{"id":40375,"date":"2026-09-17T01:25:03","date_gmt":"2026-09-17T05:25:03","guid":{"rendered":"https:\/\/consentidosocial.com\/?p=40375"},"modified":"2026-09-17T01:25:03","modified_gmt":"2026-09-17T05:25:03","slug":"nvidia-amplia-la-plataforma-de-codigo-abierto-cuda-q-para-la-computacion-cuantica-tolerante-a-fallos","status":"publish","type":"post","link":"https:\/\/consentidosocial.com\/en\/2026\/09\/17\/nvidia-amplia-la-plataforma-de-codigo-abierto-cuda-q-para-la-computacion-cuantica-tolerante-a-fallos\/","title":{"rendered":"NVIDIA ampl\u00eda la plataforma de c\u00f3digo abierto CUDA-Q para la computaci\u00f3n cu\u00e1ntica tolerante a fallos"},"content":{"rendered":"

Santa Clara, California, EE.UU.<\/strong>– NVIDIA anunci\u00f3 la ampliaci\u00f3n de la plataforma de c\u00f3digo abierto NVIDIA CUDA-Q\u2122 con CUDA-Q Logical, una capa de orquestaci\u00f3n que proporciona un enfoque programable y verificable para desarrollar aplicaciones \u00fatiles para ordenadores cu\u00e1nticos tolerantes a fallos.<\/p>\n

Los procesadores cu\u00e1nticos tolerantes a fallos con c\u00fabits l\u00f3gicos son esenciales para una computaci\u00f3n cu\u00e1ntica \u00fatil, ya que permiten a los sistemas superar los errores inherentes a los c\u00fabits f\u00edsicos y ejecutar los c\u00e1lculos de mayor envergadura necesarios para aplicaciones pr\u00e1cticas, como el descubrimiento de f\u00e1rmacos, el modelado financiero y el desarrollo de materiales.<\/p><\/blockquote>\n

S<\/span><\/strong><\/span>in embargo, el desarrollo de aplicaciones para estos sistemas supone un desaf\u00edo de codise\u00f1o tedioso y lento: cualquier cambio en un algoritmo, c\u00f3digo de correcci\u00f3n de errores, arquitectura de hardware u otro componente de la QPU puede alterar significativamente los recursos necesarios para ejecutar una aplicaci\u00f3n concreta.<\/p>\n

Con CUDA-Q Logical, los investigadores pueden ahora dise\u00f1ar y orquestar los numerosos componentes necesarios para aplicaciones de computaci\u00f3n cu\u00e1ntica tolerantes a fallos, alternando f\u00e1cilmente entre opciones para identificar las configuraciones del sistema que optimizan el rendimiento con c\u00fabits l\u00f3gicos.<\/p>\n

\u00abL<\/span><\/strong><\/span>a computaci\u00f3n cu\u00e1ntica est\u00e1 evolucionando hacia la era de los c\u00fabits l\u00f3gicos, y los investigadores necesitan una plataforma abierta y personalizable capaz de representar todos los aspectos de un sistema tolerante a fallos\u00bb, afirm\u00f3 Timothy Costa, vicepresidente y director general de computaci\u00f3n cu\u00e1ntica en NVIDIA.<\/p>\n

La incorporaci\u00f3n de CUDA-Q Logical aporta potencia y flexibilidad para explorar sistemas totalmente integrados y co-optimizados, independientemente del tipo de c\u00fabit o la arquitectura, lo que reduce dr\u00e1sticamente los plazos para alcanzar una supercomputaci\u00f3n cu\u00e1ntica-GPU \u00fatil.<\/p><\/blockquote>\n

CUDA-Q Logical ya est\u00e1 siendo utilizado por fabricantes de QPU y laboratorios, incluidos el Fermi National Accelerator Laboratory, Infleqtion, IQM Quantum Computers, QCDesign, Quantum Motion y Sandia National Laboratories.<\/p>\n

\n
Mediante CUDA-Q Logical, Iceberg Quantum model\u00f3 su arquitectura tolerante a fallos para los c\u00fabits de Diraq, demostrando c\u00f3mo se pueden crear 1.000 c\u00fabits l\u00f3gicos con solo 150.000 c\u00fabits f\u00edsicos, una cifra aproximadamente 10 veces menor que las estimaciones previas de Diraq. CUDA-Q Logical ofreci\u00f3 una forma sin precedentes de evaluar r\u00e1pidamente posibles implementaciones de la arquitectura de Iceberg, ayudando <\/span>a reducir dr\u00e1sticamente el hardware necesario para una computaci\u00f3n cu\u00e1ntica \u00fatil y tolerante a fallos.<\/span><\/h5>\n

 <\/p><\/blockquote>\n

Fermilab utiliza CUDA-Q Logical para explorar aplicaciones tolerantes a fallos<\/span><\/p>\n

En una fase inicial del trabajo, los investigadores de Fermilab utilizaron CUDA-Q Logical para validar resultados previos y evaluar c\u00fabits f\u00edsicos, tiempos de ejecuci\u00f3n y otros requisitos de recursos en diferentes enfoques de correcci\u00f3n de errores y plataformas de hardware cu\u00e1ntico.<\/p>\n

F<\/span><\/strong><\/span>ermilab transform\u00f3 dise\u00f1os complejos de sistemas tolerantes a fallos en un flujo de trabajo computacional repetible y verificable, acelerando el desarrollo de algoritmos tolerantes a fallos de cinco meses a tres semanas, lo que supone una aceleraci\u00f3n siete veces mayor.<\/p>\n

\u00abLa computaci\u00f3n cu\u00e1ntica tolerante a fallos es el camino para desbloquear nuevos descubrimientos cient\u00edficos, pero lograrlo requerir\u00e1 que los investigadores dise\u00f1en conjuntamente algoritmos, correcci\u00f3n de errores, arquitecturas y hardware\u00bb, afirm\u00f3 Anna Grassellino, directora de tecnolog\u00eda de Fermilab y directora del Superconducting Quantum Materials and Systems Center.<\/p><\/blockquote>\n

\u00abG<\/span><\/strong><\/span>racias a CUDA-Q Logical, nuestro equipo explor\u00f3 combinaciones de estos recursos en solo tres semanas, frente a lo que normalmente habr\u00eda llevado unos cinco meses de construcci\u00f3n de infraestructura especializada\u00bb.<\/p>\n

Sandia crea un punto de referencia para el futuro de la computaci\u00f3n cu\u00e1ntica QUOPS es una nueva herramienta de evaluaci\u00f3n comparativa (benchmark) independiente y multiplataforma, desarrollada por los Laboratorios Nacionales Sandia, que mide el progreso de los sistemas de computaci\u00f3n cu\u00e1ntica hacia aplicaciones de escala \u00fatil.<\/p>\n

Gracias a QUOPS de Sandia, la industria dispone ahora de un m\u00e9todo abierto e independiente del hardware para evaluar el avance hacia objetivos comunes en el desarrollo de computadoras cu\u00e1nticas tolerantes a fallos. Hist\u00f3ricamente, el progreso en la computaci\u00f3n cu\u00e1ntica se ha medido principalmente a trav\u00e9s de avances en los c\u00fabits f\u00edsicos: aumentando el n\u00famero de c\u00fabits, mejorando la fidelidad y prolongando la coherencia.<\/p><\/blockquote>\n

\u00abEn Sandia, estamos deseando ver computadoras cu\u00e1nticas tolerantes a fallos ayudando a resolver problemas de importancia nacional para el Departamento de Energ\u00eda y para Estados Unidos\u00bb, afirm\u00f3 Timothy Proctor, codirector del Laboratorio de Rendimiento Cu\u00e1ntico de los Laboratorios Nacionales Sandia.<\/p>\n

\u00abN<\/span><\/strong><\/span>uestra misi\u00f3n actual es acelerar la consecuci\u00f3n de ese objetivo impulsando el progreso de nuestros socios industriales. Para lograrlo, tanto nosotros como otros actores del sector de la computaci\u00f3n cu\u00e1ntica debemos ser capaces de monitorear y predecir la evoluci\u00f3n de las capacidades de las computadoras cu\u00e1nticas. Creamos QUOPS precisamente para eso, y nos entusiasma ver que los proveedores y clientes de computaci\u00f3n cu\u00e1ntica lo utilicen\u00bb.<\/p>\n

Sandia comparti\u00f3 resultados preliminares en un art\u00edculo previo a la publicaci\u00f3n oficial (preprint) antes de la IEEE Quantum Week, presentando las primeras pruebas de rendimiento QUOPS para QPU de Google, IBM y Quantinuum. Existe una implementaci\u00f3n de referencia de QUOPS disponible en NVIDIA CUDA-Q.<\/p><\/blockquote>\n

Ampliaci\u00f3n de la plataforma de supercomputaci\u00f3n cu\u00e1ntica y GPU<\/span><\/p>\n

El ecosistema tambi\u00e9n est\u00e1 adoptando la gama m\u00e1s amplia de tecnolog\u00edas de computaci\u00f3n cu\u00e1ntica de NVIDIA para transformar los c\u00fabits en supercomputadoras cu\u00e1nticas y de GPU \u00fatiles.<\/p>\n

D<\/span><\/strong><\/span>iraq utiliz\u00f3 NVIDIA Ising \u2014la primera familia de modelos abiertos del mundo para crear e implementar IA destinada a una computaci\u00f3n cu\u00e1ntica \u00fatil\u2014 para calibrar su procesador de c\u00fabits basado en silicio.<\/p>\n

Las empresas est\u00e1n integrando sus procesadores cu\u00e1nticos con la supercomputaci\u00f3n mediante GPU utilizando NVIDIA NVQLink\u2122, la arquitectura de sistema abierta para acoplar estrechamente procesadores cu\u00e1nticos y supercomputadoras con GPU. Gracias a NVQLink: Anyon Computing desarroll\u00f3 un nuevo sistema de control cu\u00e1ntico.<\/p><\/blockquote>\n

Quandela desarroll\u00f3 una arquitectura QPU-GPU<\/span><\/p>\n

Q<\/span><\/strong><\/span>uantum Machines realiz\u00f3 una demostraci\u00f3n de integraci\u00f3n de recursos de supercomputaci\u00f3n de \u00faltima generaci\u00f3n con c\u00fabits en el Centro de Computaci\u00f3n Cu\u00e1ntica de Israel.<\/p>\n

La plataforma de desarrollo abierto NVIDIA CUDA-Q sigue ganando terreno en todo el ecosistema de la computaci\u00f3n cu\u00e1ntica:<\/p>\n

BlueQubit lanz\u00f3 el programa de subvenciones \u00abQuantum Flywheel\u00bb para investigadores, con el fin de facilitarles el acceso a la computaci\u00f3n acelerada de NVIDIA a trav\u00e9s de CUDA-Q. Qedma Quantum Computing y QCentroid integraron sus respectivas tecnolog\u00edas con CUDA-Q para apoyar la correcci\u00f3n y mitigaci\u00f3n de errores cu\u00e1nticos, as\u00ed como el despliegue de aplicaciones cu\u00e1nticas.<\/p><\/blockquote>\n

El ecosistema cu\u00e1ntico tambi\u00e9n colabora con NVIDIA para desarrollar aplicaciones cu\u00e1nticas nuevas y mejoradas:<\/span><\/p>\n