Investigación publicada este mes en la revista científica Nature utilizó supercomputadoras con tecnología de NVIDIA para validar un camino hacia la comercialización de la computación cuántica.
La investigación, liderada por el laureado con el Nobel Giorgio Parisi, se enfoca en el recocido cuántico, un método que podría algún día abordar problemas complejos de optimización que son extraordinariamente desafiantes para las computadoras convencionales.
El uso de recursos avanzados en todo el mundo
Para llevar a cabo su investigación, el equipo utilizó 2 millones de horas de computación con GPU en las instalaciones de Leonardo (Cineca, en Bolonia, Italia), casi 160,000 horas en el clúster Meluxina-GPU en Luxemburgo, y 10,000 horas de GPU de la Red Española de Supercomputación. Además, accedieron al clúster Dariah, en Lecce, Italia.
Utilizaron estos recursos de vanguardia para simular el comportamiento de un tipo específico de sistema de computación cuántica conocido como recocedor cuántico.
Diferencias fundamentales entre computadoras clásicas y cuánticas
Las computadoras cuánticas replantean fundamentalmente cómo se calcula la información para permitir soluciones completamente nuevas.
A diferencia de las computadoras clásicas, que procesan información en binario — 0s y 1s — las computadoras cuánticas utilizan bits cuánticos o qubits que permiten procesar la información de maneras totalmente nuevas.
Los recocedores cuánticos son un tipo especial de computadora cuántica que, aunque no son universalmente útiles, pueden tener ventajas para resolver ciertos tipos de problemas de optimización.
Un avance significativo en la física computacional
El artículo, “La Transición Cuántica del Vidrio de Espín de Ising Bidimensional,” representa un paso significativo en la comprensión de la transición de fase — un cambio en las propiedades de un sistema cuántico — del vidrio de espín de Ising, un material magnético desordenado en un plano bidimensional, un problema crítico en la física computacional.
El artículo aborda el problema de cómo las propiedades de las partículas magnéticas dispuestas en un plano bidimensional pueden cambiar abruptamente su comportamiento.
El estudio también muestra cómo los sistemas potenciados por GPU juegan un papel clave en el desarrollo de enfoques para la computación cuántica.
Las simulaciones aceleradas por GPU permiten a los investigadores comprender el comportamiento de sistemas complejos en el desarrollo de computadoras cuánticas, iluminando los caminos más prometedores a seguir.
Operación y ventajas de los recocedores cuánticos
Los recocedores cuánticos, como los sistemas desarrollados por la pionera compañía de computación cuántica D-Wave, operan disminuyendo metódicamente un campo magnético que se aplica a un conjunto de partículas magnéticamente susceptibles.
Cuando es lo suficientemente fuerte, el campo aplicado actuará para alinear la orientación magnética de las partículas —similar a cómo las limaduras de hierro se alinean de manera uniforme cerca de un imán de barra.
Si la fuerza del campo varía lo suficientemente lento, las partículas magnéticas se arreglarán para minimizar la energía de la configuración final.
Encontrar este estado estable de energía mínima es clave en un sistema magnético particularmente complejo y desordenado conocido como vidrio de espín, ya que los recocedores cuánticos pueden codificar ciertos tipos de problemas en la configuración de energía mínima del vidrio de espín.
Entender estos sistemas ayuda a los científicos a desarrollar mejores algoritmos para resolver problemas difíciles al imitar cómo la naturaleza maneja la complejidad y el desorden.
Eso es crucial para avanzar en el recocido cuántico y sus aplicaciones para resolver problemas computacionales extremadamente difíciles que actualmente no tienen una solución eficiente conocida — problemas que son comunes en campos como la logística y la criptografía.
Simulaciones extensivas y sus resultados
A diferencia de las computadoras cuánticas basadas en puertas, que operan aplicando una secuencia de puertas cuánticas, los recocedores cuánticos permiten que un sistema cuántico evolucione libremente en el tiempo.
Esto no es una computadora universal —un dispositivo capaz de realizar cualquier cálculo dado suficiente tiempo y recursos— pero puede tener ventajas para resolver conjuntos particulares de problemas de optimización en áreas de aplicación como la enrutación de vehículos, la optimización de carteras y el plegamiento de proteínas.
A través de extensas simulaciones realizadas en GPUs de NVIDIA, los investigadores aprendieron cómo cambian los parámetros clave de los vidrios de espín que componen los recocedores cuánticos durante su operación, permitiendo una mejor comprensión de cómo usar estos sistemas para lograr una aceleración cuántica en problemas importantes.
Mucho del trabajo para este artículo de gran avance fue originalmente presentado en la conferencia de tecnología GTC 2024 de NVIDIA.
