UnitarySpark und UnitaryLab 2.5: Quanten-Workflows lokal vorbereiten

Youshu Quantum hat am 20. September 2026 in Shanghai UnitarySpark vorgestellt und die öffentliche Beta von UnitaryLab 2.5 gestartet. Das Unternehmen, das aus einem Quantenteam der Shanghai Jiao Tong University hervorgegangen ist, will damit eine lokale Arbeitsumgebung für wissenschaftliches Rechnen schaffen: von einer Aufgabenbeschreibung in Alltagssprache über Simulationen bis hin zu möglichen Tests auf einem echten Quantenprozessor.38

Der entscheidende Vorbehalt: Die Verbindung vom Simulator zur realen Quantenhardware wird laut Berichten noch validiert. Die angekündigte Schnittstelle bedeutet also nicht, dass Beta-Nutzer bereits beliebige Aufgaben auf jedem Partnerprozessor ausführen können.34

Zwei Bausteine für einen Arbeitsablauf

UnitaryLab ist die Software, UnitarySpark die Desktop-Rechenplattform. Die Workstation soll GPU-beschleunigte Quantensimulation, KI-Agenten und eine vorgesehene Verbindung zu echter Quantenhardware zusammenführen.4

Der KI-Agent soll eine natürlichsprachige Beschreibung – etwa eines Quantenalgorithmus, einer partiellen Differentialgleichung oder einer technischen Simulation – in mathematische Aufgaben, Parameter und ausführbare Arbeitsschritte übersetzen.47 Vereinfacht läuft der Workflow so ab:

1. Problem beschreiben: Forschende formulieren die gewünschte wissenschaftliche Berechnung in natürlicher Sprache.
2. Aufgabe vorbereiten: Der UnitaryLab-Agent interpretiert die Anfrage und erstellt daraus Parameter und Rechenschritte.7
3. Lokal simulieren: Die Software ruft Algorithmen und Simulatoren auf. Ein von NVIDIA beschriebenes Beispiel auf DGX Spark nutzt einen lokalen Inferenzdienst und UnitaryLab-Werkzeuge für eine PDE-Aufgabe auf Basis der Schrödingerization.7
4. Hardwareanbindung prüfen: UnitarySpark soll über eine einheitliche Circuit API Simulatoren und Quantenprozessoren verbinden. Der Wechsel auf echte Hardware ist als möglicher nächster Schritt vorgesehen, die durchgängige Verbindung wird aber noch getestet.34

Was „lokal“ verspricht – und was nicht

Bei einer Desktop-Installation sollen Inferenz, Algorithmusausführung und Datenspeicherung auf der lokalen Workstation stattfinden. Das kann für Forschung und industrielle Anwendungen mit sensiblen Daten relevant sein.24 Auch NVIDIAs separates Praxisbeispiel für DGX Spark beschreibt eine lokale Inferenz, die mit UnitaryLab-Agenten und Simulatoren verbunden wird.7

„Lokal“ ist jedoch keine pauschale Garantie dafür, dass Daten unter allen Umständen innerhalb einer Organisation bleiben. Die veröffentlichten Informationen beschreiben lokale Komponenten, legen aber nicht für jede Installation die Datenverarbeitung fest – insbesondere nicht, welche Informationen bei einer Verbindung zu einem entfernten Quantenprozessor übertragen werden könnten. Interessierte sollten deshalb Konfiguration, Zugriffsbedingungen und Datenflüsse für ihren konkreten Einsatz prüfen.347

Schrödingerization: der algorithmische Ansatz

Die sogenannte Schrödingerization ist die algorithmische Grundlage für bestimmte Differentialgleichungsprobleme. Vereinfacht gesagt soll eine mathematische Transformation einige nicht-unitäre Differentialgleichungen in eine Form unitärer Entwicklung überführen, mit der Quantensysteme arbeiten können.48

Youshu Quantum gibt an, dass die Werkzeuge lineare und verschiedene nichtlineare partielle Differentialgleichungen unterstützen und für individuelle Probleme Quantenschaltkreise erzeugen können.13 NVIDIAs Beispiel zeigt einen Ablauf, der numerische Ergebnisse, eine Schaltkreisdarstellung und Visualisierungen zur Analyse ausgibt.7 Das beschreibt eine Methode und einen Software-Workflow – es ist kein Beleg dafür, dass Quantenhardware solche Aufgaben heute generell schneller löst als klassische Computer.

Partnerschaften und NVIDIA-Beispiel: Was sie aussagen

Bei der Vorstellung kündigte Youshu Quantum Vereinbarungen mit Shanghai Guodun Quantum, Shanghai Boson Quantum Technology und Shanghai Zhongqi Wuliang Quantum Technology an. Genannte Bereiche sind die Anpassung von Hard- und Software, die Verbindung von Hardware sowie die Validierung von Anwendungen.8 Die Vereinbarungen deuten auf Arbeiten hin, die Software mit chinesischer Quantenhardware verbinden sollen. Für sich genommen belegen sie jedoch weder eine breite kommerzielle Verfügbarkeit noch konkrete Leistungswerte.

Unabhängig davon dokumentiert ein von NVIDIA veröffentlichtes Praxisbeispiel einen lokalen Inferenz- und Agenten-Workflow für UnitaryLab auf DGX Spark.7 Das ist ein beschriebenes Beispiel für den Einsatz auf NVIDIAs Desktop-System – kein Beleg dafür, dass DGX Spark und UnitarySpark dasselbe Produkt sind oder jeder Workflow bereits produktionsreif ist.

Für Käufer von Quantenwerkzeugen in China liegt die Bedeutung des Starts vor allem im integrierten Ansatz: lokale wissenschaftliche Berechnung, GPU-gestützte Simulation, natürlichsprachige Aufgabensteuerung und ein geplanter Weg zu Tests mit heimischen Quantenprozessoren. Vor einer Einführung sollten Forschungsteams prüfen, welche Hardware unterstützt wird, welche Zugangsbedingungen gelten, wie die Plattform bei den eigenen Aufgaben abschneidet und wie Daten behandelt werden, sobald ein Workflow die Workstation verlässt.3478