JUPITER simula un ordenador cuántico de 104 qubits, con sus errores

En un supercomputador de Jülich, Alemania, el chip cuántico no existe. Lo que existe es una copia, que funciona en procesadores clásicos y comete los mismos tipos de errores que cometería un chip real. NVIDIA informa de que JUPITER, el primer supercomputador exaescala de Europa, ha completado la simulación de 104 qubits, las unidades básicas de información cuántica, con ruido de hardware realista. NVIDIA la describe como la mayor simulación completa de un sistema de computación cuántica tolerante a fallos hasta la fecha.

El objetivo de la prueba es un paso que las máquinas tolerantes a fallos no pueden saltarse: producir estados mágicos. Estos estados cuánticos especiales son esenciales para los cálculos complejos, pero fabricarlos con tasas de error lo bastante bajas sigue siendo un gran desafío. Los métodos tradicionales requieren hardware muy pesado y algunas estimaciones sugieren que hasta el 95 % de los qubits físicos de un ordenador cuántico podrían dedicarse a producir estos estados, lo que dejaría relativamente pocos para los propios cálculos.

La diferencia con el trabajo anterior en JUPITER está en el ruido. El año pasado, la máquina simuló un ordenador cuántico universal completo de 50 qubits en condiciones ideales, sin ruido, superando el récord de 48 qubits que los investigadores de Jülich establecieron en 2019 en el K computer de Japón. La nueva simulación modela las perturbaciones que sufren los procesadores reales durante los cálculos. Eso la convierte en una prueba más honesta: muestra si un método propuesto sigue funcionando en condiciones prácticas, y NVIDIA afirma que su equipo la utilizó para validar un enfoque avanzado de cultivo de estados mágicos.

El enfoque es distinto al de Google. Días antes del anuncio de NVIDIA, Google informó de que su procesador Willow logró una reducción de errores de 40 veces al preparar estados cuánticos especializados, esta vez en un chip cuántico real. Los dos esfuerzos abordan problemas distintos: las simulaciones permiten a los investigadores evaluar diseños antes de probarlos en hardware físico, mientras que experimentos como el de Google miden lo que el hardware hace realmente.

El proyecto se desarrolló por etapas. Los investigadores de NVIDIA primero desarrollaron sus métodos en un sistema GB200 NVL72 del Centro de Investigación Cuántica Acelerada de la compañía, escalando de cuatro GPU a cientos, y después ejecutaron la simulación en 8.192 GPU de JUPITER. El equipo se apoyó en el software cuQuantum de NVIDIA para optimizar el rendimiento y en su plataforma CUDA-Q para modelar el circuito tolerante a fallos. Según NVIDIA, este trabajo redujo el tiempo de simulación de semanas a días.

Para los investigadores, la ganancia son menos rondas a ciegas de construcción y prueba de hardware. NVIDIA afirma que este tipo de simulaciones podría ayudar a acelerar las aplicaciones cuánticas en el descubrimiento de fármacos, el modelado financiero y la ciencia de materiales, pero la compañía no ofrece ninguna fecha para cuándo existirán máquinas cuánticas útiles, y la simulación en sí tampoco la proporciona. Como expresó Jensen Huang, «entender cómo se comportan a escala es esencial para construirlas». Lo que queda establecido es un banco de pruebas más realista: una máquina simulada que ahora lleva consigo sus propios errores.