NASAとMicrosoftがDSNで進めるクラウド協業の中身【後編】
NASAが「Azure Quantum」で実現した“爆速計算”の中身 2時間の計算が2分に
NASAのジェット推進研究所（JPL）は、Microsoftの「Azure Quantum」を利用し、通信網「ディープスペースネットワーク」（DSN）に関するスケジュール作成の迅速化に取り組んだ。どのような効果が得られたのか。
NASA（米航空宇宙局）のジェット推進研究所（JPL）とMicrosoftが量子コンピューティングで実現しようとしているのは、宇宙探査機の通信網である「ディープスペースネットワーク」（DSN）の利用スケジュール作成の迅速化だ。DSNは地球上に約120度間隔の等距離で設置された、3つの施設を拠点とする大型アンテナから成る。
DSNのアンテナを利用する際のスケジューリングには、さまざまな制約があり、コンピューティングリソースが集中的に必要になる――。Microsoftは、DSN Command Systemのプロジェクトに関する公式ブログのエントリ（投稿）でこう述べる。
計算時間が2時間から2分に NASAが感じた「Azure Quantum」の威力
併せて読みたいお薦め記事
連載：NASAとMicrosoftがDSNで進めるクラウド協業の中身
「量子コンピュータ」実用化への道筋
エントリを執筆したのは、Microsoftで量子コンピューティングのクラウドサービス「Azure Quantum」を担当するソフトウェアエンジニア、アニータ・ラマナン氏だ。ラマナン氏によると、NASAのさまざまなミッションでは、重要な用途でDSNによる通信が必要になる。「毎週、各宇宙探査機の姿がアンテナから見えるときに数百件の要求が生じる」と、同氏はエントリで説明する。
Azure Quantumチームは研究によって、従来型コンピュータで実行できる「量子インスパイアード最適化アルゴリズム」を開発した。量子インスパイアード最適化アルゴリズムは、量子物理学を模倣して「最適化問題」（目的の値を最大化または最小化する条件を求める問題）を解くアルゴリズムだ。
JPLとの共同プロジェクトの開始当初、Azure QuantumチームはDSNのスケジュールを作成するのに2時間以上の計算を要した。Azure Quantumによる量子インスパイアード最適化アルゴリズムを利用した結果、計算にかかる時間を16分にまで短縮し、さらに開発を進めることで約2分に減らすことができた。
NASAは複雑な宇宙ミッションを複数抱えており、取り扱う宇宙探査機は増え続けている。DSNのスケジュール作成が数分で終わるようになったため、JPLは宇宙ミッションが増加しても、多数の候補スケジュールを作成して適切なスケジューリングを実施できるようになったという。
Computer Weekly発 世界に学ぶIT導入・活用術
米国TechTargetが運営する英国Computer Weeklyの豊富な記事の中から、海外企業のIT製品導入事例や業種別のIT活用トレンドを厳選してお届けします。
Copyright © ITmedia, Inc. All Rights Reserved.
Computer Weekly発 世界に学ぶIT導入・活用術
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[NTTPCコミュニケーションズ株式会社] 「回線速度不足」だけが原因ではない？ Web会議の遅延を解決する方法とは -
製品資料
[東京エレクトロン デバイス株式会社] 工場の可用性向上に重要な「7つの領域」と対策 OTセキュリティ強化の基礎知識 -
製品資料
[リコージャパン株式会社] 問い合わせ対応で本来の業務が進まない、総務や情シスの負担をどう減らす？ -
製品資料
[リコージャパン株式会社] 自社データから高精度な回答を生成、簡単に生成AIチャットボットを構築する方法 -
技術文書・技術解説
[アトラシアン株式会社] IT運用や従業員サポートは生成AIでどう変わる？ 使い方や導入の流れは？
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
全社標準Copilotに絶望？ MS Copilotで問い合わせ6割減できた企業は何が違った
-
2
「データストレージの活用方法」に関するアンケート
-
3
脱VMwareの前提が崩れる BroadcomのVDDK公開停止で確認すべき点
-
4
Microsoft製品でここまで自動化できる 情シスがやめられる手作業10選
-
5
ITエンジニア1265人調査 生成AIを使い込むほど「人の確認」が重い理由
-
6
「Copilot」はなぜ放置される？ “議事録要約止まり”を脱する処方箋
-
7
「AI活用を前提とした業務PCへの移行」に関するアンケート
-
8
機械学習について、正しく説明している文章はどれ？
-
9
「Microsoft一択」で本当にいいのか 知らぬ間にライセンス費用が膨らむ真相
-
10
OpenAIが叫ぶ法規制の裏で 情シスが今すぐ固めるべきAI防衛策
ホワイトペーパーランキング PR
-
1
5回聞くだけじゃ足りない？ トヨタ式「なぜなぜ分析」の正しい実践方法
-
2
JR西日本ITソリューションズが「監視業務の属人化」を解消した方法とは？
-
3
生成AIで文書活用を進めるには？ 効率化と安全性をどう両立する
-
4
Windows PCとMacの選択制で生産性向上 LINEヤフーが実践する運用管理方法とは
-
5
インシデント対応工数を約3割削減、東京ガスの事例に学ぶ監視体制刷新のコツ
-
6
国税庁の次世代基幹システム「KSK2」稼働開始に向けて、対応すべき変更点とは？
-
7
「スクラム」と「カンバン」の違いとは？ アジャイル型開発手法を徹底比較
-
8
AI時代に成功するための「ナレッジマネジメント」ベストプラクティス
-
9
「オンプレミス回帰」せざるを得ない“合理的な理由”
-
10
Microsoft 365を安全に運用 うっかりミスやサイバー攻撃に備えるデータ保護術
TechTargetジャパン SNS
@techtarget_itmをフォロー
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー