JPMorgan, AMD en OQC openen Quantum-AI-datacenter in Londen

De samenwerking kent een duidelijke rolverdeling. OQC levert de quantumhardware, gebaseerd op zijn supergeleidende architectuur en het nieuwste GENESIS-systeem . AMD draagt de klassieke reken- en AI-infrastructuur bij die de hybride workflows mogelijk maakt . JPMorganChase brengt zijn jarenlange R&D-programma op het gebied van quantum en AI in, dat al algoritmes heeft opgeleverd voor uiteenlopende toepassingen, van optiewaardering en risicoanalyse tot fraudedetectie en natuurlijke taalverwerking . Samen hebben de drie organisaties zich gecommitteerd aan een onderzoeksroutekaart die zich richt op verschillende specifieke toepassingen binnen de financiële dienstverlening.

Portefeuille-optimalisatie: hybride strategieën in een realistische setting testen

Portefeuille-optimalisatie is een van de meest genoemde toepassingen van quantum computing op korte termijn in de financiële wereld en staat bovenaan de agenda van de samenwerking. Onderzoekers van JPMorganChase zullen het nieuwe datacenter gebruiken om hedendaagse quantum- en hybride quantum-klassieke methoden te testen die bedoeld zijn om de opbouw van beleggingsportefeuilles en risicogecorrigeerde rendementen te verbeteren . Het doel is niet alleen theoretisch—het platform is expliciet ontworpen om te benchmarken hoe deze hybride workflows presteren volgens de eisen op het gebied van latentie, datareplicatie en reproduceerbaarheid die een wereldbank aan productiesystemen stelt .

De bredere quantumonderzoeksgeschiedenis van JPMorganChase voegt hier belangrijke context aan toe. De Global Technology Applied Research-groep van de bank heeft al nieuwe quantumalgoritmes voor portefeuille-optimalisatie ontwikkeld en behoort tot de meest actieve financiële instellingen in het verkennen van het snijvlak van quantum computing, AI en cryptografie . Met exclusieve toegang tot GENESIS kan het team nu vergelijkende experimenten uitvoeren met klassieke, quantum- en hybride benaderingen onder omstandigheden die weerspiegelen wat een echte handelsafdeling uiteindelijk nodig zou kunnen hebben.

Quantum machine learning: van theorie naar gecontroleerd experiment

Quantum machine learning is al lang een academisch interessant onderwerp, maar rigoureus, reproduceerbaar testen binnen de beveiligde infrastructuur van een bank was schaars. Het Londense centrum verandert dat. De partners hebben aangegeven dat het platform gebruikt zal worden om de verkenning van quantum machine learning-technieken die toepasbaar zijn op financiële modellering en voorspellingen uit te breiden .

Wat dit onderscheidt van kleinschaligere experimenten, is de fysieke nabijheid van de quantumprocessor tot de AI-rekenkracht. De architectuur is ontworpen voor realtime hybride workloads, waardoor het mogelijk wordt conventionele neurale netwerken te trainen en quantumcircuits te laten draaien binnen dezelfde gecontroleerde omgeving . Voor JPMorganChase zijn de toegepaste vragen concreet: kunnen quantum kernels, variationele circuits of quantum neurale netwerken voorspellende waarde toevoegen voor taken als kredietscores, detectie van afwijkingen of classificatie van marktregimes, wanneer ze worden getest op een schaal en met een latentie die lijken op een live financiële omgeving?

Recente quantummijlpalen van de bank onderstrepen de ernst van het overbruggen van onderzoek en praktijk. In maart 2025 genereerden en certificeerden onderzoekers van JPMorganChase—samen met Quantinuum, Argonne National Laboratory, Oak Ridge National Laboratory en de Universiteit van Texas in Austin—wiskundig bewezen écht willekeurige getallen met een quantumcomputer . Dat werk, gepubliceerd in Nature, toonde niet alleen een theoretische capaciteit maar een tastbare output met directe toepassingen in beveiliging, cryptografie en Monte Carlo-simulaties voor handel. Het nieuwe datacenter biedt een plek om dit soort rigoureus, output-gedreven quantumonderzoek in eigen tempo voort te zetten.

Quantum-versterkte AI-modellen voor nieuwe algoritme-ontdekking

Misschien wel het meest vooruitstrevende onderzoekspoor in de samenwerking onderzoekt of quantum-versterkte AI-modellen de ontdekking van nieuwe algoritmes specifiek voor financiële toepassingen kunnen versnellen . Het gaat hier niet alleen om het gebruiken van quantumhardware om bestaande machine learning-processen te versnellen; het is een meer open verkenning die zich afvraagt of AI—inclusief "Large Language Models" (LLM's) en gespecialiseerde AI-systemen—kan helpen bij het ontwerpen van betere quantumcircuits, en of quantumprocessors op hun beurt de AI-modellen kunnen verbeteren die naar nieuwe financiële algoritmes zoeken.

Binnen dit spoor bevinden zich twee verschillende maar gerelateerde onderzoeksrichtingen. De eerste is AI-ondersteunde verbetering van quantumcircuits: het gebruik van AI om de prestaties en betrouwbaarheid van de quantumcircuits zelf te verbeteren, waardoor de quantumhardware effectief nuttiger wordt door de softwarelaag te verbeteren . De tweede richting vraagt zich af of quantum-versterkte AI-modellen, mogelijk inclusief LLM's, compleet nieuwe quantumalgoritmes kunnen ontdekken die voorheen onbekend waren—algoritmes die specifieke financiële optimalisatie- of risicomodelleringsproblemen efficiënter kunnen oplossen dan enige bestaande klassieke of quantum-methode .

Deze aanpak past in een bredere industrietrend om machine learning te gebruiken om de enorme ontwerpruimte van quantumcircuits te verkennen. Wat het Londense project opmerkelijk maakt, is dat het is verankerd in één specifiek domein—financiën—en wordt uitgevoerd binnen de beveiligingsperimeter van een bank die precies kan definiëren welke problemen het meest commercieel relevant zijn. De combinatie van domeinexpertise, toegewijde hardware en de beschermde dataomgeving maakt het een unieke testomgeving voor algoritme-ontdekking in de financiële sector.

Beveiliging, schaalbaarheid en de weg naar productierijpheid

Het doel van het platform reikt verder dan één enkel algoritme. JPMorganChase heeft benadrukt dat het datacenter dient als een beveiligingstestplatform van bedrijfskritisch niveau, waar bedrijfs- en academische onderzoeksteams hybride klassiek-quantum softwareconfiguraties kunnen evalueren aan de hand van de standaarden voor datareplicatie, fouttolerantie en beveiliging die gelden in de financiële dienstverlening . AMD's rol is hier bijzonder belangrijk, omdat de klassieke laag de datavolumes en inferentiebelasting moet aankunnen die een grote bank genereert, en niet slechts een vereenvoudigde benchmarkdataset.

De verwachting is dat de faciliteit binnen 12 maanden na de aankondiging van juni 2026 volledig operationeel zal zijn, met JPMorganChase als eerste toegewijde gebruiker . Die tijdlijn sluit aan bij OQC's bredere hardware-routekaart: het GENESIS-systeem vertegenwoordigt de intrede van het bedrijf in het tijdperk van logische qubits, met 16 logische qubits die duizenden betrouwbare quantumoperaties kunnen leveren—een drempel die OQC omschrijft als het "KiloQuOp"-regime . Het testen van hybride algoritmes op hardware die de overstap heeft gemaakt van ruisende fysieke qubits naar foutgemitigeerde logische qubits, is een essentiële stap om aan te tonen of quantum computing praktisch voordeel kan opleveren in de financiële wereld.

Deze Londense samenwerking is niet de enige investering van de bank in quantum-netwerken. In maart 2026 implementeerde JPMorgan Chase afzonderlijk een beveiligd, crypto-agiel quantum-netwerk met hoge snelheid dat twee datacenters verbindt via glasvezel, met een derde quantumknooppunt dat dient als onderzoeksplatform voor de volgende generatie quantumtechnologieën die toepasbaar zijn in het bankwezen . Samengenomen geven deze investeringen aan dat JPMorganChase tegelijkertijd de connectiviteitslaag en de rekenlaag bouwt—ter voorbereiding op een wereld waar quantumbeveiligde netwerken en quantum-versterkte algoritmes naast elkaar bestaan in een productieomgeving.

Waarom het Londense centrum meer betekent dan de aankondigingen doen vermoeden

De meeste quantum computing-samenwerkingen tussen hardwareleveranciers en banken werken volgens een gedeeld cloudmodel, waarbij bankonderzoekers via internet toegang hebben tot een quantumprocessor, samen met academische en commerciële gebruikers. De faciliteit van OQC-JPMorganChase-AMD is anders: fysiek bij elkaar geplaatst, privé beheerd en speciaal gebouwd voor de werklast en beveiligingseisen van één enkele zakelijke gebruiker. Deze configuratie maakt experimenten mogelijk die cloudtoegangsmodellen niet zomaar kunnen nabootsen, zoals strak gekoppelde hybride processen waarbij klassieke HPC, AI-inferentie en quantumcircuits met latenties van microseconden moeten communiceren in plaats van via netwerkroundtrips.

Voor de financiële dienstverlening, waar een paar milliseconden latentie al een aanzienlijke economische kost kunnen hebben, kan deze fysieke nabijheidsarchitectuur uiteindelijk belangrijker blijken dan het aantal ruwe qubits. Het succes van de samenwerking zal uiteindelijk niet door persberichten worden gemeten, maar door de mate waarin JPMorganChase kan aantonen—op echte financiële workloads en tegen strenge benchmarks—dat hybride quantum-klassieke benaderingen prestaties, schaalbaarheid en kosteneffectiviteit leveren die een puur klassieke infrastructuur niet kan evenaren. De onderzoekstrajecten naar portefeuille-optimalisatie, quantum machine learning en AI-gedreven algoritme-ontdekking zijn de eerste concrete stappen in die richting.