Nissan zet quantumcomputing in voor snellere EV-ontwikkeling
Nissan en het Japanse quantumsoftwarebedrijf Quemix ontwikkelen simulatiesoftware voor aerodynamica die het werk verdeelt tussen een klassieke computer en een toekomstige fouttolerante quantumcomputer. Het is geen technische voorziening voor een volgend nieuw model, maar een ontwikkeltool. Toch bepalen juist dit soort instrumenten in het tijdperk van de elektrische auto steeds vaker hoe snel een fabrikant actieradius, geluidsniveau en energieverbruik kan verbeteren.
De quantumcomputer vervangt de windtunnel voorlopig niet.
Quemix meldt dat het samen met Nissan is begonnen aan de ontwikkeling van analysesoftware voor aerodynamica die gebruikmaakt van quantumcomputing. Centraal staat een hybride quantum-klassiek algoritme voor toekomstige Early FTQC-quantumcomputers, oftewel vroege fouttolerante machines. In een quantumsimulator wist de nieuwe methode de resultaten van conventionele klassieke aerodynamica-analyse met hoge nauwkeurigheid te reproduceren. Nissan en Quemix hebben ook octrooiaanvragen voor de technologie ingediend.
Een belangrijk detail vraagt om nuchterheid. Nissan zegt niet dat de Ariya, Leaf of Qashqai van morgen in een quantumcomputer wordt geboren. De bedrijven testten het algoritme in een quantumsimulator, niet op een echte quantumcomputer binnen het ontwikkelproces van een productieauto. Dat maakt het verhaal minder spectaculair, maar niet minder relevant. In autontwikkeling ligt het voordeel bij de fabrikant die de luchtstroming rond tientallen of honderden carrosserievarianten kan doorrekenen voordat er tijd in de windtunnel en geld in fysieke prototypes gaat.
Waarom aerodynamica belangrijker is dan ooit in een elektrische auto.
Aerodynamica draait niet alleen om minder luchtweerstand op snelwegsnelheden. Ze beïnvloedt ook de actieradius van elektrische auto’s, de werkelijke belasting van de accu, windgeruis, koelluchtstromen, remtemperaturen en zelfs de bescherming van de onderzijde. In Europa komt daar extra druk bij. De CO2-doelen voor nieuwe personenauto’s worden strenger, waarbij het Europees Milieuagentschap 93,6 g/km noemt als doel voor 2025 tot en met 2029, 49,5 g/km voor 2030 tot en met 2034 en 0 g/km voor 2035.
Dat verklaart waarom Nissan aerodynamica ziet als een rekenprobleem. Elk detail van de carrosserie, elke spiegel, wielkast, bodemplaat, koelopenening en achterrand veroorzaakt turbulentie in de luchtstroom. Klassieke CFD, computational fluid dynamics, geeft ingenieurs enorm veel informatie, maar kost tijd en rekenkracht. In Nissans eigen technische review stond al in 2022 dat CFD aanzienlijke middelen en veel tijd vergde, en dat het bedrijf werkte aan een op machine learning gebaseerd surrogaatmodel om de relatie tussen voertuigvorm en CFD-resultaten te leren. Daarmee wilde Nissan onder meer druk, luchtsnelheid en luchtweerstandscoëfficiënt voorspellen.
Het nieuwe algoritme verdeelt het werk over twee werelden.
De aanpak van Nissan en Quemix draagt het volledige aerodynamische probleem niet over aan een quantumcomputer. De klassieke computer behandelt de instroom- en uitstroomcondities, samen met de onderdelen die verband houden met bewegende objecten. De quantumcomputer neemt de kern van de stromingsdynamica voor zijn rekening, inclusief de grenzen van stationaire objecten. Die taakverdeling ligt voor de hand, omdat vroege fouttolerante quantumcomputers geen onbeperkte rekenkracht zullen bieden.
Het technische struikelblok zit in de randvoorwaarden. Een eenvoudige kubus of een regelmatig raster is voor een quantumalgoritme veel makkelijker dan een echte carrosserie, waar oppervlakken krommen, details elkaar kruisen en de luchtstroming rond de wielen, de onderzijde en de achterzijde extreem complex wordt. Volgens Quemix worden de quantumcircuits die voor zulke randvoorwaarden nodig zijn al snel te groot. Het nieuwe hybride algoritme probeert die flessenhals te ontwarren door een deel van het vuile werk bij de klassieke computer te laten.
Nissan is niet de enige in deze race.
In de hele industrie beweegt ontwikkeling op hoog niveau dezelfde kant op: minder fysieke tests, meer digitale iteraties. In april 2026 zeiden IBM en Dallara dat hun op fysica gebaseerd AI-model varianten van een achterdiffusor voor een LMP2-achtige raceauto in ongeveer 10 seconden kon beoordelen, terwijl conventionele CFD daar uren voor nodig had. IBM en Dallara onderzoeken bovendien quantum- en klassieke benaderingen naast elkaar, met als doel die later te gebruiken in complexere simulaties.
Nissans voordeel is dat het computersimulatie niet behandelt als een curiositeit voor het laboratorium. Een casestudy van AMD beschreef hoe Nissan de prestaties van crashsimulaties met 30 procent verbeterde en de totale kosten van de relevante CAE-workflow met 20 procent verlaagde na de overstap naar virtuele machines van Microsoft Azure met AMD EPYC-processors. Dat laat zien hoe serieus Nissan rekenkracht inzet als versneller voor voertuigontwikkeling.
Voor kopers kan het resultaat een stillere en efficiëntere auto zijn.
Een quantumcomputer maakt de volgende elektrische Nissan niet op eigen houtje aantrekkelijker. Maar een tool als deze kan ingenieurs in staat stellen meer varianten van carrosserie en onderzijde te testen en de luchtstroming te optimaliseren voordat een duur fysiek prototype in beeld komt. Voor Europese klanten kan dat heel concreet uitpakken: enkele procenten minder energieverbruik op de snelweg, minder windgeruis en een grotere elektrische actieradius in de praktijk.
De grootste waarde zit in tijd. De ontwikkeling van elektrische auto’s gaat snel, Chinese fabrikanten drukken de prijzen en Europese regels vragen aandacht voor elke gram. Als Nissan quantum- en klassieke aerodynamicasoftware in een echt ontwikkelproces kan brengen, kan het testcycli verkorten en intensiever zoeken naar vormen die er goed uitzien en tegelijk met minder verspilde energie door de lucht snijden.
Technisch overzicht.
Nissan en Quemix ontwikkelen simulatiesoftware voor aerodynamica op basis van quantum- en klassieke berekeningen.
Het systeem richt zich op toekomstige Early FTQC-quantumcomputers, vroege fouttolerante machines.
De klassieke computer berekent instroom, uitstroom en elementen die verband houden met beweging, terwijl de quantumcomputer de kern van de stromingsdynamica verwerkt.
In een quantumsimulator reproduceerde het algoritme resultaten van klassieke LBM-aerodynamica-analyse met hoge nauwkeurigheid.
Voor de Europese markt liggen de grootste potentiële voordelen bij lager energieverbruik, grotere elektrische actieradius en snellere modelontwikkeling.
