Di recente, IBM ha presentato un nuovo computer quantistico da 433 qubit e sta lavorando per sviluppare una macchina da 1.000 qubit quest’anno e una da 4.000 qubit il prossimo anno. Mentre molte aziende stanno cercando di portare la tecnologia quantistica sul mercato per ridurre il divario tra ricerca e industria, le risposte del settore sono spesso che la tecnologia è ancora in fase di ricerca e sviluppo.
BosonQ Psi, una startup di software quantistico con sede a Bengaluru, sta cercando di superare questa sfida di commercializzazione attraverso due approcci. Il primo è l’utilizzo di computer ad alte prestazioni (HPC) come CPU e GPU per emulare il comportamento di un ambiente quantistico, offrendo vantaggi a breve termine e un vantaggio industriale incrementale. Il secondo approccio prevede l’utilizzo di un ambiente ibrido in cui l’HPC viene utilizzato in alcuni aspetti del problema e le macchine quantistiche in altri, selezionando attentamente dove il quantico svolgerà effettivamente un ruolo. Questo potrebbe fornire un vantaggio industriale significativo, potenzialmente dell’ordine di 10 o 100 volte.
BosonQ Psi sta cercando di mettere il prodotto nelle mani degli ingegneri in modo che possa essere integrato perfettamente nei loro flussi di lavoro di progettazione. Ad esempio, l’analisi degli incidenti nell’industria automobilistica potrebbe essere simulata digitalmente usando equazioni fisiche per comprendere come l’intera struttura dell’auto si deforma o cambia forma in modo che i passeggeri subiscano lesioni minime. Simulazioni come queste possono fornire un vantaggio significativo, anche in settori come l’aerospaziale e la produzione.
Sebbene il quantistico possa fornire un valore esponenziale nel lungo termine, BosonQ Psi sta lavorando per creare una tabella di marcia di quanti vantaggi possono offrire ai loro clienti B2B anno dopo anno nel breve termine.
In sintesi, l’uso di sistemi quantistici e ibridi può fornire un vantaggio competitivo significativo, ma la sfida della commercializzazione richiede un approccio graduale e mirato per ottenere risultati tangibili a breve termine.
Inoltre, una delle sfide dell’utilizzo dei computer quantistici è che alcune delle operazioni matematiche di base che sono facilmente eseguite sui computer classici possono essere molto difficili da implementare sui sistemi quantistici. Ad esempio, la moltiplicazione è un’operazione difficile da eseguire sui processori quantistici a causa della mancanza di una mappatura uno a uno tra i processori classici e quelli quantistici. Per risolvere questo problema, gli algoritmi devono essere sviluppati da zero.
Tuttavia, le simulazioni quantistiche possono fornire un vantaggio significativo in molte aree di applicazione, in particolare per i problemi che coinvolgono equazioni fisiche complesse. Questo è perché tutte le leggi matematiche in sostanza sono una simulazione, poiché governano il comportamento della realtà fisica. Mentre questi problemi possono essere risolti anche sui sistemi classici, richiedono molto più tempo e risorse rispetto ai sistemi quantistici.
Inoltre, il vantaggio di utilizzare computer quantistici e ibridi diventa sempre più evidente man mano che la potenza di elaborazione aumenta. Attualmente, il sistema quantistico più avanzato può avere solo poche centinaia di qubit, ma le aziende stanno lavorando per aumentare la capacità dei loro sistemi. Ad esempio, IBM sta lavorando per sviluppare una macchina da 1.000 qubit quest’anno e una da 4.000 qubit il prossimo anno.
In definitiva, il vantaggio quantistico non è ancora completamente realizzato, ma le aziende stanno lavorando per portare la tecnologia sul mercato attraverso un approccio graduale e mirato. La simulazione quantistica può fornire un vantaggio significativo in molti settori, ma ci sono anche sfide che devono essere superate prima che la tecnologia possa diventare largamente adottata. Con ulteriori sviluppi, tuttavia, la tecnologia quantistica potrebbe portare a un cambiamento significativo nel modo in cui le aziende affrontano le sfide computazionali complesse.