Insider-Bericht
IonQ und Synopsys berichten über bis zu 14.6% schnellere Engineering-Simulationen
Insider Brief PRESSEMITTEILUNG — IonQ (NYSE: IONQ), die weltweit führende Full-Stack-Quantenplattform und -Foundry, hat heute Einzelheiten zu einer mit Synopsys durchgeführten Forschungsarbeit bekannt gegeben. Die Veröffentlichung zeigt erste Ergebnisse, wonach in gängige Engineering-Software integrierte Quantenalgorithmen das komplexe Industriedesign um bis zu 14.6% beschleunigen können. Die Forschung verdeutlicht, dass hybrides Quantencomputing bedeutende Rechenengpässe beheben kann […]
Mohib Ur Rehman
Publisher The Quantum Insider
Sep 17, 2026 at 4:22 PM UTC · Updated vor 2 Tagen · 3 Min. Lesezeit

Key Signal
14.6% Peak runtime reduction
Last Updated
vor 2 Tagen
- IonQ und Synopsys berichteten über quantengestützte Simulations-Workflows, die die Laufzeit bei mehreren industriellen Engineering-Modellen um bis zu 14.6% verkürzten.
- Die Forschung integrierte einen Quantenalgorithmus in die Ansys LS-DYNA-Software von Synopsys und testete Modelle mit Meshes von bis zu 35 Millionen Datenpunkten unter Verwendung von Simulationen mit bis zu 150 Qubits.
- Die Arbeit wurde physisch auf dem 36-Qubit Forte-System von IonQ validiert und erhielt den 1st Place Best Paper Award auf der IEEE Quantum Week 2026.
PRESSEMITTEILUNG — IonQ (NYSE: IONQ), die weltweit führende Full-Stack-Quantenplattform und Foundry, erläuterte heute Forschungsarbeiten, die gemeinsam mit Synopsys durchgeführt wurden. Die Publikation zeigt erste Ergebnisse, wonach in gängige Engineering-Software integrierte Quantenalgorithmen das komplexe Industriedesign um bis zu 14.6% beschleunigen können. Die Forschung veranschaulicht, dass hybrides Quantencomputing bedeutende Rechenengpässe bei klassischen Supercomputern beheben kann. Sie gewann zudem den 1st Place Best Paper Award auf der IEEE Quantum Week 2026 in Toronto.
Unternehmen, die Produkte entwickeln – von Fahrzeugen über Sensoren bis hin zu Kernreaktoren –, verlassen sich auf Simulationen, um die Produktleistung unter realitätsnahen physikalischen Bedingungen vorherzusagen. Größere Simulationen, wie sie für virtuelle Crashtests und aerodynamische Analysen verwendet werden, können erhebliche Rechenressourcen erfordern. Diese Ressourcen sind notwendig, um große Gleichungssysteme mit Hunderten von Millionen Variablen zu lösen. Abhängig vom Simulationsaufbau können Standardcomputer zusätzliche Berechnungen generieren, die Speicher verbrauchen und die Verarbeitungszeiten verlängern.
Article Intelligence
Related Coverage
Sponsored
AdNewsLayer Premium
Unlock deeper intelligence.
Ad-free reading, exclusive research, and real-time onchain insights.
Go Premium
