Seit 2021 betreibt IBM in Ehningen bei Stuttgart für die Fraunhofer-Gesellschaft einen der weltweit leistungsfähigsten Quantencomputer. Das Ministerium für Wirtschaft, Arbeit und Tourismus Baden-Württemberg fördert im Rahmen Netzwerks Quantum BW Verbundprojekte mit dem Ziel, Quantemcomputing für die Anwendung nutzbar zu machen. An zwei Projekten ist die Gruppe »Materialmodellierung« des Fraunhofer IWM beteiligt.
Kopplung klassischer Computer mit Quantum Hardware
Im Prinzip bietet ein Quantencomputer aufgrund seiner Funktionsweise ideale Voraussetzungen, um quantenchemische Vorgänge in komplexen Funktionsmaterialien abzubilden. Die aktuell verfügbare Hardware weist gegenüber dem mathematisch idealen Verhalten eines Quantenregisters jedoch noch Unvollkommenheiten auf. So ist insbesondere die Dekohärenz des Systems, das heißt der Verlust von Quanteneigenschaften durch Störungseinflüsse während der Berechnungszeit, ein ernstes Problem. Dies schränkt die universelle Einsetzbarkeit eines Quantencomputers derzeit noch stark ein. Die Technologie entwickelt sich jedoch zügig weiter, sodass voraussichtlich in wenigen Jahren weitaus leistungsfähigere und fehlertolerantere Systeme zur Verfügung stehen werden.
Wir forschen daran, die heute verfügbare Quantum Hardware bestmöglich für Fragestellungen der Materialmodellierung zu nutzen, und bauen dafür gezielt Know-how für hybride Simulationsmethoden auf. In diesen hybriden Verfahren werden jene Aspekte, die sich zuverlässig auf konventionellen Computern berechnen lassen, mit etablierten Methoden der Dichtefunktionaltheorie behandelt. Ein Anteil der Problemstellung, für den dies aufgrund dessen quantenmechanisch hoher Komplexität nur mit großem numerischen Aufwand möglich wäre, wird in einem effektiven Modell abgebildet, welches mithilfe des Quantencomputers berechnet wird. Eine Iterationsschleife zwischen beiden Computersystemen liefert dann die Gesamtlösung (Abbildung 1). Das Ziel unserer Forschungsarbeit ist es, effektive Modelle zu entwickeln, die sich auf der heutigen Quantum Hardware zufriedenstellend rechnen lassen. Unsere Erkenntnisse bilden eine Grundlage für künftige Software mit übertragbaren Quantenalgorithmen.