低温状態など低エネルギー状態の量子多体ダイナミクスに対する量子計算の大幅な効率化を実現。現在〜将来の量子コンピューターで最も標準的な量子アルゴリズム「トロッター分解」で理論上可能な最大限の高速化を達成。物性物理・量子化学で重要な基底状態、低温状態などのシミュレーションの高速化に貢献。東京大学 大学院工学系研究科の水田 郁 助教と、理化学研究所 開拓研究所／量子コンピュータ研究センターの桑原 知剛 理研白眉研究チームリーダーによる研究グループは、量子コンピューターを用いて、量子力学に従う多数の粒子（量子多体系）の振る舞いを計算する代表的な手法「トロッタ...

大規模なグラフニューラルネットワーク（GNN）推論における大幅な高速化を可能にするスケーラブルなAIアクセラレーターを実現。GNN推論中の不規則メモリーアクセスをほぼ完全に解決し、計算コストを大幅に削減可能。自動運転や広告推薦システムのようなリアルタイムかつ大規模なアプリケーションへの活用に期待。東京科学大学（Science Tokyo） 総合研究院 AIコンピューティング研究ユニットの藤木 大地 准教授とJiale Yan（ジャロ・ヤン） ポスドク研究員（当時）らの研究チームは、大規模なグラフデータを効率的に処理できる新しいAIアクセラレーター「B...

超伝導状態を比較的維持しやすい鉄系超伝導体であるセレン化・テルル化鉄を用いることで、強い磁場の中において、超伝導ダイオード効果（超伝導状態と常伝導状態が電流の向きで切り替わる現象）の観測に成功これにより、ダイオード特性の磁場・温度依存性を広い範囲で調べることが可能となり、本物質における超伝導ダイオード効果の物理的起源を解明超伝導体の基礎物性の理解につながるだけでなく、磁場や温度揺らぎに強い超伝導素子開発への展開に期待大阪大学 大学院理学研究科の小林 友祐さん（当時 博士前期課程2年）、塩貝 純一 准教授、松野 丈夫 教授、東北大学 金属材料研究所の野...