Nighthawk r3 es un procesador cuántico con el que se espera conectar dos unidades en 2027 para ejecutar 10.000 operaciones sobre más de 1.000 qubits. IBM plantea que la utilidad industrial de esta tecnología dependerá de combinar precisión, velocidad de cálculo y costos viables, mientras avanza hacia sistemas tolerantes a fallos.

El anuncio incluyó nuevos detalles sobre IBM Quantum Starling, la computadora cuántica tolerante a fallos que la empresa proyecta construir con capacidad para ejecutar 100 millones de operaciones. La meta forma parte de una arquitectura modular que busca ampliar la escala de los procesadores sin abandonar el rendimiento demostrado en equipos anteriores.

Hasta el momento, diferentes empresas han ejecutado 34.000 millones de circuitos en Nighthawk r2 en dos meses . Según la empresa, esas pruebas registraron mejoras de rendimiento de hasta 19 veces frente a procesadores cuánticos anteriores de IBM.

Jay Gambetta, IBM Fellow y director de IBM Research, vinculó el desempeño de los equipos con las condiciones necesarias para que la tecnología tenga aplicaciones concretas: "Que la computación cuántica sea útil depende de que los resultados puedan entregarse con precisión, velocidad y viabilidad económica. Cada uno de estos pilares es fundamental".

Nighthawk r2 puede generar hasta 100.000 muestras por segundo y admite cálculos con más de 7.500 operaciones cuánticas sobre 120 qubits. Cada ejecución de un circuito produce un solo resultado, por lo que las aplicaciones requieren millones o miles de millones de muestras para resolver determinados problemas.

Cleveland Clinic, RIKEN e IBM utilizaron 1.175 millones de muestras para simular complejos proteicos de hasta 12.635 átomos vinculados al descubrimiento de medicamentos. E.ON empleó cerca de 20 millones de muestras para programar transacciones energéticas a partir de un modelo de 1.354 nodos de la red eléctrica europea.

La tecnología de reinicio rápido de qubits reduce el intervalo entre ejecuciones de circuitos y permite reunir esas muestras con mayor eficiencia. E.ON informó una mejora de 15 veces en aprendizaje automático cuántico orientado a la optimización de redes eléctricas.

IBM también comunicó una mejora de 12 veces en un experimento realizado junto con Oak Ridge National Laboratory, destinado a simular materiales magnéticos reales. La compañía indicó que los resultados fueron coherentes con experimentos de dispersión de neutrones.

Nighthawk r3 fue diseñado para ejecutar 10.000 operaciones cuánticas sobre 520 qubits programables y cuenta con 2.034 qubits físicos. El procesador conserva la red cuadrada y las operaciones rápidas de su antecesor, aunque incorpora diez conexiones chip a chip denominadas l-couplers.

IBM ya probó esa estrategia al conectar procesadores Nighthawk r1 mediante cuatro l-couplers. La prueba alcanzó una fidelidad de transferencia de estados cuánticos del 99,4%, mientras la empresa mantiene como objetivo llegar al 99,9%.

También, se unieron dos módulos criogénicos en un solo sistema por primera vez. El conjunto alcanzó su temperatura de operación en menos de cinco días y se enfrió por debajo de 15 milikelvin.

Gambetta se refirió al desempeño de la generación previa y al plan de expansión de la arquitectura: "A medida que ampliemos esta arquitectura hacia computadoras cuánticas más grandes y potentes, el valor de la computación cuántica alcanzará nuevos niveles gracias a una integración más estrecha con los recursos clásicos y al avance continuo hacia la tolerancia a fallos".

IBM Quantum Platform incorporará un entorno administrado para ejecutar flujos de trabajo que combinen computación cuántica con recursos clásicos de alto rendimiento. La propuesta contempla el uso de una computadora portátil, infraestructura en la nube o supercomputadoras para procesar tareas vinculadas con los circuitos cuánticos.

La plataforma permitirá inspeccionar, personalizar y ampliar técnicas de corrección y mitigación de errores. Mediante acceso a nivel de pulsos, los usuarios podrán controlar la temporización de las puertas cuánticas, realizar reinicios rápidos de qubits y acceder a información de medición previa a la clasificación.

Finalmente, se apoyará en esa infraestructura para que socios de software y servicios desarrollen capacidades por industria, herramientas para flujos híbridos y capas de optimización destinadas a problemas relevantes para la industria.