本稿では，マルチGPU環境上でPennyLaneフレームワークを使用し，MPI並列処理により量子古典ハイブリッド画像分類の学習の高速化を実現する．量子学習においては，量子ビット数の増加に伴い，量子回路シミュレーションの計算負荷が指数的に増大するため，PennyLane環境における学習の高速化が期待されている．本研究では，GPU間でデータ並列処理を行うためmpi4pyを導入しており，各GPUはミニバッチ単位の量子回路学習を行う．NVIDIA RTX A5500を4台搭載したXeonサーバ上で性能評価を行った結果，量子ビット数が増加するにつれて4GPUにおける並列化効率が向上しており，提案手法の有効性が確認された．