Quarant’anni fa, il fisico americano Richard Feynman sognò un computer capace di simulare la fisica quantistica. Oggi la tecnologia IBM Quantum sembra avere le carte in regola per costruirlo, e i primi risultati scientifici per dimostrarne l’efficacia.
La tech company americana ha presentato, infatti, la prima architettura di riferimento per il quantum-centric supercomputing: un modello che non sostituisce i supercomputer classici, ma li affianca e li potenzia con processori quantistici. Si tratta di un blueprint che fa lavorare insieme processori quantistici, GPU (Graphics Processing Unit), CPU (Central Processing Unit) e intelligenza artificiale.
L’idea di fondo è che le sfide scientifiche più complesse – dalla modellazione molecolare alla simulazione di sistemi caotici – non possono essere risolte da un singolo paradigma computazionale. Servono ambienti ibridi, capaci di far dialogare in modo coordinato quantum computing, high performance computing (HPC) e AI.
Indice degli argomenti
Un’architettura pensata per i workload attuali e futuri
La nuova architettura IBM è progettata per essere operativa sin da subito, ma sufficientemente flessibile da evolvere con l’emergere di nuovi algoritmi quantistici. Combina processori quantistici con cluster di CPU e GPU, reti ad alta velocità e storage condiviso, il tutto accessibile sia on-premise, sia nei centri di ricerca, sia tramite cloud.
Il framework software è aperto: al centro c’è Qiskit, la piattaforma open source di IBM per il quantum computing, che consente a sviluppatori e ricercatori di integrare capacità quantistiche nei loro workflow abituali senza dover riscrivere da zero le proprie pipeline.
Il supporto della comunità scientifica
La vera notizia non è solo l’architettura in sé, ma le prove sperimentali che la supportano. IBM ha presentato una serie di risultati concreti ottenuti da team internazionali che hanno già lavorato con sistemi quantum-centric.
Ricercatori di IBM, dell’Università di Manchester, dell’Università di Oxford e dell’Università di Ratisbona hanno, infatti, sintetizzato la prima molecola half-Möbius mai realizzata, verificandone la struttura elettronica anomala proprio grazie a un computer quantistico. Si tratta di un risultato che con i sistemi di calcolo classici non si sarebbe mai potuto validare con la stessa precisione.
Sul fronte della biologia computazionale, invece, la Cleveland Clinic ha simulato una mini-proteina tryptophan-cage composta da 303 atomi: uno dei modelli molecolari più complessi mai eseguiti su hardware quantistico.
Il valore per le simulazioni complesse
Uno degli esperimenti più significativi riguarda la collaborazione tra IBM e l’istituto di ricerca giapponese Riken. I ricercatori hanno eseguito una delle simulazioni più estese di cluster ferro-zolfo – molecole chiave nella biologia e nella chimica – attraverso uno scambio continuo di dati tra i 152.064 nodi del supercomputer Fugaku e un processore IBM Quantum Heron installato nel medesimo centro di calcolo.
Algorithmiq, il Trinity College di Dublino e IBM hanno inoltre pubblicato sulla rivista Nature Physics una metodologia per simulare accuratamente sistemi caotici quantistici a molti corpi – come insiemi di atomi ed elettroni – sfruttando risorse computazionali classiche per mitigare il rumore dei processori quantistici. Un contributo che avvicina ulteriormente il quantum computing ad applicazioni affidabili in ambito scientifico.
L’ecosistema del computer quantistico IBM
L’architettura presentata da IBM non è un prodotto chiuso, ma una piattaforma aperta destinata a crescere con il contributo dell’ecosistema globale di clienti, centri di ricerca universitari e partner tecnologici e che sembra destinata a cambiare radicalmente i ritmi della scoperta scientifica, in particolare negli ambiti della chimica e della scienza dei materiali.
IBM e il politecnico americano Rensselaer Polytechnic Institute (RPI), inoltre, stanno collaborando per migliorare la schedulazione e l’orchestrazione dei workflow tra risorse di quantum computing e HPC classico. L’obiettivo è rendere la transizione tra i due ambienti il più trasparente possibile per i ricercatori, abbattendo le frizioni operative che oggi rallentano l’adozione su larga scala.
