JPMorgan, AMD a OQC spouští v Londýně kvantově-AI datové centrum pro testování reálných finančních algoritmů

Partnerství má jasně rozdělené role. OQC dodává kvantovou hardwarovou vrstvu, založenou na své supravodivé architektuře a systému nové generace GENESIS . AMD přispívá infrastrukturou pro klasické výpočty a umělou inteligenci, která hybridní pracovní postupy umožňuje . JPMorganChase vnáší do projektu svůj dlouholetý výzkumný a vývojový program v oblasti kvantových technologií a AI, v jehož rámci již vznikly algoritmy pro oceňování opcí, analýzu rizik, detekci podvodů nebo zpracování přirozeného jazyka . Společně se tyto tři organizace zavázaly k výzkumnému plánu, který se zaměřuje na několik konkrétních aplikací ve finančních službách.

Optimalizace portfolia: testování hybridních strategií v reálném prostředí

Optimalizace portfolia je jedním z nejčastěji skloňovaných případů užití kvantových počítačů v blízké budoucnosti a stojí na vrcholu agendy této spolupráce. Výzkumníci JPMorganChase budou nové datové centrum využívat k testování blízkých kvantových a hybridních kvantově-klasických přístupů, které mají za cíl zlepšit sestavování portfolií a výnosy očištěné o riziko . Cílem není jen teoretické bádání – platforma je explicitně navržena tak, aby porovnávala výkon těchto hybridních pracovních postupů s nároky na latenci, replikaci dat a reprodukovatelnost, jaké globální banka uplatňuje ve svých produkčních systémech .

Důležitý kontext dodává širší historie kvantového výzkumu JPMorganChase. Skupina Global Technology Applied Research této firmy již dříve vyvinula nové kvantové algoritmy pro optimalizaci portfolia a patří mezi nejaktivnější finanční instituce ve zkoumání průsečíku kvantových počítačů, AI a kryptografie . S exkluzivním přístupem ke GENESIS nyní tým může provádět srovnávací experimenty napříč klasickými, kvantovými a hybridními přístupy v podmínkách, které se blíží tomu, co by jednoho dne mohl vyžadovat reálný obchodní systém.

Kvantové strojové učení se přesouvá od teorie k řízenému experimentu

Kvantové strojové učení bylo dlouhou dobu doménou akademického zájmu, ale důsledné a reprodukovatelné testování uvnitř zabezpečené infrastruktury banky bylo vzácné. Londýnské centrum to mění. Partneři uvedli, že platforma bude sloužit k rozšíření výzkumu technik kvantového strojového učení použitelných pro finanční modelování a predikci .

Tento projekt se od menších experimentů odlišuje tím, že je kvantový procesor umístěn společně s vysoce výkonnými AI výpočetními zdroji. Architektura je navržena pro hybridní pracovní zátěže v reálném čase, což umožňuje trénovat konvenční neuronové sítě a spouštět kvantové obvody v jedné řízené smyčce . Pro JPMorganChase jsou otázky ryze praktické: mohou kvantová jádra, variační obvody nebo kvantové neuronové sítě přinést prediktivní hodnotu pro úkoly jako je skóring úvěruschopnosti, detekce anomálií nebo klasifikace tržních režimů, pokud jsou testovány v měřítku a s latencí, která připomíná živé finanční prostředí?

Nedávné kvantové milníky banky podtrhují její odhodlání přemostit výzkum a praxi. V březnu 2025 výzkumníci JPMorganChase – ve spolupráci s Quantinuum, Argonne National Laboratory, Oak Ridge National Laboratory a Texaskou univerzitou v Austinu – vygenerovali a matematicky certifikovali skutečně náhodná čísla pomocí kvantového počítače . Tato práce, publikovaná v časopise Nature, neprokázala jen teoretickou schopnost, ale hmatatelný výstup s přímými aplikacemi v bezpečnosti, kryptografii a simulacích Monte Carlo pro obchodování. Nové datové centrum poskytuje zázemí pro podobně důsledný, na výstup zaměřený kvantový výzkum tempem, které si banka sama určuje.

Kvantově vylepšené AI modely pro objevování nových algoritmů

Asi nejperspektivnější výzkumná linie této spolupráce zkoumá, zda kvantově vylepšené AI modely mohou urychlit objevování zcela nových algoritmů, vytvořených na míru finančním případům užití . Nejde jen o využití kvantového hardwaru ke zrychlení existujících procesů strojového učení; jde o otevřenější průzkum, který se ptá, zda AI – včetně velkých jazykových modelů a specializovaných AI systémů – může pomoci navrhovat lepší kvantové obvody, a zda kvantové procesory mohou na oplátku vylepšit AI modely, které hledají nové finanční algoritmy.

V této oblasti se rýsují dva odlišné, ale související směry výzkumu. Prvním je vylepšování kvantových obvodů pomocí AI: využití umělé inteligence ke zvýšení výkonu a přesnosti samotných kvantových obvodů, čímž se kvantový hardware stává užitečnějším díky zdokonalení softwarové vrstvy, která ho řídí . Druhý směr zkoumá, zda kvantově vylepšené AI modely, potenciálně včetně LLM, mohou objevit nové, dosud neznámé kvantové algoritmy – algoritmy, které by mohly řešit specifické problémy finanční optimalizace nebo modelování rizik efektivněji než jakákoli existující klasická či kvantová metoda .

Tento přístup zapadá do širšího trendu v oboru, kdy se strojové učení používá k prozkoumávání obrovského prostoru návrhů kvantových obvodů. Na londýnském projektu je pozoruhodné, že je ukotven v konkrétní doméně – financích – a probíhá uvnitř bezpečnostního perimetru banky, která dokáže přesně definovat, které problémy jsou komerčně nejrelevantnější. Kombinace doménové expertízy, vyhrazeného hardwaru a chráněného datového prostředí z něj činí unikátní testovací základnu pro objevování algoritmů ve finančních službách.

Bezpečnost, škálovatelnost a cesta k produkční připravenosti

Smysl platformy přesahuje jakýkoli jednotlivý algoritmus. JPMorganChase zdůraznila, že datové centrum slouží jako podniková bezpečnostní testovací platforma, kde mohou firemní a akademické výzkumné týmy vyhodnocovat hybridní klasicko-kvantové softwarové konfigurace podle standardů replikace dat, odolnosti proti chybám a zabezpečení, které platí pro finanční služby . Zapojení AMD je zde obzvláště významné, protože klasická vrstva musí zvládat objemy dat a inferenční zátěž, jakou generuje velká banka, nikoli zjednodušenou sadu testovacích dat.

Očekává se, že zařízení bude plně funkční do 12 měsíců od oznámení v červnu 2026, přičemž JPMorganChase bude jeho prvním vyhrazeným uživatelem . Tento časový plán je v souladu s širší hardwarovou trajektorií OQC: systém GENESIS představuje vstup společnosti do éry logických qubitů se 16 logickými qubity schopnými provádět tisíce spolehlivých kvantových operací, což je práh, který OQC popisuje jako režim „KiloQuOp“ . Testování hybridních algoritmů na hardwaru, který překročil hranici od zašuměných fyzických qubitů k chybově mitigovaným logickým qubitům, je klíčovým krokem k prokázání, zda mohou kvantové počítače přinést praktickou výhodu ve financích.

Tato londýnská spolupráce není jedinou kvantovou síťovou investicí banky. V březnu 2026 JPMorgan Chase samostatně nasadila vysokorychlostní kvantově zabezpečenou krypto-agilní síť propojující dvě datová centra po reálných optických vláknech, přičemž třetí kvantový uzel slouží jako výzkumná platforma pro testování kvantových technologií nové generace použitelných v bankovnictví . Tyto investice dohromady signalizují, že JPMorganChase buduje současně jak konektivitu, tak výpočetní vrstvu – připravuje infrastrukturu pro svět, kde kvantově zabezpečené sítě a kvantově vylepšené algoritmy koexistují v produkčním prostředí.

Proč na londýnském centru záleží víc než na tiskových zprávách

Většina spoluprací v oblasti kvantových počítačů mezi výrobci hardwaru a bankami funguje na modelu sdíleného cloudu, kde výzkumníci banky přistupují ke kvantovému procesoru přes internet společně s akademickými a komerčními uživateli. Zařízení OQC-JPMorganChase-AMD je jiné: fyzicky umístěné na jednom místě, soukromě provozované a účelově postavené pro pracovní zátěž a bezpečnostní požadavky jediného podnikového uživatele. Tato konfigurace umožňuje experimenty, které modely založené na cloudovém přístupu nemohou snadno replikovat, včetně těsně propojených hybridních smyček, kde klasické HPC, AI inference a kvantové obvody musí komunikovat s latencí měřenou v mikrosekundách, nikoli v čase potřebném pro síťovou odezvu.

Pro finanční služby, kde několik milisekund latence může mít značné ekonomické náklady, se tato architektura umístění na jednom místě může ukázat jako důležitější než samotný počet qubitů. Úspěch této spolupráce se nakonec nebude měřit podle tiskových zpráv, ale podle toho, zda JPMorganChase dokáže na reálných finančních úlohách a na základě přísných testů prokázat, že hybridní kvantově-klasické přístupy přinášejí výkon, škálovatelnost a nákladovou efektivitu, kterým se čistě klasická infrastruktura nemůže vyrovnat. Výzkumné linie zaměřené na optimalizaci portfolia, kvantové strojové učení a objevování algoritmů řízené umělou inteligencí jsou prvními konkrétními kroky k tomuto důkazu.