Las computadoras cuánticas pueden resolver problemas que las máquinas clásicas no pueden. Empresas como Nvidia y Microsoft ya han construido su infraestructura.
Photo by Sven Hoppe/picture alliance via Getty Images
Durante años, los centros de datos de IA y la computación cuántica han sido tratados como historias separadas con problemas separados. Una trata sobre gigavatios, tensión en la red y disputas de servicios públicos sobre quién paga por la infraestructura. La otra trata sobre física de laboratorio, enfriamiento criogénico y avances que siempre están a una década de distancia.
Esa separación ha comenzado a colapsar. Microsoft $MSFT ha estado impulsando un procesador cuántico diseñado para encajar en el espacio estándar de racks de servidores. IBM $IBM tiene una computadora cuántica funcionando junto a una supercomputadora clásica. Y NVIDIA este mes lanzó Ising, una familia de modelos de IA de código abierto construidos específicamente para gestionar los errores que afectan al hardware cuántico, presentados como el camino hacia lo que la empresa llama "supercomputación cuántica de GPU".
Es un cambio notable para una tecnología que ha pasado una década siendo cubierta principalmente como una curiosidad de laboratorio o una amenaza de ciberseguridad. Cuántica se está moviendo a la conversación de infraestructura porque la infraestructura está ahí.
Hay una suposición (y a veces un argumento) que lo cuántico hará por la IA lo que las GPU hicieron. Incorporarse, acelerar las cosas, cambiar la economía. Eso no es lo que las personas que realmente están construyendo estos sistemas di.
Lo que describen es una categoría diferente de máquina. Las computadoras cuánticas son rápidas en un conjunto estrecho pero valioso de problemas que las máquinas clásicas tienen dificultades para resolver o no pueden resolver en absoluto. Diseñar nuevas químicas de baterías es uno. Modelar interacciones moleculares para el descubrimiento de fármacos es otro. Puede construir células fotovoltaicas que convierten la luz en electricidad de manera más eficiente, u optimizar carteras y fijar precios de derivados de maneras que dan a las empresas financieras una ventaja que un competidor no puede igualar.
Las mismas máquinas también pueden romper la encriptación que asegura la mayor parte de Internet, razón por la cual los gobiernos y las empresas ya están migrando hacia la criptografía post-cuántica en un cronograma establecido por el progreso del hardware en lugar de sus propias preferencias.
Lo que ha cambiado es dónde vive el procesador cuántico. La imagen emergente es una donde una unidad de procesamiento cuántico, o QPU, se encuentra junto a una CPU y una GPU dentro del mismo centro de datos, transfiriendo cargas de trabajo entre ellas.
"Un error que muchos solían tener es que una máquina cuántica es una entidad independiente. No lo es. Una máquina cuántica es parte del ecosistema. Se encuentra justo al lado de un hyperscaler," dijo Zulfi Alam, el vicepresidente corporativo de cuántica en Microsoft.
La huella física es modesta. El diseño actual de Microsoft encaja dentro de un rack de servidor estándar y consume alrededor de 30 kilovatios, la mayor parte de eso para la refrigeración necesaria para enfriar los qubits a una fracción de grado por encima del cero absoluto. La parte fría en sí, dijo Alam, es solo aproximadamente del tamaño de una lata de refresco. Todo lo demás funciona a temperatura ambiente.
El modelo híbrido no es teórico. IBM tiene computadoras cuánticas desplegadas en instituciones de investigación donde se utilizan junto a supercomputadoras clásicas en cargas de trabajo científicas reales. En RIKEN, el instituto de investigación emblemático de Japón, una se encuentra al lado de la supercomputadora Fugaku, ejecutando partes de simulaciones moleculares que se transfieren entre las dos máquinas.
Es una evolución, según Jerry Chow, CTO de supercomputación centrada en cuántica en IBM. "Nos estamos moviendo hacia un modelo de centro de datos donde estamos buscando activamente CPUs y GPUs ubicadas junto con procesadores cuánticos", dijo Chow. Para la década de 2030, dijo, se espera que la industria replantee la supercomputadora por completo como un sistema totalmente integrado de CPUs, GPUs y QPUs.
Una cosa que la cuántica no va a hacer es resolver la crisis energética del centro de datos.
"Piense en las computadoras cuánticas como diferentes tipos de computadoras para diferentes casos de uso", dijo Marc Lijour, miembro del IEEE que enseña en el programa MBA de la Universidad Internacional de Negocios. "Podría tener un camión y un pequeño auto deportivo de dos plazas en su garaje. Ambos son buenos en lo que hacen. Uno no está reduciendo los costos del otro."
El entrenamiento e inferencia de IA se ejecutan en hardware clásico, con GPUs procesando matemáticas de matrices a través de enormes conjuntos de datos, y las computadoras cuánticas son malas para exactamente ese tipo de carga de trabajo. No pueden absorber el cómputo de IA, no pueden ejecutarlo más eficientemente y no pueden sustituirlo.
La diferencia de escala hace que el punto sea concreto. Un solo rack de los chips de entrenamiento de IA más populares de NVIDIA consume de 120 a 140 kilovatios, y se proyectan sistemas de próxima generación. empujar más allá de 200. Un campus de IA a hiperescala maneja decenas de miles de racks y puede consumir cientos de megavatios, con algunas instalaciones proyectadas para alcanzar un gigavatio. Una máquina cuántica que soporta un par de miles de cúbits, en contraste, funciona con unos 30 kilovatios en total.
Mientras tanto, el lado de la IA se está volviendo más hambriento. Los sistemas de IA agéntica pueden requerir órdenes de magnitud más cálculo que una sola consulta de chatbot porque ejecutan miles de agentes autónomos gestionados por agentes supervisores. La cuántica puede eventualmente ayudar a optimizar algunas de esas cargas de trabajo en los márgenes. No va a absorber la carga.
Para los compradores empresariales que intentan averiguar qué significa esto para sus presupuestos, la respuesta honesta es: no mucho, aún.
"No creo que estemos en el año de la ampliación a escala de centros de datos cuánticos," dijo Rodrigo Madanes, líder global de tecnología de la próxima frontera y IA de EY. La computación científica y los servicios financieros son las dos industrias que impulsan la demanda empresarial real. La mayoría de los otros sectores están observando.
La historia cuántica más urgente para las empresas en este momento, dijo Madanes, no se trata de comprar computación cuántica en absoluto. Se trata de prepararse para el día cuando la computadora cuántica de otra persona pueda romper la criptografía actual, una migración a la criptografía post-cuántica que ya está en marcha, independientemente de qué tan rápido madure el hardware.
"La gente sabe que viene", dijo, "y necesitamos hacerlo bien."
Únete a más de 500.000 lectores que comienzan su día con Quartz.
Al suscribirte, aceptas nuestros Términos de servicio y Política de privacidad.
