,95 ms22,8 ms5,8×
QAOA, 5 Lagen, voll verbunden202.9708,77 ms76,7 ms8,8×
QAOA, 5 Lagen, voll verbunden244.284106 ms1,39 s13,1×
QAOA, 5 Lagen, voll verbunden265.031448 ms6,31 s14,1×
QAOA, 5 Lagen, voll verbunden285.8382,11 s28,95 s13,7×

Unser Kern: Anfrage bis Antwort des laufenden Rechenprozesses (bis 28 Qubits Kern-Release 48, am 15. November nachgemessen; 30 Qubits Kern-Release 40), je Schaltung der langsamste von mehreren Durchgängen. CUDA-Q: Aufruf cudaq.sample() eines fertig gebauten Programms, Ziel nvidia in doppelter Genauigkeit mit cuStateVec 1.14, je Schaltung die schnellste von fünf Einstellungen der Gatterzusammenfassung. Beide liefern denselben Prüfwert (Erwartungswert von Z auf allen Qubits) bis auf 2 × 10⁻¹⁵, gemessen bis 28 Qubits. Quantum Volume mit 30 Qubits, das unser Kern am 11. November noch ablehnte, rechnet er inzwischen. Die Schaltungen stehen als Gatterliste im Belege-Paket.

Dicht auf der Grafikkarte gegen Lightning, QuEST und qsim

Drei weitere Simulatoren für dichte Schaltungen, am 14. und 15. November 2026 auf derselben RTX 3090 gemessen: PennyLane Lightning 0.45 (Xanadu) und QuEST 4.3.0 rechnen wie unser Kern in doppelter Genauigkeit, qsim 0.22.1 (Google) in einfacher. In der reinen Rechnung war unser Kern schneller als Lightning in 30 von 30 gemessenen Schaltungen, als QuEST in 34 von 34 und als qsim in 28 von 35.

Reine Rechnung mit einem Erwartungswert, je Schaltungsart die Fassung mit 28 Qubits, 14. und 15. November 2026; kürzer ist schneller. Grün: Unser Kern war der schnellste der vier.
SchaltungGatterQubitwerk-KernLightningQuESTqsim, einfache GenauigkeitAm schnellsten
Quantenfouriertransformation42067,1 ms2,57 s2,44 s649 msunser Kern
Zufälliges Ziegelmuster, 20 Lagen1.3901,36 s12,77 s12,81 s442 msqsim
Quantum Volume8.3162,26 s78,83 s78,7 s839 msqsim
QAOA, 5 Lagen, voll verbunden5.8382,12 s40,18 s41,6 s3,12 sunser Kern
GHZ-Zustand280,03 ms160 ms164 ms145 msunser Kern
Eine Lage Hadamard-Gatter280,16 ms296 ms295 ms87,7 msunser Kern

qsim war schneller in: Ziegelmuster mit 24, 26, 28 und 30 Qubits; Quantum Volume mit 26, 28 und 30 Qubits. qsim rechnet mit einfacher Genauigkeit, unser Kern hier mit doppelter; in gleicher Genauigkeit ist unser Kern auch gegen qsim schneller (Klappmenü „Einfach gegen einfach“). Mit 2.048 Messungen im ganzen Aufruf war unser Kern schneller als Lightning in 34 von 34 Schaltungen und als qsim in 30 von 30; QuEST kann nicht viele Messungen auf einmal ziehen, deshalb zeigt die Tabelle die reine Rechnung.

Unser Kern: Anfrage bis Antwort des laufenden Rechenprozesses (bis 28 Qubits Kern-Release 48, am 15. November nachgemessen; 30 Qubits Kern-Release 40), je Schaltung der langsamste von mehreren Durchgängen. Bei den anderen zählt je Schaltung der schnellste Wert des Tages aus allen gemessenen Einstellungen, bei qsim aus fünf Breiten der Gatterzusammenfassung. qsim und QuEST haben wir aus den Quellen gebaut. Alle liefern denselben Prüfwert (Erwartungswert von Z auf allen Qubits): Lightning und QuEST bis auf 2,1 × 10⁻¹⁵, qsim bis auf 1 × 10⁻⁷. Quantum Volume mit 30 Qubits haben wir von diesen dreien nur bei qsim gemessen; Lightning und QuEST bräuchten dafür mehrere Minuten je Lauf. Alle 35 Schaltungen mit 16 bis 30 Qubits, Skripte und Rohdaten stehen im Belege-Paket.

Einfach gegen einfach: CUDA-Q, qsim und Lightning

Seit Kern-Release 43 rechnet unser Kern auf Wunsch auch in einfacher Genauigkeit, so wie NVIDIA CUDA-Q in seiner Standardeinstellung, Google qsim und PennyLane Lightning mit complex64. Am 15. November 2026 auf derselben RTX 3090 gemessen, war er in dieser Genauigkeit schneller als CUDA-Q 0.16.0 (fp32) in 22 von 22 dichten Schaltungen mit 16 bis 30 Qubits, 1,17- bis 6,9-mal, als qsim 0.22.1 in der reinen Rechnung in 35 von 35 Schaltungen (bei 28 Qubits 1,9- bis 11-mal, bei 30 Qubits 1,8- bis 12,2-mal) und als Lightning 0.45 mit 2.048 Messungen in 30 von 30, in der reinen Rechnung in 30 von 30.

Ganzer Aufruf, 2.048 Messungen, einfache Genauigkeit, 15. November 2026; kürzer ist schneller. Grün: Unser Kern war der schnellste.
SchaltungGatterQubitwerk-KernCUDA-Q fp32Lightning complex64Faktor gegen CUDA-Q
Quantenfouriertransformation, 28 Qubits42055,9 ms117 ms1,33 s2,1×
Quantenfouriertransformation, 30 Qubits480229 ms520 msnicht gemessen2,3×
Ziegelmuster, 20 Lagen, 28 Qubits1.390213 ms262 ms6,47 s1,23×
Ziegelmuster, 20 Lagen, 30 Qubits1.490905 ms1,15 snicht gemessen1,27×
Quantum Volume, 28 Qubits8.316433 ms520 ms39,83 s1,2×
Quantum Volume, 30 Qubits9.5401,96 s2,3 snicht gemessen1,17×
QAOA, 5 Lagen, voll verbunden, 28 Qubits5.838865 ms2,33 s20,27 s2,7×

Die Versuche auf dieser Seite rechnen weiter exakt; die Zahlen hier gelten für den Modus in einfacher Genauigkeit desselben Kerns. Sein Prüfwert (Erwartungswert von Z auf allen Qubits) weicht höchstens um 1,2 × 10⁻⁷ vom exakten Ergebnis ab. Unser Kern: ganzer Aufruf mit allen 2.048 Antworten, je Schaltung der langsamere von zwei Durchgängen. Die anderen: je Schaltung der schnellste Wert des Tages, CUDA-Q aus Standardeinstellung und Fusionsbreite 5, qsim aus fünf Fusionsbreiten. Lightning bei 30 Qubits haben wir nicht gemessen. Schaltungen, Skripte und Rohdaten stehen im Belege-Paket.

Clifford mit Drehungen gegen Clifft

In 25 von 25 gemessenen Schaltungen mit 60 Qubits war unsere Rahmen-Stufe schneller als Clifft 0.13 (Unitary Foundation), der Maßstab für Clifford-Schaltungen mit Drehungen, auf demselben PC, 1,42- bis 4,1-mal. Gemessen bis zu den 2.048 Messergebnissen im Speicher, so wie Clifft sie liefert. Als Python-Modul im selben Prozess wie Clifft war unser Kern auch im ganzen Aufruf über Python in 25 von 25 Schaltungen schneller, 1,12- bis 3-mal, gezählt mit unserem langsamsten von drei Durchgängen gegen Cliffts schnellsten.

60 Qubits, 2.048 Messungen, 15. November 2026; kürzer ist schneller. 12 der 25 Schaltungen, alle im Belege-Paket. Grün: Unser Kern war schneller.
SchaltungGatterQubitwerk-KernClifft 0.13Faktor
Gerüst, 2 Drehungen vor der letzten CX-Lage2470,11 ms0,21 ms1,98×
Gerüst, 24 Drehungen vor der letzten CX-Lage2690,12 ms0,34 ms2,9×
Gerüst, 2 wirksame Drehungen in der Mitte4160,16 ms0,35 ms2,2×
Gerüst, 10 wirksame Drehungen in der Mitte4240,3 ms0,47 ms1,58×
Gerüst, 16 wirksame Drehungen in der Mitte4300,37 ms0,74 ms1,99×
Gerüst, 24 wirksame Drehungen in der Mitte4380,48 ms0,9 ms1,87×
20 Drehungen über die ganze Schaltung verteilt1990,12 ms0,31 ms2,7×
80 Drehungen über die ganze Schaltung verteilt4391,04 ms1,59 ms1,53×
160 Drehungen über die ganze Schaltung verteilt7592,16 s8,83 s4,1×
80 T-Gatter über die ganze Schaltung verteilt4390,83 ms1,34 ms1,62×
1 Lage aus H, T und CX1100,15 ms0,33 ms2,2×
3 Lagen aus H, T und CX3290,12 ms0,45 ms3,9×

Die Antworten beider stimmen statistisch überein, höchstens 3,6 Standardabweichungen in 4.500 Vergleichen; Messweise und alle Rohdaten stehen im Belege-Paket.

Reine Clifford-Schaltungen gegen Stim

In 12 von 12 gemessenen reinen Clifford-Schaltungen mit 30 bis 60 Qubits war unser Kern schneller als Stim 1.16.0 (Google), der Maßstab für Clifford-Schaltungen, auf demselben PC, 5- bis 6,6-mal. Gemessen bis zu den 2.048 Messergebnissen im Speicher, so wie Stim sie liefert.

2.048 Messungen, 14. November 2026; kürzer ist schneller. Schaltungen: GHZ-Kette plus Zufallsgatter. Grün: Unser Kern war schneller.
SchaltungQubitwerk-KernStim 1.16.0Faktor
30 Qubits, 630 Gatter0,04 ms0,25 ms5,9×
30 Qubits, 2.030 Gatter0,08 ms0,43 ms5,2×
30 Qubits, 6.030 Gatter0,2 ms1,03 ms5×
30 Qubits, 20.030 Gatter0,62 ms3,62 ms5,9×
45 Qubits, 645 Gatter0,05 ms0,3 ms6,6×
45 Qubits, 2.045 Gatter0,09 ms0,51 ms5,7×
45 Qubits, 6.045 Gatter0,21 ms1,1 ms5,3×
45 Qubits, 20.045 Gatter0,62 ms3,7 ms6×
60 Qubits, 1.560 Gatter0,08 ms0,47 ms5,6×
60 Qubits, 6.060 Gatter0,22 ms1,14 ms5,2×
60 Qubits, 20.060 Gatter0,63 ms3,73 ms6×
60 Qubits, 60.060 Gatter1,76 ms9,36 ms5,3×

Im ganzen Aufruf, so wie unser Dienst arbeitet, waren wir in 12 von 12 Schaltungen schneller, 2- bis 4,5-mal. Seit dem 15. November übergibt der Kern auf Wunsch alle 2.048 Antworten als Feld im Speicher, so wie Stim: Dann war er in 12 von 12 Schaltungen schneller, 1,07- bis 3,6-mal, gezählt mit unserem langsamsten von drei Durchgängen gegen Stims schnellsten. Als Python-Modul im selben Prozess wie Stim war er in 12 von 12 Schaltungen schneller, 3,1- bis 5,7-mal, und mit allen 2.048 Antworten als Text, einer Liste von Bitketten, ebenfalls in 12 von 12, 1,91- bis 5,8-mal. Stims eigentliche Stärke, Fehlerkorrektur mit Rauschen und Millionen Läufen, rechnet unser Kern nicht. Die Antworten beider spannen in allen 12 Schaltungen denselben Raum auf; Messweise und Rohdaten stehen im Belege-Paket.

Jenseits des Zustandsvektors: eine Zeile je Verfahren
Jenseits des Zustandsvektors: eine Zeile je Verfahren des Kerns, 7. November 2026. Ganzer Aufruf; beim Schloss Eingang bis geprüftes Ergebnis, bei 31 Qubits die Rechenzeit des Kerns im öffentlichen Lauf. Referenz, wo eine Vergleichssoftware die Aufgabe hat; sonst steht, warum nicht.
VersuchQubitsVerfahrenQubitwerk-KernReferenzFaktor
Clifford: GHZ-Kette und 600 Zufallsgatter30Clifford-Register (Tableau)0,11 msAer stabilizer: 34,4 ms325,5×
Clifford: GHZ-Kette und 1.500 Zufallsgatter60Clifford-Register (Tableau)0,16 msAer stabilizer: 103 ms634,6×
Clifford mit 20 wirksamen Drehungen (bis Release 33 Zeitlimit)60Rahmen-Stufe (Clifford-Rahmen plus kleiner Vektor)0,7 msClifft: siehe Vergleich oben–
Clifford mit 160 verteilten Drehungen60Rahmen-Stufe (Clifford-Rahmen plus kleiner Vektor)3,01 sClifft: siehe Vergleich oben–
Vier unabhängige Register à 12 Qubits484 getrennte Register4,57 mskeine: 48 Qubits sind als ein Zustandsvektor nicht darstellbar–
28 Qubits dicht neben 28 Qubits Clifford56Grafikkarte + Tableau260 mskeine: 56 Qubits sind als ein Zustandsvektor nicht darstellbar–
31 Qubits dicht, nur reelle Gatter (H, RY, CX)31dicht, reell, Grafikkarte481 mskeine: Aer bräuchte 32 GiB Grafikspeicher–
Zwei dichte Hälften à 20 Qubits, 300 Bausteine, 2 Brücken (Grafikkarte)40zwei Hälften, Brücken, Grafikkarte33,4 mskeine: 40 Qubits sind als ein Zustandsvektor nicht darstellbar–
Zwei dichte Hälften à 20 Qubits, 300 Bausteine, 4 Brücken (Grafikkarte)40zwei Hälften, Brücken, Grafikkarte93,9 mskeine: 40 Qubits sind als ein Zustandsvektor nicht darstellbar–
Zwei dichte Hälften à 24 Qubits, 300 Bausteine, 2 Brücken (Grafikkarte)48zwei Hälften, Brücken, Grafikkarte150 mskeine: 48 Qubits sind als ein Zustandsvektor nicht darstellbar–
Zwei dichte Hälften à 24 Qubits, 300 Bausteine, 4 Brücken (Grafikkarte)48zwei Hälften, Brücken, Grafikkarte382 mskeine: 48 Qubits sind als ein Zustandsvektor nicht darstellbar–
Zwei dichte Hälften à 20 Qubits, 300 Bausteine, 6 Brücken (64 Pfade, Grafikkarte)40zwei Hälften, Brücken, Grafikkarte82,2 mskeine: 40 Qubits sind als ein Zustandsvektor nicht darstellbar–
Zwei dichte Hälften à 26 Qubits, 300 Bausteine, 2 Brücken (Grafikkarte)52zwei Hälften, Brücken, Grafikkarte237 mskeine: 52 Qubits sind als ein Zustandsvektor nicht darstellbar–
Zwei dichte Hälften à 27 Qubits, 300 Bausteine, 1 Brücke (Grafikkarte)54zwei Hälften, Brücken, Grafikkarte249 mskeine: 54 Qubits sind als ein Zustandsvektor nicht darstellbar–
Zahlenschloss, 7 Ziffern: Grover mit 3.216 Runden24Grover in Registern, Grafikkarte195 msAer GPU, Gatter für Gatter (160.848 Gatter): 112,13 s575×
Zahlenschloss, 8 Ziffern: Grover mit 9.099 Runden27Grover in Registern, Grafikkarte1,58 snicht gemessen: Aer bräuchte hochgerechnet über 40 Minuten–

Beim Schloss ist ein allgemeiner Simulator strukturell im Nachteil, weil er jede Grover-Runde als Gatterfolge rechnet.

Messbedingungen, reine Rechenzeit und Grenzen
Wie rechnet der Kern?
Lernversuche, Schatzsuche und Spielwiese rechnen auf unserem PC mit dem Qubitwerk-Kern, einem eigenen Simulator der Coolblack GmbH. Er wählt je Schaltung das Verfahren und rechnet immer exakt. Dichte Schaltungen ab 16 Qubits rechnet er auf der Grafikkarte RTX 3090, bis 30 Qubits (mit reellen Gattern 31), in Doppel-Float (zwei Floats je Zahl, 48 Bit Mantisse, Summen in double); schwach verschränkte Schaltungen ab 25 Qubits als Kette, einen Matrix-Produkt-Zustand ohne Kürzung; Register bis 60 Qubits je verschränkter Gruppe als Clifford-Register, Rahmen-Stufe (Clifford-Rahmen plus kleiner Vektor), seitenweise oder dicht; alles andere auf dem Hauptprozessor in doppelter Genauigkeit. Das Zahlenschloss hat eigene Rechenkerne. Jeden Versuch haben wir zusätzlich mit Qiskit Aer 0.18.0 gerechnet, dem verbreiteten Simulator von IBM, auf demselben Rechner: als Zustandsvektor auf Prozessor, Grafikkarte und Grafikkarte mit cuStateVec, ab 16 Qubits zusätzlich als Matrix-Produkt-Zustand und mit Aers eigener Automatik.
Alle Versuche zusammen
Alle 23 Versuche zusammen, ganzer Aufruf: 291 ms mit unserem Kern. Qiskit Aer 0.18.0 braucht 1,6 s, wenn man je Versuch von Hand das schnellste Verfahren wählt, 14,97 s mit dem Zustandsvektor und 15,03 s mit seiner eigenen Automatik. Reine Rechenzeit: 236 ms gegen 801 ms und 14,17 s. Jeder einzelne Aufruf war mit unserem Kern schneller als Aers schnellstes Verfahren, am knappsten „Münzwurf“ mit dem Faktor 1,78. Bei 1 Versuch war Aers reine Rechenzeit kürzer als unsere.
Was wurde gemessen?
Genau die Schaltungen, die die öffentliche Webseite rechnet: die Experimentier-Karten Münzwurf, Rückgängig, Bell und Grover, die Schatzsuche mit 6 bis 12 Such-Qubits und Spielwiesen-Schaltungen mit 16, 24, 28, 29 und 30 Qubits, dazu sieben kurze Spielwiesen-Schaltungen mit 20 bis 28 Qubits, jeweils mit 2.048 Messungen. Gemessen wurde der ganze Aufruf: bei unserem Kern von der Anfrage bis zur Antwort des laufenden Rechenprozesses, bei Aer der Aufruf run().result() einer bereits übersetzten Schaltung. Warteschlange, Internet und Animation sind nicht enthalten. Median aus fünf Läufen nach einem Aufwärmlauf. Unseren Kern haben wir am 14. November mit Release 34 neu gemessen, Aer am 10. November; die Schaltungen sind dieselben.
Rechner und Vergleichssoftware
Intel Core i9-10900K mit 10 Threads und NVIDIA GeForce RTX 3090 mit 24 GB. Referenz: Qiskit 2.6.0 / Aer 0.18.0 / cuStateVec 1.6.0, doppelte Genauigkeit, Gatterfusion an. Zustandsvektor auf dem Prozessor, auf der Grafikkarte und auf der Grafikkarte mit cuStateVec, dort auch mit Fusionsbreite 8; je Versuch zählt die schnellste Fassung. Ab 16 Qubits zusätzlich Aers Matrix-Produkt-Zustand auf dem Prozessor und Aers Automatik; darunter ist nur der Zustandsvektor gemessen. Unser Kern rechnet ebenfalls exakt, ohne Näherung. Die Messreihe vom 7. November mit dem Faktor 4,9 gegen Qiskit Aer 0.15.1 ist damit abgelöst. Mit Aer 0.15.1, der Fassung unserer Live-Gegenrechnung, brauchten dieselben Versuche am 10. November 22,57 s.
Ohne den Aufwand um die Rechnung herum war Aer in einem Fall schneller: Schatzsuche 12 Such-Qubits. Die größten Faktoren stehen bei 28 bis 30 Qubits. Diese Schaltungen sind schwach verschränkt; unser Kern erkennt das vor der Rechnung und nimmt die Kette oder, bei nur einer Lage Drehungen, die Rahmen-Stufe. Aers Automatik rechnet dort den vollen Zustand. Wählt man bei Aer von Hand den Matrix-Produkt-Zustand, bleibt unser Kern 21- bis 28-mal so schnell. Diese Faktoren zeigen die Wahl des Verfahrens, nicht das Tempo beim dichten Rechnen. Die Rahmen-Stufe rechnet „Spielwiese 28 Qubits, 6 Schritte“ in 1,67 ms und „Spielwiese 30 Qubits, 6 Schritte“ in 1,79 ms, 57- und 56,4-mal so schnell wie Aers schnellstes Verfahren. 2 der 23 Versuche rechnet der Kern dicht auf der Grafikkarte: „Spielwiese 24 Qubits, 6 Schritte“ mit dem Faktor 4,7, „Kurz: H auf allen 20 Qubits“ mit dem Faktor 2,2. Den dichten Vergleich bei 28 Qubits zeigt das Rennen oben. Die RTX 3090 rechnet doppelte Genauigkeit vergleichsweise langsam; unser Kern spart deshalb Rechenschritte, etwa bei reellen Drehungen und Diagonalgattern. Die großen Faktoren bei der Schatzsuche entstehen vor allem, weil Aer die übersetzte Schaltung übernehmen und vorbereiten muss. Bei kurzen Schaltungen rechnet unser Kern nur mit den Amplituden, die nicht null sind, und wechselt erst bei Bedarf auf den vollen Zustand; das Ergebnis bleibt exakt. Die Testschaltung mit 24 Qubits und 300 Bausteinen besteht nur aus Toffoli- und Phasengattern und lässt den Startzustand 0…0 unverändert; deshalb ist sie für unseren Kern fast kostenlos, und ihr großer Faktor ist kein allgemeiner Maßstab.
Was wurde auf Richtigkeit geprüft?
In der Messreihe vom 7. November jedes Ergebnis des Kerns gegen die exakten Wahrscheinlichkeiten: keine einzige unmögliche Antwort, die Häufigkeiten der 16 wahrscheinlichsten Antworten im statistisch erwarteten Bereich (höchstens fünf Standardabweichungen, bei sehr seltenen Antworten drei Zählungen Spielraum). Zusätzlich 96 Prüfungen des Kerns mit Zufallsschaltungen, Vollzustand bis 14 Qubits und dem Wechsel vom dünnen zum vollen Zustand, größte Abweichung 5,3 × 10⁻¹⁵, und 44 Prüfungen des Grafikkarten-Wegs mit 25 bis 30 Qubits gegen Qiskit Aer, größte Abweichung 3,9 × 10⁻¹⁴ (Doppel-Float gegen double). In der Messreihe vom 10. November lieferte Qiskit Aer 0.18.0 bei den Schaltungen bis 24 Qubits keine unmögliche Antwort; die 16 häufigsten Antworten lagen höchstens 2,7 Standardabweichungen neben den exakten Werten. Die schärfere Vorprüfung der Kette vom selben Tag: 200 Schaltungen mit 6 bis 15 Qubits, Kette gegen den dichten Zustand, Z-Erwartungswerte auf 6,3 × 10⁻¹⁴; die Bindung blieb in jedem Fall unter der vorab berechneten Schranke.
Weitere Vergleichsprogramme
qsim (Google, Version 0.22.1) und Qulacs auf dem Prozessor dieses i9 mit zehn Threads, verbundene dichte Schaltung mit 2.048 Messungen, Median aus drei Läufen: 24 Qubits, 237 Gatter: unser Kern 160 ms (ganzer Aufruf, kalt), qsim 707 ms, Qulacs 4,22 s; 28 Qubits, 277 Gatter: unser Kern 538 ms (ganzer Aufruf, kalt), qsim 13,97 s, Qulacs 80,49 s. Das war die Messung vom 7. November. Die Grafikkarten-Fassung von qsim haben wir am 14. November aus den Quellen gebaut und gemessen, sie steht oben im Vergleich mit Lightning und QuEST. Qulacs auf der Grafikkarte haben wir nicht gemessen.
Grenzen
Die Messung gilt für diese Schaltungen auf diesem Rechner. Sie ist kein allgemeiner Geschwindigkeitsnachweis für jede Schaltung und kein Quantenvorteil: Beide Simulatoren rechnen auf klassischer Hardware. Auf der Spielwiese kannst du ab 20 Qubits jede eigene Schaltung selbst gegenrechnen lassen. Nicht überall liegt unser Kern vorn: Stims eigentliche Disziplin, Fehlerkorrektur mit Rauschen und Millionen Läufen, rechnet er nicht. Clifford-Schaltungen mit Drehungen rechnet seit dem 12. November die Rahmen-Stufe; gegen Clifft liegt der Kern seit dem 15. November in 25 von 25 gemessenen Schaltungen vorn, gemessen bis zu den Messergebnissen. Als Python-Modul im selben Prozess wie Clifft gilt das auch für den ganzen Aufruf über Python: 25 von 25 (Daten im Belege-Paket). Bei dichten Schaltungen war qsim, das mit einfacher Genauigkeit rechnet, in 7 von 35 Fällen in der reinen Rechnung schneller als unser exakter Weg; in gleicher Genauigkeit ist unser Kern seit dem 15. November in 35 von 35 gemessenen Fällen schneller.
Belege
Messung vom 10. November herunterladen: Skripte, Rohdaten, Auswertung (Zip)
Kern als Python-Modul gegen Clifft und Stim, 15. November, herunterladen: Skripte, Rohdaten (Zip)
Vergleich mit Clifft, 25 Schaltungen, 15. November, herunterladen: Skripte, Rohdaten (Zip)
Vergleich mit Clifft vom 14. November herunterladen: Schaltungen, Skripte, Rohdaten (Zip)
Vergleich mit Stim, alle Antworten als Feld, 15. November, herunterladen: Skripte, Rohdaten (Zip)
Vergleich mit Stim vom 14. November herunterladen: Schaltungen, Skripte, Rohdaten (Zip)
Exakter Weg mit Kern-Release 48 nachgemessen, 15. November, herunterladen: Skripte, Rohdaten (Zip)
Vergleich in einfacher Genauigkeit mit Lightning, nachgemessen am 16. November, herunterladen: Skripte, Rohdaten (Zip)
Vergleich in einfacher Genauigkeit mit qsim, 30 Qubits, 15. November, herunterladen: Skripte, Rohdaten (Zip)
Vergleich in einfacher Genauigkeit mit CUDA-Q, qsim und Lightning vom 15. November herunterladen: Schaltungen, Skripte, Rohdaten (Zip)
Vergleich mit CUDA-Q, Lightning, QuEST und qsim vom 14. November herunterladen: Schaltungen, Skripte, Rohdaten (Zip)
Vergleich mit CUDA-Q, Stim und Clifft vom 10. und 11. November herunterladen: Schaltungen, Skripte, Rohdaten (Zip)
Teilchenlabor · live auf der RTX 3090

Stell die Physik ein. Unsere Grafikkarte rechnet sie exakt.

Eine XXZ-Spinkette in der Zeit: bis 32 Plätze, exakt und ohne Näherung. Der Kern rechnet nur die Zustände, die bei fester Teilchenzahl erreichbar sind.

Plätze
Start
Schritte
Platz 1Platz 24
Zeit

Farbe: Besetzung je Platz, kräftig = höchster Wert dieses Laufs.

Beispiel vom 10. November: 24 Plätze, Damm, 120 Schritte.

Rechenzeit
0,3 s
Gatter
2.772
Über die Mitte
4,8

Gerechnet: 2.704.156 von 16.777.216 Zuständen. Mehr sind mit 12 Teilchen nicht erreichbar.

Teilchenzahl erhalten bis 2,4 × 10⁻¹²

Die Wand

Wo exaktes Rechnen endet.

Unsere exakte Kette auf 60 Plätzen: Mit jedem Schritt verdoppelt sich ihre Bindungsdimension, der Speicher für die Verschränkung.

Bis Schritt 8 exakt mit Bindungsdimension 256, in Schritt 9 lehnt die Kette ab, statt zu nähern.

Frühere Aufzeichnungen: Wechselwirkung, Browser-Rechnung und Dammbruch
Forschung zum Anfassen · aufgezeichnete Simulation

Untersuche die Wechselwirkung zweier Anregungen

Zwei Anregungen starten auf benachbarten Plätzen. Spiele die Aufzeichnungen ab und vergleiche drei Wechselwirkungen. Die Balken zeigen dir, an welchen Plätzen eine Messung die Anregungen finden könnte.

?
Dein Tipp: Bei welcher Wechselwirkung bleiben die beiden am Ende am ehesten Nachbarn?
Aufzeichnung · keine neue ServerrechnungSchritt 0 / 32

Oben: die Verteilung jetzt. Darunter: ihre Entwicklung von oben nach unten. Kräftiger gefärbt bedeutet wahrscheinlicher – keine Teilchenbahn.

01

Ohne

Wechselwirkung · 0
100%0%0321Platz40
Chance auf Nachbarn100 %
02

Mittel

Wechselwirkung · 0.8
100%0%0321Platz40
Chance auf Nachbarn100 %
03

Stark

Wechselwirkung · 2
100%0%0321Platz40
Chance auf Nachbarn100 %
Farbstärke0 %25 %50 %75 %100 %

Alle drei Ansichten zeigen denselben Programmschritt und dieselbe Skala. Es sind immer genau zwei Anregungen vorhanden – nicht 40 Teilchen.

Genaue Werte für diesen Schritt
PlatzOhneMittelStark
10 %0 %0 %
20 %0 %0 %
30 %0 %0 %
40 %0 %0 %
50 %0 %0 %
60 %0 %0 %
70 %0 %0 %
80 %0 %0 %
90 %0 %0 %
100 %0 %0 %
110 %0 %0 %
120 %0 %0 %
130 %0 %0 %
140 %0 %0 %
150 %0 %0 %
160 %0 %0 %
170 %0 %0 %
180 %0 %0 %
190 %0 %0 %
20100 %100 %100 %
21100 %100 %100 %
220 %0 %0 %
230 %0 %0 %
240 %0 %0 %
250 %0 %0 %
260 %0 %0 %
270 %0 %0 %
280 %0 %0 %
290 %0 %0 %
300 %0 %0 %
310 %0 %0 %
320 %0 %0 %
330 %0 %0 %
340 %0 %0 %
350 %0 %0 %
360 %0 %0 %
370 %0 %0 %
380 %0 %0 %
390 %0 %0 %
400 %0 %0 %
Jetzt live · rechnet in deinem Browser

Selbst an den Reglern drehen.

Du bestimmst die Einstellungen dieser Schaltung. Dein Browser berechnet die Wahrscheinlichkeiten des Modells in doppelter Genauigkeit, ohne Server und ohne Warteschlange. Die gemessene Rechenzeit siehst du unten; sie hängt von deinem Gerät und den Einstellungen ab.

Ein Teilchen startet in der Mitte und läuft als Welle in beide Richtungen zugleich los. Doppelte Zeit, doppelte Breite: nach 20 Schritten 9,6 Plätze, nach 40 Schritten 19,1, nach 80 Schritten 38,2.

Die Wechselwirkung wirkt nur zwischen zwei Teilchen.

Live gerechnet · 161 Plätze · 80 SchritteSchritt 80 / 80
Schritt 0kräftiger = wahrscheinlicher
Raum-Zeit-Bild der Aufenthaltswahrscheinlichkeit.
Platz 1Start in der MittePlatz 161
Breite der Wolke nach 20 Schritten9,6 Plätze
Breite der Wolke am Ende38,2 Plätze
Noch Nachbarn am Ende–
Rechenzeit in deinem Browser–
Die Größe ist egal

Eine Million Plätze – und die Mitte bleibt gleich.

In jedem Schritt kann ein Gatter die Welle nur um einen Platz weiterreichen, pro Schritt also um höchstens zwei. Nach 80 Schritten ist alles weiter als 160 Plätze von der Mitte entfernt noch exakt null. Ob die Kette 401 oder 1.000.001 Plätze lang ist, macht in der Mitte deshalb keinen Unterschied. Das prüfst du hier selbst: Dein Browser rechnet beide Ketten vollständig durch, mit einem Teilchen und deinen Einstellungen für Schräge, Unordnung und Nachsehen.

Was rechnet dein Browser hier genau?

Eine offene Kette aus 161 Plätzen mit einem Teilchen oder 41 Plätzen mit zwei Teilchen. Jeder Schritt besteht aus zwei Lagen desselben Zwei-Platz-Gatters, wie in den Aufzeichnungen oben. Schräge und Unordnung drehen danach die Phase auf jedem Platz. Beim Nachsehen werden nach jedem Gatter Wahrscheinlichkeiten statt Amplituden weitergerechnet. Das ist derselbe Weg ohne Quanteneffekte.

Gerechnet wird exakt, mit komplexen Zahlen in doppelter Genauigkeit – keine Zufallsmessungen, keine Näherung. Mit einem Teilchen sind es 161 Amplituden, mit zwei Teilchen 820. Deshalb geht es so schnell. Für viele Teilchen wächst der Aufwand rasant; dafür braucht es Rechner wie unseren i9.

Die gezeigten Effekte sind bekannt und in der Physik gut untersucht. Wir haben sie nicht entdeckt. Du kannst sie hier aber selbst exakt nachrechnen. Ein Quantenvorteil ist damit nicht verbunden.

Vorab auf dem i9 berechnet · 96 Teilchen

Dammbruch: 96 Teilchen, die sich gegenseitig spüren.

Links sind alle 96 Plätze einer Kette besetzt, rechts alle 96 leer. Dann öffnet sich der Damm in der Mitte. Anders als oben spüren sich hier viele Teilchen gleichzeitig. Die Zahl ihrer möglichen Anordnungen hat 57 Stellen – das rechnet kein Browser mehr Zustand für Zustand. Unser i9 hat es vorab mit einem etablierten Verfahren berechnet; du spielst die geprüfte Aufzeichnung ab.

Aufzeichnung wird geladen …

Neu auf dem i9 berechnet · 19. September 2026

Drei Arten, wie ein Damm bricht.

Links voll, rechts leer, dann öffnet sich der Damm – wie oben. Nur die Wechselwirkung ändert sich. Bei Stärke 2 trifft unser Modell genau den sogenannten Heisenberg-Punkt. Diesen Fall hat Google Quantum AI 2024 auf einem Quantenprozessor mit 46 Qubits untersucht. Unser i9 zeigt dieselbe Besonderheit.

Kurven werden geladen …

Was sehe ich hier – und wozu ist das gut?

Du spielst echte, vorab berechnete Ergebnisse unseres Forschungsprototyps ab. Neun Simulationen decken drei Größen und drei Wechselwirkungen ab. Jede zeigt 33 gespeicherte Zustände. Die Animation ist ein Abspieler, keine Live-Rechnung und keine gemessene physikalische Zeit.

Die Balken zeigen Wahrscheinlichkeiten, keine Teilchenbahnen. Bei einer einzelnen Messung wären genau zwei Plätze besetzt. Über viele Messungen entsteht die gezeigte Verteilung. Eine größere Wechselwirkung muss nicht bei jedem Schritt eine größere Änderung bewirken.

Solche Modelle helfen, Transport und Wechselwirkungen in Quantensystemen zu untersuchen. Hier verwenden wir ein ideales, vereinfachtes Modell ohne Rauschen. Es ist noch kein konkretes Molekül und keine medizinische Simulation.

Wir haben diese Aufzeichnungen am 14. September 2026 auf der CPU des Intel Core i9-10900K in doppelter Genauigkeit berechnet. Wir prüften alle 297 Zustände gegen ffsim (eine etablierte Vergleichssoftware für diese Quantenberechnungen). Die gespeicherten Wahrscheinlichkeiten sind auf sechs Nachkommastellen gerundet. Deine Auswahl bleibt im Browser; unsere internen Rechenverfahren lädt die Seite nicht mit.

Eigene Wege · 7. bis 12. November 2026

Was an unserem Kern neu ist.

Ein Zustandsvektor verdoppelt sich mit jedem Qubit. Unser Kern nutzt die Struktur der Schaltung, um exakt zu bleiben und trotzdem weiter zu kommen. Acht Wege, jeder mit Messung und Prüfung; die ersten vier gibt es nach unserem Wissen in dieser Form in keinem der verbreiteten Simulatoren. Tensornetz, Kette, die Rechnung bei fester Teilchenzahl und die Rahmen-Stufe sind Stand der Forschung.

Alle Zeiten auf demselben i9 mit RTX 3090 (24 GB). Kein Quantenvorteil: Alles rechnet auf klassischer Hardware.

Exakt geprüft

Seitenweiser Zustand

0,58 s
35 Qubits · bis 36 je Gruppe

Nur besetzte Teile des Zustands kosten Speicher und Zeit.

So funktioniert es, Prüfung und Referenz

Der Zustand liegt in Seiten zu 1.024 Amplituden; nur besetzte Seiten kosten Speicher und Zeit. 35 Qubits mit 2³⁰ besetzten Amplituden rechnen so schnell wie 30 Qubits dicht.

Ergebnisse gleich bis 1,5 × 10⁻¹⁴ gegen den dichten Zustand (90 Gatter); Prüfreihe test_wide: 11 Fälle.

Unser Kern · 7. November 2026

Exakt geprüft

Reelle Register

0,48 s
31 Qubits dicht · 8 statt 16 Byte je Amplitude

Ohne komplexe Drehungen reicht der halbe Speicher.

So funktioniert es, Prüfung und Referenz

Schaltungen ohne komplexe Drehung (H, X, Z, RY, CX, CZ, SWAP, CCX) werden mit reellen Amplituden gerechnet: halber Speicher, halber Datenverkehr. 31 Qubits dicht passen so in 16 GiB.

28 Qubits mit 300 Bausteinen in 0,20 s; test_real: 21 Fälle gegen Aer, größte Abweichung 1,5 × 10⁻¹⁴.

Unser Kern · 7. November 2026

Exakt geprüft

Verbundene Gruppen und Brücken

4,6 ms
48 Qubits in vier Registern · 54 Qubits als zwei Hälften à 27 mit Brücken

Getrennte oder nur über wenige Gatter verbundene Qubit-Gruppen rechnet der Kern einzeln, weiterhin exakt.

So funktioniert es, Prüfung und Referenz

Qubits, zwischen denen nie ein Mehr-Qubit-Gatter läuft, bilden getrennte Register; jede Gruppe wird für sich gerechnet, der Zustand ist exakt das Tensorprodukt. Hängen zwei dichte Hälften nur über wenige CX oder CZ zusammen, spaltet jede Brücke nach dem Kontrollwert: 2^k Paare kleiner Zustände statt eines großen. Auf der Grafikkarte sind die 2^k Pfade k zusätzliche Pfadbits in einem Zustand je Hälfte, jede Brücke wird zu gewöhnlichen Gattern (CX auf das Pfadbit, H und kontrolliertes Gatter). Gemessen wird ganz auf der Karte: Die Gram-Matrix der einen Seite wird zerlegt, das Pfadregister der anderen damit gedreht, dann ziehen Seitensummen die Antwort; der Annahmetest läuft als Kern. Bis 6 Brücken, Hälften bis 28 Qubits, soweit der Grafikspeicher reicht.

test_groups: 9 Fälle, Z-Werte quer durch alle Gruppen gleich dem Ein-Register-Kern bis 2 × 10⁻¹⁵. Brücken: 160 Vergleiche gegen den Zustandsvektor bis 10⁻¹⁵, auf der Grafikkarte 60 weitere (Z-Werte bis 3,6 × 10⁻¹⁴, Verteilungen im Rauschen); live gemessen: 40 Qubits mit 300 Bausteinen und 4 Brücken in 0,09 s (vorher 1,5 s auf dem Prozessor), 48 Qubits als 24 + 24 mit 4 Brücken in 0,38 s, 40 Qubits mit 6 Brücken in 0,08 s, 52 Qubits als 26 + 26 in 0,24 s, 54 Qubits als 27 + 27 in 0,25 s.

Unser Kern · 7. November 2026

Exakt geprüft

Grover in Registern

0,85 s
Zahlenschloss, 8 Ziffern, 27 Qubits · vorher 1,6 s

Die Suche spart Speicherverkehr: Jede Amplitude bleibt 256 Runden im Register.

So funktioniert es, Prüfung und Referenz

Die Summe aller Amplituden ändert sich pro Runde nur durch das Orakel. Darum sind die Mittelwerte von 256 Runden vorab berechenbar, jede Amplitude bleibt 256 Runden im Register, und alle 256 Runden wird die echte Summe nachgeprüft. Danach holt der i9 den Zustand in Stücken zurück und prüft ihn auf zehn Kernen, während das nächste Stück noch unterwegs ist.

Fehler gegen die geschlossene Form höchstens 6 × 10⁻¹⁴; 80 Aufträge mit genau denselben 2.048 Antworten wie der Schlosskern vom 7. November; Aer rechnet dieselben 3.216 Runden mit 24 Qubits Gatter für Gatter in 112 s.

Unser Kern · 7. November 2026

Exakt geprüft

Tensornetz (Prototyp)

18,4 s
35 Qubits, 20 Zyklen · eine Amplitude statt des Zustands

Eine einzelne Amplitude, für die wir im September noch 10,8 Stunden und den ganzen Zustand brauchten.

So funktioniert es, Prüfung und Referenz

Die Schaltung des Septemberversuchs als Netz aus 1.025 Tensoren, zusammengezogen in einer gesuchten Reihenfolge, Zwischenergebnisse in 512 Scheiben bis 2²⁶ Einträge, 3,7 GB Grafikspeicher, keine Festplatte. Im September brauchte dieselbe Zahl den vollständigen Zustand: 512 GiB über die SSD, 10,8 Stunden. Prototyp im Labor, noch nicht in der Warteschlange.

Beide veröffentlichten Amplituden der Beleg-Datei reproduziert: Ergebnis 0 auf 1,7 · 10⁻²⁰, größte Amplitude auf 10⁻¹⁵ (doppelt genau, 509 s); einfach genau 18,4 s mit relativer Abweichung 10⁻⁶. 64 unabhängige Antworten in 30 Minuten, keine Schrankenverletzung.

Prototyp im Labor · 7. November 2026

Exakt geprüft

Netz und Kette

0,13 s
40 Qubits im Gitter, 2.048 Antworten · exakt, bis 60 Qubits

Für Schaltungen, die zu breit für den ganzen Zustand sind: exakt oder eine klare Ablehnung, nie eine Näherung.

So funktioniert es, Prüfung und Referenz

Zwei Wege für Schaltungen, die zu breit für den ganzen Zustand sind. Das Netz zieht nur den Lichtkegel einer Frage zusammen: eine Amplitude, ein Block aus bis zu zehn offenen Qubits, bis zu acht Antworten. Die Kette speichert den Zustand als Matrix-Produkt ohne Kürzung, ordnet die Qubits selbst nach ihren Verbindungen und liefert 2.048 Antworten. Zu stark verschränkte Schaltungen lehnt sie ab, statt zu nähern. Seit dem 10. November prüft der Kern vorab schärfer, wie stark eine Schaltung verschränkt: Schwach verschränkte Schaltungen mit 25 bis 31 Qubits rechnet er als Kette statt dicht auf der Grafikkarte. Beide Verfahren sind Stand der Forschung; gerechnet wird mit unserem eigenen C++-Code im Kern.

Gegen den dichten Zustand bis 14 Qubits: Amplituden auf 4 × 10⁻¹⁶, Z-Werte auf 1,3 × 10⁻¹⁴, Verteilungen im Rauschen. 60-Qubit-Addierer mit 2.048 Antworten: jede Antwort einzeln richtig. Dieselben Gitterschaltungen auf demselben PC, 2.048 Antworten: 40 Qubits 0,13 s gegen 10,5 s mit Qiskit Aer MPS, 36 Qubits 0,13 s gegen 0,93 s, 60 Qubits unter 10 ms gegen 0,15 s; das ist die reine Kette, im Kern zerfällt diese Schaltung in getrennte Gruppen und braucht mit Kartenstart etwa 0,14 s. Aer rechnet in der Qubit-Reihenfolge der Schaltung, die Kette wählt ihre Reihenfolge selbst.

Unser Kern · 8. November 2026

Exakt geprüft

Teilchenzahl-Erhaltung

0,3 s
24 Plätze, 120 Schritte · exakt, bis 32 Plätze

Für Modelle, in denen die Zahl der Teilchen erhalten bleibt: Der Kern rechnet nur die erreichbaren Zustände, weiterhin exakt.

So funktioniert es, Prüfung und Referenz

Im Teilchenlabor ändert kein Rechenschritt die Zahl der Teilchen. Der Kern legt deshalb nur die Zustände mit genau dieser Teilchenzahl auf die Grafikkarte: bei 24 Plätzen 2,7 Millionen statt 16,8 Millionen, bei 32 Plätzen 601 Millionen statt 4,3 Milliarden. Jede Bindung ist ein einzelnes Gatter, bis zu drei Bindungen laufen in einem Durchgang über den Speicher. Es wird nichts abgeschnitten. Das Verfahren ist in der Physik üblich; neu ist bei uns der Weg auf einer einzelnen Grafikkarte im Live-Kern.

37 Fälle mit 16 bis 24 Plätzen gegen den vollen Zustand desselben Kerns: Abweichung höchstens 3 × 10⁻¹². Freie Fermionen bei 28, 30 und 32 Plätzen: höchstens 5 × 10⁻¹³. 194 Zufallsläufe gegen unabhängige Rechnungen in numpy. Rechenzeiten auf der RTX 3090 mit Wechselwirkung und Unordnung: 24 Plätze mit 120 Schritten 0,3 s statt 4,2 s im vollen Zustand, 30 Plätze 15,9 s, 32 Plätze mit 40 Schritten 20,8 s bei 12 GiB. Die Rechenzeit setzt die Grenze, nicht der Speicher.

Unser Kern · 10. November 2026

Exakt geprüft

Rahmen-Stufe

0,47 ms
60 Qubits, 20 wirksame Drehungen · Clifford mit Drehungen, exakt

Für Clifford-Schaltungen mit Drehungen: Der Kern führt die Clifford-Gatter als Rahmen mit und rechnet einen Vektor nur über die wenigen Qubits, die die Drehungen gerade berühren.

So funktioniert es, Prüfung und Referenz

Clifford-Gatter ändern nur einen Rahmen über alle Qubits. Eine Drehung macht höchstens ein Qubit aktiv; nur die aktiven stehen in einem kleinen, exakten Vektor. Ein Produkt von Messungen misst der Kern, sobald keine offene Drehung mehr damit kollidiert, dann fällt eine Achse wieder heraus. Alle 2.048 Antworten laufen zugleich über alle Kerne des Prozessors, Drehungen ohne Wirkung auf die Messwerte entfallen vorab. Die Bauart folgt Clifft (Unitary Foundation, 2026). Sie ersetzt unsere Pauli-Summe, die ab etwa 16 wirksamen Drehungen ins Zeitlimit lief.

45 Zufallsschaltungen mit 2 bis 14 Qubits gegen den vollen Zustand: Wahrscheinlichkeiten auf 1,2 × 10⁻¹⁵. Gegen Clifft 0.13 auf demselben PC war unser Kern am 15. November in 25 von 25 Schaltungen mit 60 Qubits schneller, 1,4- bis 4,1-mal, gemessen bis zu den 2.048 Messergebnissen; 160 verteilte Drehungen 2,2 s gegen 8,8 s. Die Antworten beider stimmen statistisch überein.

Unser Kern · 12. November 2026

Neu gerechnet · 20. September 2026 · auf unserem eigenen PC

35 Qubits auf einem einzigen PC.

Für diese 35-Qubit-Schaltung haben wir den vollständigen Zustand mit 34.359.738.368 komplexen Amplituden berechnet. Wir verwendeten doppelte Genauigkeit und schnitten keine Amplituden ab. Der Zustand benötigt 512 GiB. Wir speicherten ihn auf der SSD und ließen die Grafikkarte die Blöcke verarbeiten.

Standardwerkzeug auf demselben Rechner

31 Qubits

2.147.483.648 Amplituden im damaligen In-Memory-Vergleich.

Unser Weg: Zustand auf der SSD

35 Qubits

34.359.738.368 Amplituden, 16-mal so viele.

Speicher, Verteilung, Prüfungen und Tensornetz

Wir berechneten 35 Qubits trotz Speichergrenze.

Für diese Schaltung benötigt der vollständige Rechenzustand 512 GiB Speicher. Das ist mehr als der verfügbare Arbeits- und Grafikspeicher unseres PCs. Qiskit Aer konnte die Rechnung in der damals getesteten In-Memory-Konfiguration deshalb nicht starten.

Unser Simulator nutzte die SSD als zusätzlichen Speicher und ließ die Grafikkarte die Daten in Blöcken bearbeiten. So konnten wir die vollständige 35-Qubit-Schaltung auf demselben PC berechnen.

Der Vorteil in diesem Test: Wir konnten eine größere vollständige Schaltung berechnen. Die Balken vergleichen die Größe, nicht die Geschwindigkeit.

Genaue Speicherwerte und Originalmeldung
Insufficient memory to run circuit … Required memory: 524288M, max memory: 64187M (Host) + 24125M (GPU)
Qiskit Aer meldete diesen Speicherbedarf im Vergleichstest auf demselben Rechner mit derselben Schaltung: 524.288 MiB benötigt, 64.187 MiB RAM und 24.125 MiB Grafikspeicher verfügbar. Unser blockweiser Rechenweg nutzt zusätzlich die SSD.

Die Wahrscheinlichkeitsverteilung unseres Ergebnisses

Jede der 34.359.738.368 Wahrscheinlichkeiten ist hier einsortiert. Die Balken stammen aus unserer Rechnung. Die Linie zeigt die theoretische Verteilung für große zufällige Quantenzustände. Unsere Kennzahl ist 1,9999973; der theoretische Vergleichswert liegt praktisch bei 2.

0Wahrscheinlichkeit, geteilt durch den Mittelwert6

Unsere fünf vorab festgelegten Prüfungen

  • Bei 30 Qubits stimmt unsere Rechnung mit Qiskit Aer überein: größter Unterschied 4,5 · 10⁻¹⁹, erlaubt war 1,0 · 10⁻¹⁰.
  • Bei 30 Qubits führt der Rückweg bis auf Rundungsabweichungen zum Start zurück: Abweichung 1,6 · 10⁻¹⁴, erlaubt war 1,0 · 10⁻⁹.
  • Bei 35 Qubits ist die Summe aller Wahrscheinlichkeiten 1: Abweichung 1,9 · 10⁻¹⁴.
  • Bei 35 Qubits passt die Verteilung zur Theorie: Kennzahl 1,9999973 statt 2.
  • Bei 35 Qubits führt der Rückweg bis auf Rundungsabweichungen zum Start zurück: Abweichung 1,9 · 10⁻¹⁴, jede andere der 34.359.738.368 Amplituden höchstens 3,9 · 10⁻¹⁷.
Nachtrag · 7. November 2026

Dieselbe Zahl in 18 Sekunden, ohne Festplatte.

Die Amplituden dieser Schaltung rechnet dieselbe Grafikkarte heute als Tensornetz, ohne den ganzen Zustand zu speichern.

18,4 seine Amplitude, sechs richtige Stellen
509 sauf Maschinengenauigkeit, 1,7 · 10⁻²⁰ zur Beleg-Datei
3,7 GBGrafikspeicher statt 512 GiB auf der SSD

September: ganzer Zustand

512 GiB · 10,8 h

Alle 34.359.738.368 Amplituden über die SSD, danach beliebig viele Antworten.

November: eine Amplitude

3,7 GB · 18 s

Eine Zahl als Tensornetz, ohne Festplatte; jede weitere Antwort kostet wieder Rechenzeit.

Die Balken vergleichen den Speicher. Die beiden Wege beantworten verschiedene Fragen: ganzer Zustand gegen einzelne Zahl.

Prüfung, Grenze und Einordnung

Im September brauchten wir für diese Schaltung den vollständigen Zustand: 512 GiB über die SSD, 10,8 Stunden. Seit dem 7. November rechnen wir einzelne Amplituden derselben Schaltung als Tensornetz: Die 1.025 Gatter werden als Netz aus Tensoren in einer gesuchten Reihenfolge zusammengezogen, die großen Zwischenergebnisse in 512 Scheiben zu höchstens 2²⁶ Einträgen. Die RTX 3090 braucht dafür 3,7 GB Grafikspeicher und greift nicht auf die Festplatte zu.

Geprüft an den veröffentlichten Werten: Die Amplitude des Ergebnisses 0 stimmt mit der Beleg-Datei vom 20. September auf 1,7 · 10⁻²⁰ überein (doppelt genau, 509 Sekunden), die größte Amplitude der Beleg-Datei auf 10⁻¹⁵ ihres Betrags. Einfach genau liefert dieselbe Amplitude in 18,4 Sekunden mit einer relativen Abweichung von 10⁻⁶.

Die Grenze: Das Netz liefert gezielte Antworten, nicht den ganzen Zustand. Jede unabhängige Zufallsantwort kostet eine eigene Rechnung von etwa 28 Sekunden (gemessen: 64 Antworten in 30 Minuten, Verwerfungsziehen in Blöcken von 1.024 Amplituden, Annahme 79 Prozent). Für tausende Antworten bleibt der vollständige Zustand der schnellere Weg, solange er in den Speicher passt; jenseits von etwa 36 Qubits passt er auf keinen Heim-PC mehr, dann ist das Netz der einzige. Die Methode ist Stand der Forschung, so wurden auch die Google-Experimente nachgerechnet; neu ist für uns, dass sie auf unserer eigenen Karte den Septemberversuch bestätigt. Der Prototyp läuft im Labor und ist noch nicht Teil der Warteschlange.

Belege zum Tensornetz: Quelltext, Logs, 64 Antworten, Kontraktionsbäume (Zip, 123 KB)

Rechenweg und Einordnung des Vergleichs

Wir berechneten eine Zufallsschaltung mit 1.025 Gattern in 20 Zyklen auf einem Gitter aus 5 mal 7 Qubits. Sie verwendet das Gattermuster aus Googles Zufallsschaltungs-Experimenten. Wir wechselten zwischen zwei Zustandsdateien zu je 512 GiB auf der SSD. Die RTX 3090 verarbeitete Blöcke von 4 GiB. Nach jedem Block speicherten wir einen Zwischenstand, an dem die Rechnung nach einer Pause fortsetzen konnte.

Aufwand: 10,8 Stunden Rechenzeit, aufgeteilt in 458 kurze Aufträge, damit die öffentliche Warteschlange zwischendurch frei blieb. Geschrieben wurden 4,4 TiB. Die SSD blieb dabei unter 42 Grad Celsius. Hardware: Intel Core i9-10900K, 62 GB RAM, NVIDIA RTX 3090 (24 GB), 2-TB-SSD.

Andere Forschungsteams haben SSD-gestützte Simulationen veröffentlicht. Hsu und Kollegen beschreiben 39 Qubits mit 256 Gigabyte Arbeitsspeicher und 16 Terabyte SSD (Connection Science, 2024). Unsere 35 Qubits liefen mit rund 62 Gigabyte Arbeitsspeicher und einer 2-Terabyte-SSD. Wir dokumentieren damit, welche vollständige Schaltung dieser PC unter den genannten Prüfbedingungen bewältigt. Einen Weltrekord beanspruchen wir nicht.

Wir berechnen die Schaltung auf klassischer Hardware. Für einen Quantenvorteil müsste ein Quantencomputer starke klassische Verfahren bei vergleichbarer Aufgabe und Ergebnisqualität übertreffen. Die Größe unserer SSD entscheidet das nicht. Für unseren vollständigen Zustandsvektor verdoppelt jedes zusätzliche Qubit den Speicherbedarf.

Die Messwerte als Daten. Die Zustandsdateien mit je 512 GiB waren Zwischendaten und wurden nach der Auswertung gelöscht.

Zahlenschloss · Intel Core i9 + RTX 3090 · 15. November 2026

Achtstelliges Schloss in 0,85 Sekunden.

Das Schloss rechnet als Grover-Suche in Registern in Doppel-Float auf der Grafikkarte: acht Ziffern (27 Qubits) in 0,85 Sekunden, am 7. November waren es 1,6 und Ende Oktober 24 Sekunden. Läuft der Rechenprozess schon, sind es 0,67 Sekunden. Sieben Ziffern (24 Qubits) brauchen rund 0,2 Sekunden. Qiskit Aer braucht für dieselben 3.216 Runden mit 24 Qubits Gatter für Gatter 112 Sekunden.

Gemessene Simulatorzeit einschließlich Ergebnisprüfung und 2.048 Messungen. Warteschlange, Übertragung und Animation kommen hinzu. Die genaue Zeit steht nach deinem Versuch am Ergebnis.

Schloss selbst ausprobieren →
Schloss heute, 8 Ziffern0,85 s
Schlosskern vom 7. November, 8 Ziffern1,58 s
Schlosskern vom 31. Oktober, 8 Ziffern24,14 s

Eingang bis geprüftes Ergebnis · Median aus drei Aufträgen · dieselbe Prüfung des ganzen Zustands

Schloss: frühere Messung vom 31. Oktober (24,14 statt 47,49 s) und Prüfungen

Gleicher Intel Core i9-10900K mit RTX 3090, doppelte Genauigkeit. Je sechs achtstellige Aufträge mit wechselnden Codes und zwei siebenstellige Kontrollaufträge, in zwei Folgen mit umgekehrter Variantenreihenfolge. Acht Stellen: vorher Median 47,49 s (47,04–47,71 s), neu 24,14 s (23,91–24,29 s). Zustandsvektor: 2 auf 1 GiB; gesamter beobachteter GPU-Spitzenbedarf: 2.352 auf 1.326 MiB. Das ist eine Zustandsmessung, keine Halbierung des gesamten Rechnerspeichers.

Alle 16 großen Rechnungen bestanden die vollständige Zustandsprüfung gegen eine unabhängige mathematische Referenz. Zusätzlich bestanden 16 vollständige Zustandsvergleiche gegen Qiskit Aer bei 10 und 12 Qubits. Der große Achtstellen-Zeitvergleich ist zwischen unseren beiden Kernen, nicht gegen Aer. Keine gespeicherten Antworten; kein Quantenvorteil gegenüber einer gewöhnlichen Codesuche.

Weitere Forschung: zwölf gemischte Aufträge in 6,66 Sekunden

Unser neuer Forschungsprototyp benötigte im Median 6,66 s, Qiskit Aer 14,35 s. Drei vollständige Folgen mit jeweils zwölf Aufträgen, 20 bis 28 Qubits: Ring-, Ketten-, Gitter- und zufällig gekoppelte Schaltungen mit wechselnden Parametern. Diese neue Testfolge unterscheidet sich von der früheren 12,23-s-Messung; die Zahlen sind kein direkter Vorher-nachher-Vergleich. Dieser GPU-Forschungsweg ist nicht Teil des Qubitwerk-Kerns, der seit 6. November die Live-Versuche rechnet.

Gesamtzeit einschließlich Prozessstart, Planung, Rechnung, Auswertung und Beenden. Aer 0.18.0, GPU, double, cuStateVec, Fusionsbreite 8, zehn Hostthreads. Der gesamte Simulator wird verglichen, nicht nur zwei GPU-Kerne. 36 neue Ergebnisse gegen Aer geprüft: je 256 komplexe Amplituden, Norm und alle einzelnen Z-Erwartungswerte. Zusätzlich 32 vollständige kleine Zustandsvergleiche. Größter Amplitudenfehler aller 108 großen Variantenvergleiche: 1,32 × 10⁻¹⁷, Prüfgrenze 10⁻¹². Kein vollständiger Zustandsvergleich bei 28 Qubits.

Der schnelle Einstieg bleibt erhalten; spätere Ringaufträge lagen bei rund 0,81 s. Unser früherer Kandidat war über dieselbe gesamte Folge mit 6,33 s etwas schneller, hatte aber einen langsameren ersten Aufruf. GPU-Spitze rund 4,3 GiB, ohne wesentliche Speicherersparnis. Die Vorteile gelten für diese ausgewählten Tests, nicht für jede Schaltung oder als Weltrekord.

Schlossmessung vom 15. November herunterladen (JSON) · Veröffentlichte Messwerte herunterladen (JSON) · Messskripte, Aer-Vergleiche und Schaltungen herunterladen (ZIP)

Frühere Messreihe vom 31. Oktober: Prototyp gegen Qiskit Aer 0.18.0 mit cuStateVec, rund doppelt so schnell
Forschungsprototyp · 31. Oktober 2026

Gleicher PC. Rund doppelt so schnell.

Überholt: Seit dem 6. und 7. November 2026 rechnet der Qubitwerk-Kern alle Live-Versuche, siehe oben. Unser Forschungsprototyp vom 31. Oktober berechnete zwölf gemischte Aufträge mit bis zu 28 Qubits in 12,23 Sekunden. Qiskit Aer, eine etablierte Vergleichssoftware, benötigte auf demselben i9 mit RTX 3090 24,58 Sekunden.

Median aus drei vollständigen Testfolgen. Alle durchgeführten Ergebnisprüfungen bestanden. Dieser GPU-Prototyp ist nicht Teil des Qubitwerk-Kerns, der seit 6. November die Live-Versuche rechnet.

Die automatische Auswahl berücksichtigt die jeweilige Schaltung und den verfügbaren Grafikspeicher. Ein weiterer Schritt zu leistungsfähiger Quantensimulation auf gewöhnlichen PCs.

Qubitwerk12,23 s
Qiskit Aer24,58 s

Dieselbe Hardware · dieselbe Testfolge

Messbedingungen, Genauigkeit und Grenzen
Was wurde gemessen?
Zwölf vorab festgelegte Aufträge: lokale Schaltungen mit kurzen und langen Gatterfolgen, weitreichende Kopplungen, Gitter und GHZ-Schaltungen. 12, 22, 26 und 28 Qubits; wechselnde Parameter. Drei Wiederholungen je Verfahren, mit wechselnder Reihenfolge. Keine gespeicherten Antworten.
Gesamtzeit statt einzelner Rechenschritte
Enthalten sind Prozessstart, Imports, Initialisierung, Planung, Berechnung, Auswertung und Beenden des Prozesses. Innerhalb jeder Folge werden Laufzeitkontexte wiederverwendet. Internet, öffentliche Warteschlange und Webseitenanimation gehören nicht zur Messung.
Ergebnisse der drei Wiederholungen
Qubitwerk: Median 12,22808 s, Spanne 12,20804–12,24534 s. Aer: Median 24,58318 s, Spanne 24,57264–24,66471 s. Unser bisheriger Kern: Median 23,87073 s. Der neue Prototyp ist in dieser Folge 2,01-mal so schnell wie Aer und 1,95-mal so schnell wie unser bisheriger Kern.
Rechner und Vergleichssoftware
Gemessen am 31. Oktober 2026: Intel Core i9-10900K, NVIDIA RTX 3090. Referenz: Qiskit 2.6.0, Qiskit Aer 0.18.0, GPU-Zustandsvektor mit cuStateVec, double, Fusionsbreite 8, zehn CPU-Threads, ohne Trunkierung. Beide rechnen mit complex128-Ein- und Ausgaben; numerische Abweichungen wurden geprüft. Eine zusätzliche Kontrollfolge mit Aers Fusionsbreite 5 benötigte 28,98 s.
Was wurde auf Richtigkeit geprüft?
108 Vergleiche unserer drei getesteten Betriebsarten gegen Aer bestanden: zwölf Aufträge, jeweils drei Wiederholungen. Bei 12 Qubits wurde der vollständige Zustand verglichen, bei größeren Fällen 256 vorab bestimmte Amplituden, die Norm und alle einzelnen Z-Erwartungswerte. Dies ist keine vollständige Zustandsprüfung der großen Schaltungen. Zusätzlich bestanden fünf vollständige kleine Zustandsprüfungen.
Größte absolute Abweichung in der gemischten Folge: 7,982 × 10⁻¹⁷ bei Amplituden und 5,552 × 10⁻¹⁵ bei Norm/Z. Vorab festgelegte Prüfgrenzen: 10⁻¹² bzw. 10⁻⁹. Keine nachträgliche Phasenanpassung.
Speicherbedarf und Aussagegrenzen
Beobachteter Spitzenbedarf an Grafikspeicher: rund 5,2 GiB beim Prototyp, 4,3 GiB beim bisherigen Kern und 4,4 GiB bei Aer. Abgetastete Höchstwerte, keine garantierten Obergrenzen. Die Auswahl berücksichtigt freien Speicher mit Reserve.
Der Vorteil gilt für diese Testfolge. Aer war bei einigen einzelnen Fällen schneller. Die automatische Auswahl ist eine Schätzung und garantiert nicht für jede Schaltung den schnellsten Weg. Das Ergebnis ist weder ein allgemeiner Weltrekord noch ein Quantenvorteil: Beide Systeme rechnen auf klassischer Hardware. Unsere internen Verfahren bleiben vertraulich.
Ausgewählte Leistungsbeispiele · 21. Oktober 2026

Auf unserem PC schneller gerechnet.

Wir haben unseren Simulator mit Qiskit Aer, einer etablierten Vergleichssoftware, auf demselben i9 mit RTX 3090 verglichen. In diesen vier ausgewählten Beispielen benötigte unser Simulator weniger Zeit.

1,5× bis 20,9×so schnell wie Qiskit Aer auf der Grafikkarte, in vier ausgewählten Beispielen
Die vier Beispiele im Einzelnen

Du siehst gespeicherte Messwerte und berechnete Ergebnisse. Die Zeiten gelten für Folgeaufrufe im gestarteten Rechenprozess, für diese Schaltungen und Prüf-Abfragen.

Gegen Aer geprüft

22 Qubits auf unserer Grafikkarte

22 logische Qubits

25,558 msUnser Simulator · Median der Folgeaufrufe
Aer GPU: 41,294 ms1,62 × so schnell in diesem Test
BERECHNETES ERGEBNISZ₀ = -0,203986

Qubit 0 ergibt im Modell etwa 60,20 % für 1 und 39,80 % für 0. Der Z-Wert ist die Wahrscheinlichkeit für 0 minus die für 1.

Messbedingungen und Genauigkeit
Zeitmessung
Median aus vier Folgeaufrufen je Verfahren, verteilt auf zwei getrennte Rechenprozesse. Die Zeiten stammen aus den Simulator-Rechenanfragen und sind keine reinen GPU-Kernelzeiten.
Lokale Antwortzeit, einschließlich Übertragung
Unser Simulator: 28,226 ms · Aer GPU: 42,557 ms. Ohne öffentliche Warteschlange, Internet und Animation.
Geprüfte Ergebnisse
64 ausgewählte Amplituden, Norm und 22 Z-Erwartungswerte. Wir haben den vollständigen Zustand hier nicht verglichen.
Größte geprüfte Amplitudenabweichung
2.638e-18 · Prüfgrenze: 1e-12.
Gegen Aer geprüft

Den Schatz unter 256 Möglichkeiten finden

8 Such-Qubits + 1 Hilfsqubit

65,794 msUnser Simulator · Median der Folgeaufrufe
Aer GPU: 99,382 ms1,51 × so schnell in diesem Test
BERECHNETES ERGEBNIS11111111 · 99,9947 %

Das ist die berechnete Trefferchance für das festgelegte Ziel nach diesem Suchprogramm. Eine einzelne Messung bleibt zufällig.

Messbedingungen und Genauigkeit
Zeitmessung
Median aus vier Folgeaufrufen je Verfahren, verteilt auf zwei getrennte Rechenprozesse. Die Zeiten stammen aus den Simulator-Rechenanfragen und sind keine reinen GPU-Kernelzeiten.
Lokale Antwortzeit, einschließlich Übertragung
Unser Simulator: 75,994 ms · Aer GPU: 109,482 ms. Ohne öffentliche Warteschlange, Internet und Animation.
Geprüfte Ergebnisse
Wir haben den vollständigen Zustand mit 512 Amplituden, Norm und 9 Z-Erwartungswerten geprüft, zusätzlich gegen die ursprüngliche Schaltung. Die Vollzustandsprüfung gehört nicht zu den Zeitangaben oben.
Größte geprüfte Amplitudenabweichung
9.045e-15 · Prüfgrenze: 1e-12.
Gegen Aer geprüft

Den Schatz unter 64 Möglichkeiten finden

6 Such-Qubits

17,995 msUnser Simulator · Median der Folgeaufrufe
Aer GPU: 43,072 ms2,39 × so schnell in diesem Test
BERECHNETES ERGEBNIS111111 · 99,6586 %

Das ist die berechnete Trefferchance für das festgelegte Ziel nach diesem Suchprogramm. Eine einzelne Messung bleibt zufällig.

Messbedingungen und Genauigkeit
Zeitmessung
Median aus vier Folgeaufrufen je Verfahren, verteilt auf zwei getrennte Rechenprozesse. Die Zeiten stammen aus den Simulator-Rechenanfragen und sind keine reinen GPU-Kernelzeiten.
Lokale Antwortzeit, einschließlich Übertragung
Unser Simulator: 22,89 ms · Aer GPU: 47,383 ms. Ohne öffentliche Warteschlange, Internet und Animation.
Geprüfte Ergebnisse
Wir haben den vollständigen Zustand mit 64 Amplituden, Norm und 6 Z-Erwartungswerten geprüft, zusätzlich gegen die ursprüngliche Schaltung. Die Vollzustandsprüfung gehört nicht zu den Zeitangaben oben.
Größte geprüfte Amplitudenabweichung
3.353e-15 · Prüfgrenze: 1e-12.
Gegen Aer geprüft

Zwei Qubits, ein gemeinsamer Zustand

2 logische Qubits · 3 Qubits im Vergleich simuliert

0,44 msUnser Simulator · Median der Folgeaufrufe
Aer GPU: 9,202 ms20,93 × so schnell in diesem Test
BERECHNETES ERGEBNIS00: 50 % · 11: 50 %

Beide Ergebnisse passen zusammen: 00 oder 11, jeweils mit 50 %. 01 und 10 haben im berechneten Modell die Wahrscheinlichkeit 0.

Messbedingungen und Genauigkeit
Zeitmessung
Median aus vier Folgeaufrufen je Verfahren, verteilt auf zwei getrennte Rechenprozesse. Die Zeiten stammen aus den Simulator-Rechenanfragen und sind keine reinen GPU-Kernelzeiten.
Lokale Antwortzeit, einschließlich Übertragung
Unser Simulator: 1,078 ms · Aer GPU: 10,685 ms. Ohne öffentliche Warteschlange, Internet und Animation.
Geprüfte Ergebnisse
Wir haben den vollständigen Zustand mit 8 Amplituden, Norm und 3 Z-Erwartungswerten geprüft, zusätzlich gegen die ursprüngliche Schaltung. Die Vollzustandsprüfung gehört nicht zu den Zeitangaben oben.
Zusätzlich simuliertes Qubit
Für den Vergleich rechneten beide Simulatoren mit drei Qubits. Das dritte blieb im Zustand 0 und gehört nicht zum verschränkten Paar.
Größte geprüfte Amplitudenabweichung
1.110e-16 · Prüfgrenze: 1e-12.
Gemeinsame Messbedingungen und Aussagegrenzen

Wir haben am 21. Oktober 2026 auf dem Intel Core i9-10900K mit NVIDIA RTX 3090 gemessen. Beide Verfahren nutzten doppelte Genauigkeit (complex128). Referenz: Qiskit Aer 0.18.0 mit Qiskit 2.6.0, Zustandsvektor auf der GPU mit cuStateVec.

Wir haben diese vier Leistungsbeispiele nach der Messreihe ausgewählt. Vier Folgewerte je Verfahren und Beispiel bilden eine kleine Stichprobe. Beide Simulatoren berechneten dieselben Prüf-Ausgaben. Wir haben für die Folgeaufrufe neu gerechnet; die Zeiten sind keine Kaltstart- oder Webseitenmessungen.

Die Auswahl belegt Vorteile für diese Aufgaben unter diesen Bedingungen. Sie belegt keinen allgemeinen Geschwindigkeitsvorsprung und keinen Quantenvorteil. Unser PC simuliert Quantenprogramme mit klassischer Hardware. Die internen Rechenverfahren bleiben geschützt.

Forschungsstand · 31. Oktober 2026

Unsere Ergebnisse auf dem i9

Hier findest du verfügbare Experimente, abgeschlossene Tests und unsere nächsten Ziele. Zu jeder Qubit-Zahl nennen wir die Aufgabe: Eine Suche und ein Teilchenmodell beanspruchen den Rechner unterschiedlich.

  • 35 Qubitseine Schaltung vollständig auf dem PC berechnet
  • 0,85 sachtstelliges Schloss, 27 Such-Qubits
  • 9-mal so schnellSpezialmodell mit 40 Qubits gegen ffsim
Ergebnisse im Einzelnen und Größe der Schlosssuche
  1. Geprüftes Forschungsergebnis · 20. September 2026

    35 Qubits auf unserem PC berechnet

    Am 20. September 2026 haben wir eine Schaltung mit 35 Qubits vollständig berechnet: 34.359.738.368 komplexe Amplituden in doppelter Genauigkeit. Die RTX 3090 verarbeitete den 512-GiB-Zustand blockweise von der SSD. Dafür benötigte unser Rechner 10,8 Stunden. Qiskit Aer erreichte in unserem damaligen In-Memory-Vergleich 31 Qubits. Dieser Größenvergleich sagt nichts über einen Geschwindigkeitsvorteil aus.

    Wie wir das geprüft haben →
  2. Neu · 27. September 2026

    Ein Diamant als Qubit.

    An einer Stickstoff-Leerstellen-Kombination im Diamanten können Forschende zwei Spinzustände als Qubit nutzen. Im Diamant-Labor steuerst du ein Modell dieser Zustände mit Mikrowellenimpulsen und simulierst 1.000 Messungen. Dein Browser rechnet das Modell. Wir haben es gegen eine unabhängige Lindblad-Rechnung geprüft; die größte Abweichung betrug 0,0000000046.

    Diamant-Labor öffnen →
  3. Jetzt ausprobieren

    24 oder 27 Such-Qubits

    Sieben Stellen sind der Standard: 10.000.000 mögliche Codes. Optional kannst du acht Stellen mit 100.000.000 Codes ausprobieren. Der neue Schlosskern rechnet auf der RTX 3090; der i9 prüft das Ergebnis.

    Eigenen Testcode suchen →
  4. Im Forschungstest

    780 Zustände im Softwarevergleich

    In diesem Modell verteilen sich zwei Anregungen auf 40 Plätze. Dadurch genügen 780 Zustände. Unser Code benötigte im Test 21,15 Millisekunden, die etablierte Vergleichssoftware 191,46 Millisekunden, bei gleicher Genauigkeitsprüfung. Der Zeitvorteil gilt für diesen Testfall. Die vollständige 35-Qubit-Schaltung ist eine andere Aufgabe.

    Messwerte und Bedingungen →
  5. Weiteres Beispiel · in Planung

    Ein Molekül im Simulator

    Wir planen ein Moleküllabor für zwei Wasserstoffatome. Du sollst ihren Abstand verändern und sehen, wie sich die berechnete Energie ändert.

    Das geplante Molekülbeispiel →
Wie groß wird die Herausforderung?

Wähle die Größe der Suche

Sieben oder acht Stellen: Beide Größen sind jetzt öffentlich verfügbar. Die Zeiten stammen aus unseren geprüften Rechnungen auf dem i9 mit RTX 3090.

10.000.000mögliche Codes · mindestens 24 Such-QubitsSieben Ziffern · Standard · jetzt ausprobieren

Gemessen am 15. November: rund 0,2 Sekunden einschließlich Ergebnisprüfung und 2.048 Messungen, unter 0,1 Sekunden, wenn der Rechenprozess schon läuft. 24 Such-Qubits, Grover in Registern in Doppel-Float auf der RTX 3090.

Warteschlange, Übertragung und Animation kommen hinzu. Die Rechenzeit deines eigenen Versuchs steht am Ergebnis.

Zum SchlossexperimentAktuelle Messdetails ansehen →
Messreihe vom 14. September 2026: Wie haben wir das gemessen?

Die Vergleichssoftware heißt ffsim (Version 0.0.83). Sie ist ebenfalls auf diese Art von Quantenberechnungen spezialisiert. Wir haben sie auf zwei Arten aufgerufen und jeweils die schnellere gemessene Variante als Vergleich verwendet.

Die Forschungsreihe vom 14. September 2026 wurde vollständig auf unserem Intel Core i9-10900K mit 62 GiB RAM durchgeführt. Ein CPU-Thread pro Verfahren; die RTX 3090 wurde dabei nicht verwendet. Modell: eine offene Kette mit fester Anregungszahl und Wechselwirkungen zwischen Nachbarn. Kein allgemeiner 40-Qubit-Simulator.

Median aus neun Läufen je Testfall und Verfahren · Millisekunden
Qubits / AnregungenUnser SimulatorEtablierte Vergleichssoftware
12 / 25,67 ms13,32 ms
12 / 68,4 ms34,46 ms
18 / 38,6 ms34,38 ms
22 / 311,34 ms57,45 ms
30 / 213,42 ms95,66 ms
40 / 221,15 ms191,46 ms

Wir vergleichen zwei Programme, nicht zwei Computer. Unser Simulator und die etablierte Vergleichssoftware lösen dieselbe Aufgabe auf demselben i9. Im 40-Qubit-Spezialmodell benötigt unser Programm etwa ein Neuntel der Zeit. Über die sechs Testfälle reicht der Vorsprung von 2,35- bis 9,05-fach. Das gilt für diese Tests, nicht automatisch für jede Quantenberechnung. Ein Quantenvorteil ist damit nicht nachgewiesen.

Auf dem i9 erhielten alle Verfahren dieselben Programme. Geprüft wurden die vollständigen Modellergebnisse in doppelter Genauigkeit: drei Programm-Seeds, jeweils drei Wiederholungen. Fehlergrenze: L2 kleiner als 10⁻⁹. Die größte Abweichung der Nicht-MPS-Verfahren gegenüber ffsim lag bei rund 3,61 × 10⁻¹⁵.

Die Uhr startet nach dem Bibliotheksimport. Vorbereitung, Rechnung, Ergebnisauswertung und Ausgabeaufbereitung zählen mit; bei uns auch der Start des Rechenprozesses. Website, Netzwerk und Animation zählen nicht mit. Referenz: ffsim 0.0.83. Testgrößen und Messbedingungen sind öffentlich, unsere Implementierung bleibt intern.

Auf dem i9 abgeschlossen: 312 Messläufe ohne Ausführungsfehler und 68 bestandene Funktionstests. 45 Aer-MPS-Ergebnisse verfehlten unsere Genauigkeitsgrenze; sie zählen nicht als gleich genaue Geschwindigkeitsvergleiche. Die Messung ist eine interne Prüfung. Eine unabhängige externe Bestätigung steht noch aus.

Forschungsbericht vom 14. September 2026 herunterladen · Aktuelle Schlossmesswerte herunterladen · Früherer Messnachweis vom September: sechs und sieben Stellen · Projekt und weitere Ergebnisse

Weiteres Beispiel · in Planung

Ein Molekül im Simulator untersuchen.

Wir planen ein Moleküllabor für zwei Wasserstoffatome. Du sollst ihren Abstand verändern und an einer Energiekurve erkennen können, bei welchem Abstand das Modell eine stabile Bindung beschreibt.

Unser Forschungsmaßstab: weniger Aufwand, gleiche Genauigkeit

Heute kannst du das Zahlenschloss und unsere Teilchenmodelle ausprobieren. Für das geplante Moleküllabor prüfen wir die Energiekurve gegen eine unabhängige Referenz, bevor wir es freigeben.

Wir untersuchen, bei welchen Quantenprogrammen unser Simulator weniger Zeit oder Speicher braucht. Dazu gehören gleiche Aufgaben, gleiche Hardware, gleiche Genauigkeit und wiederholte Messungen. Eine größere Qubit-Zahl allein ist kein Leistungsnachweis.

Unsere Erfahrung aus dem Hutter-Kompressionsprojekt motiviert uns. Textkompression und Quantensimulation sind aber unterschiedliche Aufgaben. Die bisherigen Teilchentests sind ein erster Schritt beim kompakteren Rechnen, kein Nachweis einer neuen allgemeinen Kompressionsmethode.

Das Moleküllabor ist in Planung. Wir beginnen mit H₂ und benennen die verwendeten Basisfunktionen für die Elektronen. Dieses kleine Modell erklärt eine chemische Bindung; daraus lassen sich keine Aussagen über Krebszellen oder die Wirksamkeit von Medikamenten ableiten.

Wir veröffentlichen Messwerte und Testbedingungen. Den Quellcode unserer internen Optimierungen stellen wir nicht bereit. Aussagen über einen Durchbruch oder einen allgemeinen Geschwindigkeitsvorteil müssen wir mit unabhängigen Vergleichen belegen.