¿Y si pudieras probar el software de una computadora que aún no existe del todo? Eso hace la simulación de circuitos cuánticos: usa las supercomputadoras actuales para imitar el comportamiento de una computadora cuántica. El problema es que cada qubit adicional duplica la potencia de cálculo necesaria y, en los problemas de química cuántica, 40 qubits era el techo práctico. Un equipo de investigación japonés acaba de romperlo.

1,024 GPUs y un nuevo récord mundial

El 12 de marzo de 2026, un grupo encabezado por el profesor Wataru Mizukami, del Centro de Información Cuántica y Biología Cuántica (QIQB) de la Universidad de Osaka, junto con los técnicos del QIQB Shoma Hiraoka y Sho Nishida y Yusuke Teranishi, de Fixstars Corporation, anunció que había logrado la simulación de circuitos cuánticos para química cuántica más grande del mundo.

El equipo utilizó 1.024 GPUs NVIDIA H100 del Sistema H de ABCI-Q, la plataforma de cómputo híbrido cuántico-clásico que opera el Instituto Nacional de Ciencia y Tecnología Industrial Avanzada de Japón (AIST). Es aproximadamente la mitad de las 2.020 GPUs H100 instaladas en ese sistema. Usando su simulador propio "chemqulacs-gpu", establecieron dos récords mundiales:

  • Mayor tamaño de problema: Simulación de la molécula de agua (H₂O) con 42 orbitales de espín (aplicando técnicas de reducción de qubits)
  • Mayor tamaño de circuito: Cálculo de un circuito de 41 qubits para la molécula de clúster hierro-azufre (Fe₂S₂)

Ambos resultados superan el límite anterior de 40 qubits para simulaciones de química cuántica con vectores de estado, un hito que ningún otro grupo de investigación había alcanzado.

Por qué importa simular computadoras cuánticas

Cuando se habla de la carrera cuántica, los primeros nombres que vienen a la mente son Google, IBM y Microsoft, todos compitiendo por construir hardware cuántico. Pero el hardware por sí solo no es suficiente. Los algoritmos que realmente se ejecutarán en las computadoras cuánticas necesitan ser desarrollados y validados de antemano, y aquí es donde la simulación se vuelve indispensable.

Piénsalo así: imagina construir un nuevo tipo de avión sin un túnel de viento para probar los diseños de las alas antes del primer vuelo. La simulación de circuitos cuánticos cumple esa función: es un banco de pruebas virtual donde los investigadores verifican si sus algoritmos funcionan bien y con eficiencia antes de que el hardware cuántico esté ampliamente disponible.

El desafío fundamental es la escala. Simular un sistema cuántico en una computadora clásica requiere memoria y potencia de procesamiento que crecen exponencialmente con cada qubit. Con 40 qubits, se necesitan aproximadamente 18 terabytes de memoria, una cantidad asombrosa que marcaba el límite práctico.

El algoritmo IQPE: un enfoque más inteligente

La clave de este avance está en la elección del algoritmo. En lugar del QPE (Estimación de Fase Cuántica) estándar, que requiere muchos qubits auxiliares y produce circuitos profundos y complejos, el equipo se enfocó en el QPE Iterativo (IQPE).

El QPE es un algoritmo cuántico fundamental utilizado en muchas aplicaciones, especialmente valorado en química cuántica por su capacidad para determinar con precisión los niveles de energía moleculares. Sin embargo, el QPE convencional demanda recursos cuánticos sustanciales.

El IQPE es una variante elegante que solo necesita un único qubit auxiliar y produce circuitos menos profundos. Esto tiene dos implicaciones importantes: hace que la simulación sea más manejable en las computadoras clásicas actuales, y se alinea bien con los "Early-FTQC" (computadoras cuánticas tolerantes a errores tempranas), las máquinas de transición que ofrecerán corrección parcial de errores antes de que lleguen los sistemas completamente tolerantes a fallos.

48 horas contrarreloj

El cálculo se realizó bajo el programa "ABCI-Q Grand Challenge" del AIST, que otorga a un grupo de investigación acceso exclusivo a 256 nodos de cómputo (1.024 GPUs) durante un máximo de 48 horas.

El profesor Wataru Mizukami del QIQB reflexionó sobre la experiencia: el equipo enfrentó repetidos problemas técnicos inesperados mientras intentaba mantener 1.024 GPUs funcionando al unísono. Dentro de esa ventana de 48 horas, un grupo pequeño liderado por dos jóvenes investigadores, Yusuke Teranishi de Fixstars y Shoma Hiraoka de la Universidad de Osaka, perseveró y, con el apoyo del personal de operaciones de ABCI-Q, alcanzó el récord.

Los hallazgos fueron presentados en NVIDIA GTC 2026 en San José, California.

El contexto global de la carrera cuántica

IBM busca demostrar una ventaja cuántica verificada para finales de 2026 y entregar en 2029 Starling, una máquina tolerante a fallos capaz de ejecutar 100 millones de puertas sobre 200 qubits lógicos. Su procesador Nighthawk, presentado en noviembre de 2025, combina 120 qubits con 218 acopladores ajustables y ejecuta circuitos cerca de un 30 % más complejos que su antecesor, Heron.

Google sigue avanzando hacia la computación cuántica con corrección de errores, con planes a largo plazo para un sistema de un millón de qubits. Microsoft apuesta por los qubits topológicos, que podrían ofrecer tasas de error inherentemente más bajas.

Japón adopta un enfoque diferente pero complementario. Aunque su inversión en hardware es menor que la de EE.UU. o China, ha construido una infraestructura de primer nivel para el desarrollo de algoritmos cuánticos. ABCI-Q es una de las supercomputadoras más grandes del mundo dedicadas a la computación cuántica, equipada con más de 2.000 GPUs NVIDIA H100 e integrada con varios tipos de procesadores cuánticos: superconductores (Fujitsu), de átomos neutros (QuEra) y fotónicos (OptQC).

Este avance de la Universidad de Osaka demuestra la fortaleza de Japón en lo que podría llamarse "preparación del software cuántico". Cuando lleguen las computadoras cuánticas tolerantes a fallos, los países que ya hayan desarrollado y validado sus algoritmos tendrán una ventaja decisiva.

De la farmacología a las soluciones climáticas

La aplicación más esperada es el descubrimiento de fármacos: simular con precisión el comportamiento de las moléculas candidatas a nivel cuántico para acelerar y abaratar el desarrollo farmacéutico.

Los nuevos materiales para combatir el cambio climático representan otra frontera. La química cuántica podría ayudar a predecir el rendimiento de catalizadores, materiales para baterías y otras sustancias a nivel molecular.

La molécula Fe₂S₂ utilizada en esta simulación es particularmente relevante: desempeña un papel crucial en la transferencia de electrones biológica y es de importancia fundamental en bioquímica.

La narrativa de "hardware real vs. simulación" a menudo presenta estos enfoques como competidores, pero en realidad son dos caras de la misma moneda. A medida que el hardware cuántico mejora, la necesidad de software validado crece, y cuanto más preparado esté el software, más rápido se podrá usar el hardware de manera práctica.

¿Cómo avanza la investigación en computación cuántica en tu país? ¿Está impulsada por programas gubernamentales, universidades o empresas privadas? ¡Nos encantaría conocer tu perspectiva!

Referencias