Kuukausikatsaus helmikuu 2026: IBM:n modulaarinen Kookaburra ja QuEran historiallinen loogisten kubittien harppaus

Helmikuu 2026 tullaan muistamaan kuukautena, jolloin kvanttilaskenta siirtyi kokeellisista tiekartoista modulaariseen todellisuuteen. Kun edellinen vuosi keskittyi pitkälti virheiden hallintaan (error mitigation), helmikuun läpimurrot painottuivat skaalautuvuuteen ja ensimmäisiin toiminnallisiin osoituksiin loogisesta kubittiprosessoinnista suuressa mittakaavassa. Nämä IBM:n ja QuEran johtamat kehitysaskeleet ovat merkittävästi lyhentäneet aikataulua, jolla kvanttilaskenta saavuttaa laajan hyötykäytön materiaalitieteestä kryptografiaan.

IBM Kookaburra: Modulaarinen aikakausi alkaa

IBM hallitsi otsikoita tässä kuussa esittelemällä virallisesti Kookaburra-prosessorinsa. Toisin kuin edeltäjänsä Heron, Kookaburra on ensimmäinen prosessorimoduuli, joka on suunniteltu nimenomaan yhdistämään kvanttimuisti ja looginen prosessointiyksikkö (LPU). Sirukohtainen 1 386 kubitin määrä on vaikuttava, mutta Kookaburran todellinen innovaatio piilee sen modulaarisuudessa. Hyödyntämällä kehittyneitä ”L-kytkimiä” ja kvanttiparallelisaatiota, IBM demonstroi monisirujärjestelmän, jossa kolme Kookaburra-yksikköä muodosti massiivisen 4 158 kubitin klusterin.

Tämä arkkitehtuuri edustaa irtautumista menneisyyden monoliittisista siruista. Jakamalla laskentakuorman toisiinsa kytkettyjen moduulien kesken IBM on ratkaissut kriittisen teknisen pullonkaulan: fyysisen rajan sille, kuinka monta kubittia ja johdinta voidaan pakata yhdelle piisirulle. Lisäksi Kookaburra on ensimmäinen prosessori, joka integroi qLDPC-koodit (quantum low-density parity check) suoraan muistiinsa. Analyytikoiden mukaan tämä vähentää virheenkorjaukseen tarvittavaa laitteistoresurssien määrää lähes 90 prosentilla, kun teollisuus siirtyy kohti vikasietoista Starling-järjestelmää myöhemmin tällä vuosikymmenellä.

QuEran loikka 100 loogiseen kubittiin

QuEra Computing saavutti helmikuussa kunnianhimoisimman virstanpylväänsä esittelemällä kolmannen sukupolven vikasietoisen (QEC) kvanttijärjestelmänsä. Neutraaliatomi-alustansa perustalle rakentaen QuEra ilmoitti operoivansa onnistuneesti 100 loogisen kubitin mallia, jota tukee yli 10 000 fyysistä kubittia. Tämä saavutus siirtää kvanttilaskennan lopullisesti ”simuloitavuusrajan” ulkopuolelle, missä klassiset supertietokoneet eivät enää pysy loogisten kvanttipiirien tahdissa.

Läpimurron mahdollisti ”algoritminen vikasietoisuus” (Algorithmic Fault Tolerance, AFT). Kyseessä on viitekehys, joka sallii järjestelmän täydentää kubitteja kesken laskennan atomihäviöiden korvaamiseksi. Osoittamalla, että loogiset virhetasot laskevat nyt eksponentiaalisesti järjestelmän skaalautuessa, QuEra on antanut tähän mennessä vahvimman näytön siitä, että neutraaliatomiryhmät ovat varteenotettava reitti kohti suuren mittakaavan vikasietoisia koneita. Helmikuun aikana lääke- ja energia-alan kumppanit alkoivat jo testata syviä loogisia piirejä tällä uudella laitteistolla tavoitteenaan optimoinnit, joita pidettiin aiemmin mahdottomina ratkaista.

Agentti-tekoäly ja alan muut uutiset

Vaikka kvanttilaitteistot varastivat parrasvalot, laajempi teknogiakenttä koki helmikuussa 2026 merkittäviä muutoksia tekoälyn ja infrastruktuurin osalta:

• Moonshot AI:n Kimi K2.5: Kuun lopussa julkaistu 1 biljoonan parametrin malli esitteli ”Agent Swarm” -teknologian, joka mahdollistaa yhden tekoälyn koordinoivan jopa 100 erikoistunutta aliprosessia eli agenttia.
• AI-päättelyn kustannukset: Tuore data osoitti, että tekoälyn päättelykustannukset (inference costs) ovat laskeneet 50 % vuodesta 2024, mikä on kiihdyttänyt autonomisten agentti-tekoälyjen käyttöönottoa Fortune 500 -yrityksissä.
• Alibaban Qwen3-Max: Uusi päättelykykyyn keskittyvä malli debytoi ja osoitti ennennäkemätöntä suorituskykyä reaaliaikaisissa adaptiivisissa matematiikka- ja koodaustehtävissä.
• Älylasien yleistyminen: Metan uudet AI-natiivit lasit alkoivat liikkua massiivisina toimituserinä, mikä vakiinnutti ”fyysisen tekoälyn” (Physical AI) vuoden merkittävimmäksi kuluttajateknologian trendiksi.