LO ESENCIAL EN 30 SEGUNDOS

  • Sistemas NVIDIA DGX B200 se instalarían junto a ordenadores cuánticos de IBM, incluidas máquinas con Nighthawk, en el centro SQMS de Fermilab; el laboratorio la describe como una plataforma propuesta, sin fecha de inicio ni coste.
  • NVIDIA afirma que su nuevo decodificador TCBP-JOBS, incluido en CUDA-Q QEC 0.9.0, es hasta 13.000 veces más rápido que un decodificador de referencia en una comparación concreta.
  • Una interfaz neutral, QRMI, busca que los centros de supercomputación reserven procesadores cuánticos como trabajos normales de Slurm; Slurm 26.11 está previsto para finales de noviembre.

NVIDIA anunció el 16 de noviembre, durante la conferencia de supercomputación SC26 en Chicago, que colaborará con IBM y con el Fermi National Accelerator Laboratory en una plataforma para diseñar de forma conjunta ordenadores cuánticos y clásicos. Llegó acompañado de dos piezas de software pensadas para centros de investigación: un decodificador de corrección de errores más rápido y soporte cuántico en el planificador Slurm.

Qué se plantea

La idea es colocar sistemas GPU NVIDIA DGX B200 junto a ordenadores cuánticos de IBM, entre ellos máquinas con el procesador Nighthawk, en el centro SQMS (Superconducting Quantum Materials and Systems) de Fermilab. Según Unite.AI, Nighthawk ejecuta circuitos de hasta 7.500 operaciones de dos cúbits sobre 120 cúbits. Fermilab dirigiría el trabajo de corrección de errores y de física, coordinaría el acceso mediante su infraestructura HEPCloud y se centraría en problemas de física de altas energías y nuclear, como las teorías gauge en retículo o las interacciones de neutrinos. En una fase posterior se probarían sus cavidades superconductoras como memorias cuánticas.

El proyecto está en una etapa temprana. Anna Grassellino, directora de tecnología de Fermilab, habla de una plataforma propuesta, y The Next Web señala que no se han dado ni fecha de inicio ni coste. De acuerdo con Unite.AI, el primer paso será modelar cómo se comunicarían módulos cuánticos separados, incluidos los errores de enlace y la latencia, antes de construir hardware.

El papel de la IA y las GPU

Los procesadores cuánticos cometen errores con frecuencia, y corregirlos exige que ordenadores clásicos decodifiquen las mediciones a gran velocidad. NVIDIA asegura que su decodificador TCBP-JOBS, publicado en la biblioteca CUDA-Q QEC 0.9.0, es hasta 13.000 veces más rápido que los métodos existentes en una comparación concreta y que redujo un estudio de diseño de 12 semanas a 45 minutos. Unite.AI precisa que la referencia es una configuración del decodificador Tesseract sobre códigos «bivariate bicycle» y que el método aprende probabilidades de fallo para guiar búsquedas en GPU. Son cifras del fabricante que nadie ha comprobado de forma independiente. Grassellino sostiene que la computación acelerada y la superinteligencia tendrán un papel importante en el diseño de estos algoritmos.

Lo cuántico como un trabajo más

NVIDIA también prevé añadir una interfaz cuántica a Slurm, el planificador de código abierto que usan la mayoría de los superordenadores. IBM aporta su Quantum Resource Management Interface (QRMI), desarrollada según Unite.AI junto con NVIDIA y Pasqal como capa neutral respecto al proveedor. El objetivo es que los centros reserven procesadores cuánticos igual que CPU y GPU. CASRAI informa de que Slurm 26.11 debería estar disponible a finales de noviembre de 2026; NVIDIA no ha dado una fecha firme para el conjunto de funciones.