Nissan uvodi aerodinamiku u kvantno računalstvo radi bržeg razvoja električnih auta
Nissan i japanska tvrtka za kvantni softver Quemix razvijaju softver za simulaciju aerodinamike koji posao dijeli između klasičnog računala i budućeg kvantnog računala otpornog na pogreške. Nije riječ o tehničkoj značajki namijenjenoj sljedećem novom modelu, nego o razvojnom alatu. No u eri električnih automobila upravo takvi alati sve češće odlučuju koliko brzo proizvođač može poboljšati doseg, razinu buke i potrošnju energije.
Kvantno računalo još ne zamjenjuje zračni tunel.
Quemix je objavio da je s Nissanom pokrenuo zajednički razvojni projekt aerodinamičkog softvera koji koristi kvantno računalstvo. U njegovoj je osnovi hibridni kvantno-klasični algoritam namijenjen budućim Early FTQC kvantnim računalima, odnosno ranim strojevima otpornima na pogreške. U kvantnom simulatoru nova je metoda s visokom točnošću reproducirala rezultate konvencionalne klasične aerodinamičke analize. Nissan i Quemix podnijeli su i patentne prijave za tu tehnologiju.
Jedan važan detalj treba čitati hladnije. Nissan ne tvrdi da će se sutrašnji Ariya, Leaf ili Qashqai roditi u kvantnom računalu. Tvrtke su algoritam ispitale u kvantnom simulatoru, a ne na stvarnom kvantnom računalu unutar razvojnog procesa serijskog vozila. To priču čini trezvenijom, ali ne i manje važnom. U razvoju automobila prednost ima onaj proizvođač koji može izračunati strujanje zraka oko desetaka ili stotina varijanti karoserije prije nego što potroši vrijeme u zračnom tunelu i novac na fizičke prototipove.
Zašto je aerodinamika važnija nego ikad u električnom automobilu
Aerodinamika ne služi samo smanjenju otpora zraka pri brzinama na autocesti. Utječe na doseg električnog automobila, stvarno opterećenje baterije, šum vjetra, protok zraka za hlađenje, temperature kočnica pa čak i zaštitu podnice. Europa dodaje još jedan sloj pritiska. Ciljevi emisija CO2 za nove osobne automobile postaju stroži, a Europska agencija za okoliš navodi 93,6 g/km kao cilj za razdoblje od 2025. do 2029., 49,5 g/km za razdoblje od 2030. do 2034. i 0 g/km za 2035.
Zato Nissan aerodinamiku vidi kao računalni problem. Svaki detalj karoserije, svako ogledalo, luk kotača, oplata podnice, otvor za hlađenje i završni rub stvaraju turbulenciju u strujanju zraka. Klasični CFD, odnosno računalna dinamika fluida, inženjerima daje golemu količinu informacija, ali troši vrijeme i računalnu snagu. Nissanov tehnički pregled još je 2022. naveo da CFD traži znatne resurse i vrijeme te da tvrtka razvija zamjenski model utemeljen na strojnom učenju kako bi naučila odnos između oblika vozila i rezultata CFD-a, uz predviđanje tlaka, brzine zraka i koeficijenta otpora.
Novi algoritam dijeli posao između dva svijeta
Pristup Nissana i Quemixa ne prepušta cijeli aerodinamički problem kvantnom računalu. Klasično računalo obrađuje uvjete ulaznog i izlaznog strujanja te dijelove povezane s pokretnim objektima. Kvantno računalo preuzima jezgru dinamike fluida, uključujući granice nepomičnih objekata. Takva podjela posla ima smisla jer rana kvantna računala otporna na pogreške neće nuditi neograničenu računalnu snagu.
Tehnička zapreka leži u rubnim uvjetima. Jednostavna kocka ili pravilna mreža za kvantni su algoritam mnogo lakši zadatak od stvarne karoserije, gdje se površine zakrivljuju, detalji presijecaju, a strujanje zraka oko kotača, podnice i stražnjeg kraja postaje izrazito složeno. Prema Quemixu, kvantni sklopovi potrebni za takve rubne uvjete brzo postaju preveliki. Novi hibridni algoritam pokušava ukloniti to usko grlo tako što dio zahtjevnog posla ostavlja klasičnom računalu.
Nissan nije sam u toj utrci
U cijeloj industriji razvoj na visokoj razini kreće se u istom smjeru: manje fizičkih ispitivanja, više digitalnih iteracija. U travnju 2026. IBM i Dallara objavili su da njihov AI model temeljen na fizici može procijeniti varijante stražnjeg difuzora za trkaći automobil u stilu LMP2 za oko 10 sekundi, dok konvencionalnom CFD-u za to trebaju sati. IBM i Dallara paralelno istražuju i kvantne i klasične pristupe, s ciljem njihove kasnije primjene u složenijim simulacijama.
Nissanova je prednost u tome što računalnu simulaciju ne tretira kao laboratorijsku zanimljivost. Studija slučaja AMD-a opisala je kako je Nissan poboljšao performanse simulacije sudara za 30 posto i smanjio ukupni trošak relevantnog CAE radnog procesa za 20 posto nakon prelaska na virtualne strojeve Microsoft Azure pokretane procesorima AMD EPYC. To pokazuje koliko ozbiljno Nissan shvaća računalnu snagu kao akcelerator razvoja vozila.
Za kupce bi rezultat mogao biti tiši i učinkovitiji automobil
Kvantno računalo samo po sebi neće učiniti sljedeći Nissanov električni automobil privlačnijim. No ovakav alat mogao bi inženjerima omogućiti testiranje više varijanti karoserije i podnice te optimiranje strujanja zraka prije nego što se u priču uključi skupi fizički prototip. Za europske kupce rezultat bi mogao stići u vrlo opipljivom obliku: nekoliko posto manja potrošnja energije na autocesti, niža razina šuma vjetra i dulji stvarni električni doseg.
Najveća je vrijednost u vremenu. Razvoj električnih automobila brzo se mijenja, kineski proizvođači spuštaju cijene, a europski propisi traže pozornost prema svakom gramu. Ako Nissan uspije uvesti kvantno-klasični softver za aerodinamiku u stvarni razvojni proces, mogao bi skratiti cikluse ispitivanja i agresivnije tražiti oblike koji dobro izgledaju, ali kroz zrak prolaze uz manje izgubljene energije.
Tehnički sažetak
Nissan i Quemix razvijaju softver za aerodinamičke simulacije koji kombinira kvantno i klasično računalstvo.
Sustav cilja na buduća Early FTQC kvantna računala otporna na pogreške.
Klasično računalo izračunava ulazno i izlazno strujanje te elemente povezane s kretanjem, dok kvantno računalo obrađuje jezgru dinamike fluida.
U kvantnom simulatoru algoritam je s visokom točnošću reproducirao rezultate klasične LBM aerodinamičke analize.
Za europsko tržište najveći su potencijalni dobici manja potrošnja energije, dulji električni doseg i brži razvoj modela.
