Perché il numero di qubit non basta più

Nel mondo dei processori classici, il progresso è stato spesso narrato in termini di MHz e, più recentemente, di numero di core. Queste metriche sono state facili da comprendere perché la potenza di calcolo cresce in modo quasi lineare con l’aumento di frequenza o di core. Nel campo quantistico, però, la situazione è più complessa: un qubit “puro” non è automaticamente un “bit quantistico” pronto all’uso. La capacità di sfruttare un gran numero di qubit dipende da come l’intera architettura riesce a mantenerli coerenti, a gestirne le interazioni e a correggere gli errori.

Un sistema con 1000 qubit ma con elevata decoerenza o con una rete di interconnessioni limitata può risultare meno potente di una macchina con 200 qubit ben controllati e dotata di una robusta correzione degli errori. Per questo motivo gli esperti hanno introdotto metriche più articolate, tra cui i CLOPS (Circuit Layer Operations Per Second), che forniscono una misura più realistica della velocità di esecuzione di un algoritmo quantistico.

CLOPS: la nuova unità di misura

I CLOPS valutano quante operazioni di livello di circuito (gate) possono essere completate in un secondo, tenendo conto della profondità del circuito, della latenza di controllo e della capacità di eseguire operazioni in parallelo. In pratica, un valore elevato di CLOPS indica che il computer può eseguire circuiti più complessi prima che la decoerenza distrugga le informazioni quantistiche.

Ad esempio, il processore Sycamore di Google, che ha dimostrato la supremazia quantistica nel 2019, raggiunge circa 1012 CLOPS. In confronto, i sistemi di IBM come Eagle (127 qubit) hanno segnalato valori nell’ordine di 1010 CLOPS, ma con una migliore gestione della correzione degli errori, rendendoli più adatti a compiti di simulazione chimica a lungo termine.

Come si calcolano i CLOPS

    • Numero di qubit attivi simultaneamente.
    • Profondità media dei circuiti eseguiti (numero di strati di gate).
    • Tempo medio di esecuzione di un singolo strato, influenzato da latenza elettronica e criogenica.
    • Percentuale di operazioni eseguite in parallelo grazie a interconnessioni a bassa latenza.

Questi fattori vengono combinati in una formula che fornisce il valore di CLOPS, permettendo confronti più equi tra architetture diverse.

Interconnessioni e architettura fisica

Le interconnessioni tra qubit sono cruciali per l’efficienza di un computer quantistico. Le tecnologie più comuni includono:

    • Bus superconduttori: utilizzano linee di microonde per collegare qubit a distanza, ma sono soggette a perdita di segnale a frequenze elevate.
    • Rete a 3D: impila piani di qubit per ridurre la lunghezza dei collegamenti, migliorando la densità e la velocità di scambio.
    • Fotonic interconnects: sfruttano fotoni per trasferire informazioni quantistiche tra chip, offrendo potenzialità di scalabilità a lungo termine.

Un esempio pratico è la piattaforma Rigetti Aspen-10, che utilizza un layout a griglia 2D con collegamenti a corto raggio per minimizzare la latenza. Questo approccio ha permesso di ridurre il tempo medio di un operazione a 20 nanosecondi, rispetto ai 40-50 nanosecondi tipici di altri sistemi superconduttori.

Controllo criogenico e dissipazione

I qubit superconduttori devono operare a temperature prossime allo zero assoluto (circa 10‑20 mK). Il sistema di refrigerazione criogenica diventa quindi parte integrante della performance: una fluttuazione di pochi millikelvin può aumentare il tasso di errore di decine di percentuale.

Le moderne unità di diluzione (dilution refrigerators) offrono capacità di raffreddamento di oltre 10 W a 4 K e 1 mW a 100 mK, ma il consumo energetico totale di un data center quantistico può superare i 500 kW, includendo il supporto di sistemi di filtraggio e di vibrazioni. Le aziende stanno investendo in soluzioni di recupero del freddo per ridurre i costi operativi, come il riciclo del liquido di raffreddamento per alimentare altri componenti del data center.

Correzione degli errori e latenza classica

La correzione degli errori quantistici (QEC) è l’unico modo per trasformare un qubit “rumoroso” in un qubit logico affidabile. Le tecniche più diffuse includono il codice di superficie e il codice di Bacon-Shor. Implementare QEC richiede però un sovraccarico di qubit di ancilla e un “circuito di feedback” gestito da processori classici ad alta velocità.

La latenza classica – il tempo necessario al processore classico per leggere lo stato dei qubit, calcolare le correzioni e inviare i segnali di controllo – è un collo di bottiglia critico. Attualmente, le migliori soluzioni raggiungono latenza inferiori a 500 ns, ma per algoritmi di errore avanzato è auspicabile scendere sotto i 100 ns. Alcune startup stanno sperimentando FPGA a bordo del cryostat per ridurre drasticamente questo ritardo.

Il ruolo del cloud e dei modelli di abbonamento

Il quantum computing sta rapidamente diventando un servizio (Quantum-as-a-Service, QaaS). Piattaforme come IBM Quantum, Amazon Braket e Microsoft Azure Quantum offrono accesso a hardware quantistico tramite cloud, consentendo a università, startup e grandi imprese di sperimentare senza investire in costosi impianti criogenici.

I modelli di abbonamento variano da pay‑per‑shot (pagamento per ogni esecuzione di circuito) a piani mensili con quote di CLOPS garantite. Questo approccio ha già generato casi di business concreti: ad esempio, la società farmaceutica Roche ha ridotto del 30 % il tempo di screening di composti chimici usando il servizio di simulazione quantistica di IBM, grazie a una combinazione di alta densità di qubit e ottimizzazione dei CLOPS.

Conclusioni e prospettive future

Misurare le prestazioni di un computer quantistico richiede una visione olistica che vada oltre il semplice conteggio dei qubit. Metriche come i CLOPS, la capacità di interconnessione, la gestione criogenica, l’efficacia della correzione degli errori e la latenza dei sistemi classici determinano la reale utilità di una macchina. Con l’avvento del cloud quantistico, queste metriche diventano anche parametri di mercato: le aziende sceglieranno fornitori non solo per il numero di qubit, ma per la capacità di offrire calcolo affidabile a costi competitivi.

Nel prossimo decennio, l’attenzione si sposterà verso l’integrazione di hardware quantistico e software di ottimizzazione basati su intelligenza artificiale, con l’obiettivo di massimizzare i CLOPS per watt e ridurre la latenza classica a livelli quasi impercettibili. Solo così il quantum advantage potrà trasformarsi in un vantaggio economico sostenibile per le imprese di tutti i settori.