Por Canuto  

Nvidia presentó CUDA-Q Logical, una capa de orquestación para diseñar sistemas cuánticos tolerantes a fallos. Fermilab asegura que el trabajo de explorar algoritmos, corrección de errores y hardware pasó de cinco meses a tres semanas, aunque las principales cifras siguen siendo simulaciones sin validación independiente.
***

  • Fermilab afirma que redujo de cinco meses a tres semanas la exploración de recursos cuánticos con CUDA-Q Logical.
  • Iceberg Quantum y Diraq estiman que 1.000 qubits lógicos podrían requerir 150.000 qubits físicos, una cifra aún no demostrada.
  • Nvidia busca controlar la capa clásica de la computación cuántica sin fabricar máquinas propias.

Nvidia presentó una nueva capa de orquestación llamada CUDA-Q Logical, incorporada a su plataforma cuántica de código abierto, con la promesa de acelerar una de las tareas más complejas del desarrollo tolerante a fallos. La compañía sostiene que la herramienta permite explorar de forma conjunta los algoritmos, los códigos de corrección de errores y las necesidades de hardware, tres variables que normalmente obligan a rehacer el diseño cuando una de ellas cambia.

El anuncio adquiere relevancia porque el problema no consiste únicamente en construir qubits más numerosos o más estables, sino en coordinar varias capas tecnológicas que todavía evolucionan por separado. Fermilab puso una medida concreta a ese desafío: Anna Grassellino, directora de tecnología de la institución, afirmó que un equipo completó en tres semanas una exploración que normalmente habría requerido cerca de cinco meses.

Una herramienta para diseñar máquinas que aún no existen

La computación cuántica tolerante a fallos necesita qubits lógicos capaces de resistir errores durante los cálculos, pero esos qubits no existen como unidades físicas aisladas. Cada uno se forma combinando numerosos qubits físicos, que son más vulnerables a perturbaciones y fallas, por lo que el diseño de una aplicación debe estimar simultáneamente cuántos qubits harán falta, qué código los protegerá y qué arquitectura podrá ejecutar el trabajo.

Ese proceso suele convertirse en un ciclo costoso de prueba y corrección, porque modificar el algoritmo puede alterar los requisitos de corrección de errores, mientras que cambiar el hardware puede obligar a rediseñar ambos componentes. CUDA-Q Logical busca ofrecer una capa común para modelar esas dependencias y comparar alternativas antes de que los investigadores dispongan de una máquina cuántica capaz de ejecutar la aplicación final.

Grassellino presentó el resultado de Fermilab como una reducción importante en el tiempo necesario para evaluar combinaciones de recursos, pero el dato corresponde a una estimación interna sobre un trabajo que no se realizó mediante el método lento. La comparación, por tanto, muestra el potencial operativo del flujo de diseño, aunque no constituye por sí sola una demostración independiente del rendimiento de una computadora cuántica.

Junto con Fermilab aparecen Sandia National Laboratories, Infleqtion, IonQ, Iceberg Quantum, IQM Quantum Computers, QCDesign y Quantum Motion entre las organizaciones vinculadas al anuncio. La diversidad de participantes refleja la intención de Nvidia de mantener la plataforma abierta a diferentes tecnologías de qubits, en lugar de limitarla a una arquitectura física específica.

Las cifras de qubits todavía son proyecciones

La afirmación más ambiciosa procede de Iceberg Quantum en colaboración con Diraq, que calcula que 1.000 qubits lógicos podrían estar al alcance utilizando 150.000 qubits físicos. Nvidia describe esa cifra como aproximadamente diez veces menor que estimaciones anteriores, pero el comunicado no identifica quién elaboró esas estimaciones ni proporciona una línea base publicada para comprobar la comparación.

La diferencia entre ambos tipos de qubit resulta fundamental para interpretar el número. Los qubits físicos son los componentes vulnerables que ejecutan operaciones y acumulan errores, mientras que los lógicos representan unidades protegidas mediante códigos de corrección; reducir la cantidad física necesaria para cada qubit lógico acercaría el momento en que una máquina útil resulte técnicamente construible.

Sin embargo, ninguno de los 1.000 qubits lógicos mencionados existe actualmente como resultado operativo de este anuncio. Las cifras corresponden a estimaciones de recursos producidas mediante simulación, de modo que todavía deben enfrentarse a limitaciones experimentales, características concretas de los dispositivos y condiciones de operación que pueden cambiar el cálculo.

Sandia también desarrolló QUOPS, un benchmark destinado a medir el avance hacia la computación cuántica a escala útil entre distintas plataformas. Una referencia común puede ser valiosa en un sector donde cada proveedor suele presentar métricas diferentes, aunque el benchmark aparece dentro del lanzamiento de una plataforma comercial que Nvidia ofrece precisamente a las empresas y organizaciones que podrían ser evaluadas.

La estrategia de Nvidia se concentra en la capa clásica

La plataforma incluye además referencias a Phasecraft, una empresa de Bristol vinculada al toolkit cuQuantum de Nvidia. Phasecraft publicó el año anterior en Nature Communications una afirmación de mejora de diez veces para su algoritmo THRIFT, mientras que un anuncio separado sobre una base de datos molecular divulgado el mismo día funciona como punto de prueba dentro de un lanzamiento más amplio, no como un resultado independiente de esta nueva capa.

Timothy Costa, vicepresidente de Nvidia, describió el lanzamiento como parte de una era de qubits lógicos en la que los investigadores necesitan una plataforma abierta y personalizable. CUDA-Q es de código abierto, una característica que puede facilitar la adopción inicial, pero también puede hacer más difícil migrar el trabajo cuando una organización ya ha expresado en ese entorno buena parte de su proceso de codiseño.

La estrategia mantiene a Nvidia fuera de la fabricación directa de computadoras cuánticas y la sitúa en la infraestructura clásica que conecta los distintos componentes del ecosistema. La empresa apuesta por construir la capa de software y aceleración que, según su planteamiento, deberá utilizarse independientemente de cuál tecnología de qubit termine imponiéndose, mientras las GPU ejecutan la orquestación y las simulaciones necesarias.

Ese enfoque también aparece en sus inversiones y señales de mercado. En mayo, el brazo de capital riesgo de Nvidia respaldó a Alice & Bob, una empresa de París cuyo enfoque de cat-qubit busca alcanzar la tolerancia a fallos con miles de qubits físicos en lugar de millones; en abril, un anuncio cuántico de Nvidia impulsó las acciones de Xanadu casi cinco veces en seis sesiones, sin que Nvidia realizara una inversión en esa compañía.

El hardware avanza, pero la validación sigue pendiente

La computación cuántica ya comienza a incorporarse a infraestructuras convencionales, aunque las máquinas comerciales siguen siendo pequeñas y propensas a errores. Oracle está instalando una máquina de Quantinuum dentro de uno de sus centros de datos, en vez de limitarse a intermediar el acceso remoto, mientras que una máquina Rigetti de 32 qubits se convirtió en 2024 en la segunda computadora cuántica comercial del Reino Unido.

Estos despliegues hacen más urgente el problema del codiseño, porque el software debe adaptarse a capacidades reales, restricciones de conectividad y tasas de error específicas. Al mismo tiempo, la existencia de hardware operativo no significa que las estimaciones de qubits lógicos de CUDA-Q Logical hayan sido comprobadas, ya que la distancia entre una simulación y una máquina tolerante a fallos continúa siendo considerable.

La fuente del anuncio atribuye todas las cifras a Nvidia y a los socios que la compañía nombra, y advierte que ninguna está vinculada en el comunicado a un resultado revisado por pares. La comparación de Fermilab representa una evaluación interna de un trabajo hipotético realizado con un método más lento, mientras que la cifra de 150.000 qubits físicos no cuenta con una línea base pública que permita medir de forma independiente la mejora de diez veces.

Las dos afirmaciones podrían sostenerse cuando otros equipos reproduzcan los cálculos y las arquitecturas alcancen pruebas experimentales, pero ninguna ha quedado demostrada todavía. Por ahora, el lanzamiento muestra que Nvidia quiere convertirse en la infraestructura común de la computación cuántica, incluso si el futuro de los qubits continúa abierto y sus resultados más importantes permanecen en el terreno de las proyecciones.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados