IBM, Nvidia y Fermilab planean plataforma cuántica modular

IBM, Nvidia y Fermilab planean plataforma cuántica modular

IBM, Nvidia y Fermilab simularán enlaces para diseñar computadoras cuánticas modulares.

Por Humberto Toledo el 17 de noviembre del 2026 a las 9:06 pm PST

✨︎ Resumen (TL;DR):

  • IBM, Nvidia y Fermilab planean una plataforma para estudiar cómo conectar procesadores cuánticos con computadoras convencionales aceleradas.
  • La primera etapa simulará los enlaces entre módulos y evaluará el efecto de errores, retrasos y respuesta del sistema.
  • Nighthawk alcanza, según IBM, hasta 7,500 operaciones de dos cúbits sobre 120 cúbits; una prueba separada de Nvidia reporta hasta 13,000 veces de mejora en una medida específica de decodificación.

IBM, Nvidia y el Laboratorio Nacional Fermi (Fermilab) planean una plataforma conjunta para estudiar cómo conectar procesadores cuánticos y coordinarlos con computadoras convencionales aceleradas. El objetivo es orientar el diseño de máquinas modulares y aplicaciones de física. La primera etapa simulará la comunicación entre módulos, por lo que el anuncio no reporta varios procesadores físicos conectados.

La propuesta reuniría computadoras cuánticas de IBM, incluidos sistemas con su procesador Nighthawk, con equipos DGX B200 de Nvidia. Fermilab aportaría la experiencia de su Centro de Materiales y Sistemas Cuánticos Superconductores, conocido como SQMS.

Nvidia indicó que está colocando sistemas DGX B200 junto a computadoras cuánticas de IBM. IBM y Fermilab presentan la plataforma conjunta como un plan de investigación. Los anuncios no precisan dónde se ubicaría ni cuándo empezaría a operar.

IBM invertirá 10 mil mdd en computación cuántica para 2029
Te podría interesar:
IBM invertirá 10 mil mdd en computación cuántica para 2029

Primero simularán los enlaces entre módulos

Una computadora cuántica modular es un sistema de cómputo que reparte un cálculo entre varios procesadores conectados. Para que ese reparto funcione, los enlaces tendrían que transmitir información cuántica con suficiente fidelidad y coordinarse con el hardware convencional que controla las operaciones y procesa sus resultados.

Fermilab explica que la etapa inicial modelaría y emularía la comunicación entre módulos. Los investigadores estudiarían cómo afectan al rendimiento los errores del enlace, los retrasos y la respuesta del sistema. Ese trabajo serviría para orientar el desarrollo de interconexiones físicas entre IBM y SQMS.

En una fase posterior, el centro de Fermilab prevé incorporar sus propias cavidades superconductoras. Entre las posibilidades de investigación están usarlas como memorias cuánticas y estudiar su papel en la corrección de errores.

El anuncio no presenta un resultado de varios procesadores conectados dentro de la nueva plataforma. Por ahora, la conexión física entre módulos forma parte de la investigación que los socios buscan orientar con las simulaciones.

Qué aporta cada socio a la plataforma

  • IBM: procesadores cuánticos, software y experiencia en redes cuánticas.
  • Nvidia: cómputo acelerado y herramientas para simulación y decodificación.
  • Fermilab: la participación de investigadores de física de altas energías y nuclear, además de su experiencia a través del SQMS.

Entre las aplicaciones propuestas aparecen el estudio de las interacciones de neutrinos y las simulaciones nucleares. Fermilab plantea que la plataforma ayude a definir los requisitos de futuras máquinas tolerantes a fallos.

Nighthawk no equivale a la plataforma completa

IBM atribuye a Nighthawk la capacidad de ejecutar circuitos de hasta 7,500 operaciones de dos cúbits sobre 120 cúbits y alcanzar hasta 100,000 muestras por segundo. Una muestra es el resultado de una ejecución del circuito.

Esas cifras describen capacidades comunicadas para el procesador de IBM, no una medición de la plataforma conjunta con Nvidia y Fermilab. IBM también proyecta una generación posterior, Nighthawk r3, y un sistema de dos chips para 2027. La plataforma anunciada con Fermilab y Nvidia no se presentó como ese sistema futuro.

Conectar más procesadores tampoco elimina por sí solo los errores. Los cúbits físicos son sensibles a perturbaciones. Una de las líneas de investigación consiste en distribuir información entre varios cúbits y usar mediciones para detectar posibles fallos.

El decodificador se mide con dos escalas distintas

Por separado del proyecto con Fermilab, Nvidia anunció TCBP-JOBS, un algoritmo disponible en su biblioteca CUDA-Q QEC 0.9.0. Un decodificador cuántico es un programa clásico que interpreta las mediciones de un sistema cuántico para estimar qué errores pudieron ocurrir.

Acelerar ese análisis puede ayudar a los investigadores a comparar diseños de corrección de errores. Nvidia destacó una mejora de hasta 13,000 veces, pero el estudio acota esa cifra a la latencia de decodificaciones individuales en determinados códigos, frente a una configuración de Tesseract.

Las pruebas compararon el trabajo en una GPU de Nvidia con cálculos en CPU. No miden una aceleración general de la computadora cuántica propuesta.

El mismo estudio presenta otra comparación para un conjunto de 24.2 millones de resultados simulados correspondientes a 28 circuitos. Los autores estiman que Tesseract tardaría unas 12.1 semanas en un servidor de 64 núcleos si el trabajo se repartiera perfectamente.

TCBP-JOBS procesó ese conjunto en 45 minutos con una GPU GB200. La tabla del estudio expresa esa diferencia como unas 2,720 veces para el conjunto completo. La cifra de 13,000 corresponde a otra medida, el tiempo de respuesta de casos individuales. Los equipos y la forma de procesar los datos también difieren entre las comparaciones.

El artículo está firmado por investigadores de Nvidia y publicado por la empresa. Sus autores también señalan que, en una prueba con tasas de error físico más bajas, Tesseract fue más preciso. Elegir un decodificador depende de la velocidad y de los errores que deje pasar en las condiciones que se quieran estudiar.

Por ahora, el trabajo descrito por los socios se concentra en estudiar los componentes de futuras máquinas modulares y las aplicaciones científicas que podrían exigirles. La comunicación entre módulos empieza como una simulación y todavía no existe un resultado anunciado de varios procesadores conectados dentro de la nueva plataforma.

Fuentes: 1, 2, 3, 4, 5

+ Temas Relacionados

Más de Ciencia

Feed