{"id":14594,"date":"2026-04-08T07:30:12","date_gmt":"2026-04-08T11:30:12","guid":{"rendered":"https:\/\/ermdigital.com\/index.php\/2026\/04\/08\/hacen-falta-7-000-gpu-para-simular-un-procesador-cuantico-diminuto-aunque-no-lo-parece-es-una-excelente-noticia\/"},"modified":"2026-04-08T07:30:12","modified_gmt":"2026-04-08T11:30:12","slug":"hacen-falta-7-000-gpu-para-simular-un-procesador-cuantico-diminuto-aunque-no-lo-parece-es-una-excelente-noticia","status":"publish","type":"post","link":"https:\/\/ermdigital.com\/index.php\/2026\/04\/08\/hacen-falta-7-000-gpu-para-simular-un-procesador-cuantico-diminuto-aunque-no-lo-parece-es-una-excelente-noticia\/","title":{"rendered":"Hacen falta 7.000 GPU para simular un procesador cu\u00e1ntico diminuto. Aunque no lo parece, es una excelente noticia"},"content":{"rendered":"

\n \"Hacen\n <\/p>\n

La complejidad de los ordenadores cu\u00e1nticos<\/a> es extraordinaria. En su construcci\u00f3n es posible apostar por varias estrategias muy diferentes, como, por ejemplo, los c\u00fabits superconductores, las trampas de iones o los \u00e1tomos neutros, entre otras tecnolog\u00edas, pero todas ellas tienen algo en com\u00fan: en gran medida <\/strong>su potencia es una consecuencia de su complejidad<\/strong>. De la complejidad inherente a cualquier ingenio dise\u00f1ado para aprovechar las leyes de la f\u00edsica cu\u00e1ntica<\/a>.<\/p>\n

<\/p>\n

Lo sorprendente es que, a pesar de su sofisticaci\u00f3n y exotismo, ya es posible simular con precisi\u00f3n un peque\u00f1o procesador cu\u00e1ntico utilizando hardware convencional. De hecho, lo ha logrado<\/a> un grupo de investigaci\u00f3n del Acelerador de Sistemas Cu\u00e1nticos y de la Divisi\u00f3n de Matem\u00e1ticas Aplicadas e Investigaci\u00f3n Computacional de la Universidad de California en Berkeley (EEUU). Esta no es la primera vez que se simula un procesador cu\u00e1ntico, pero hasta ahora nadie hab\u00eda conseguido hacerlo emulando cada detalle f\u00edsico antes de su fabricaci\u00f3n.<\/p>\n

Empieza una nueva era en el dise\u00f1o de chips cu\u00e1nticos<\/h2>\n

Ah\u00ed va un dato impactante: los investigadores de Berkeley que he mencionado en el p\u00e1rrafo anterior han llevado a cabo su simulaci\u00f3n de un chip cu\u00e1ntico utilizando el superordenador Perlmutter, que contiene 7.168 GPU de NVIDIA. Para lograr su prop\u00f3sito emplearon casi todas estas GPU durante 24 horas ininterrumpidas, por lo que es evidente que el esfuerzo computacional fue tit\u00e1nico. Pero lo consiguieron. Lograron modelar un chip cu\u00e1ntico multicapa de 10 mm de anchura y 0,3 mm de grosor simulando con precisi\u00f3n c\u00f3mo viajan e interact\u00faan las se\u00f1ales dentro de este procesador.<\/p>\n

<\/p>\n

\n
\n
\n
\n
\n \"EEUU
\n <\/a>\n <\/div>\n
\n
\n En Xataka<\/a>\n <\/div>\n

EEUU va a ser a\u00fan m\u00e1s agresivo con China con un prop\u00f3sito: impedir que contin\u00fae fabricando chips de vanguardia<\/a>\n <\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n

Esta declaraci\u00f3n de Andy Nonaka, uno de los cient\u00edficos del Acelerador de Sistemas Cu\u00e1nticos de Berkeley, expresa con claridad<\/a> por qu\u00e9 este hito es tan importante:<\/p>\n

<\/p>\n

\n
\n

\"No tengo conocimiento de que nadie haya realizado jam\u00e1s un modelado f\u00edsico de circuitos microelectr\u00f3nicos a la escala completa del sistema Perlmutter\"<\/p>\n<\/p><\/div>\n<\/div>\n

\"No tengo conocimiento de que nadie haya realizado jam\u00e1s un modelado f\u00edsico de circuitos microelectr\u00f3nicos a la escala completa del sistema Perlmutter. Est\u00e1bamos usando casi 7.000 GPU […] Dividimos el chip en 11.000 millones de celdas de cuadr\u00edcula y pudimos ejecutar m\u00e1s de un mill\u00f3n de pasos de tiempo en siete horas, lo que nos permiti\u00f3 evaluar tres configuraciones de circuitos en un solo d\u00eda. Estas simulaciones no habr\u00edan sido posibles en este plazo sin el sistema completo\"<\/p><\/blockquote>\n

Lo que realmente marca la diferencia es la precisi\u00f3n<\/strong> con la que han conseguido llevar a cabo el dise\u00f1o y la simulaci\u00f3n de su procesador cu\u00e1ntico. \"Realizamos una simulaci\u00f3n de nivel f\u00edsico de onda completa, lo que significa que nos importa qu\u00e9 material se usa en el chip, su dise\u00f1o, c\u00f3mo se cablea el metal (empleando niobio u otro tipo de cables met\u00e1licos), c\u00f3mo se construyen los resonadores, cu\u00e1l es el tama\u00f1o, la forma y el material utilizado […] Nos importan esos detalles f\u00edsicos y los incluimos en nuestro modelo\", sostiene Nonaka<\/a>.<\/p>\n

<\/p>\n

\n
\n
\n
<\/div>\n<\/p><\/div>\n<\/p><\/div>\n<\/div>\n

A priori podemos concluir que utilizar casi 7.000 GPU durante 24 horas con el esfuerzo computacional y el gasto energ\u00e9tico que implica este proceso para simular un chip cu\u00e1ntico de tan solo 10 mm de anchura y 0,3 mm de grosor no es ning\u00fan \u00e9xito. Pero s\u00ed lo es. Gracias a esta tecnolog\u00eda en adelante ser\u00e1 posible dise\u00f1ar hardware cu\u00e1ntico en menos tiempo y de una forma m\u00e1s eficaz. Bert de Jong, director del Acelerador de Sistemas Cu\u00e1nticos de Berkeley, nos invita<\/a> a mirar hacia el futuro de la computaci\u00f3n cu\u00e1ntica con optimismo:<\/p>\n

<\/p>\n

\"Esta simulaci\u00f3n sin precedentes es un paso cr\u00edtico para acelerar el dise\u00f1o y el desarrollo de hardware cu\u00e1ntico. Chips m\u00e1s potentes y de mayor rendimiento desbloquear\u00e1n nuevas capacidades para los investigadores y abrir\u00e1n nuevas v\u00edas en la ciencia\"<\/p><\/blockquote>\n

Imagen | Generada por Xataka con Gemini<\/p>\n

M\u00e1s informaci\u00f3n | ScienceDaily<\/a><\/p>\n

En Xataka | Ya sabemos c\u00f3mo ser\u00e1n los chips que llegar\u00e1n hasta 2039. La m\u00e1quina que permitir\u00e1 fabricarlos est\u00e1 cerca<\/a><\/p>\n

–
La noticia
\n
\n Hacen falta 7.000 GPU para simular un procesador cu\u00e1ntico diminuto. Aunque no lo parece, es una excelente noticia <\/em>
\n <\/a>
\n fue publicada originalmente en
\n
\n Xataka <\/strong>
\n <\/a>
\n por
\n Laura L\u00f3pez
\n <\/a>
\n . <\/p>\n

\u00a0La complejidad de los ordenadores cu\u00e1nticos es extraordinaria. En su construcci\u00f3n es posible apostar por varias estrategias muy diferentes, como, por ejemplo, los c\u00fabits superconductores, las trampas de iones o los \u00e1tomos neutros, entre otras tecnolog\u00edas, pero todas ellas tienen algo en com\u00fan: en gran medida su potencia es una consecuencia de su complejidad. De la complejidad inherente a cualquier ingenio dise\u00f1ado para aprovechar las leyes de la f\u00edsica cu\u00e1ntica.
\nLo sorprendente es que, a pesar de su sofisticaci\u00f3n y exotismo, ya es posible simular con precisi\u00f3n un peque\u00f1o procesador cu\u00e1ntico utilizando hardware convencional. De hecho, lo ha logrado un grupo de investigaci\u00f3n del Acelerador de Sistemas Cu\u00e1nticos y de la Divisi\u00f3n de Matem\u00e1ticas Aplicadas e Investigaci\u00f3n Computacional de la Universidad de California en Berkeley (EEUU). Esta no es la primera vez que se simula un procesador cu\u00e1ntico, pero hasta ahora nadie hab\u00eda conseguido hacerlo emulando cada detalle f\u00edsico antes de su fabricaci\u00f3n.
\nEmpieza una nueva era en el dise\u00f1o de chips cu\u00e1nticos
\nAh\u00ed va un dato impactante: los investigadores de Berkeley que he mencionado en el p\u00e1rrafo anterior han llevado a cabo su simulaci\u00f3n de un chip cu\u00e1ntico utilizando el superordenador Perlmutter, que contiene 7.168 GPU de NVIDIA. Para lograr su prop\u00f3sito emplearon casi todas estas GPU durante 24 horas ininterrumpidas, por lo que es evidente que el esfuerzo computacional fue tit\u00e1nico. Pero lo consiguieron. Lograron modelar un chip cu\u00e1ntico multicapa de 10 mm de anchura y 0,3 mm de grosor simulando con precisi\u00f3n c\u00f3mo viajan e interact\u00faan las se\u00f1ales dentro de este procesador.<\/p>\n

En Xataka<\/p>\n

EEUU va a ser a\u00fan m\u00e1s agresivo con China con un prop\u00f3sito: impedir que contin\u00fae fabricando chips de vanguardia<\/p>\n

Esta declaraci\u00f3n de Andy Nonaka, uno de los cient\u00edficos del Acelerador de Sistemas Cu\u00e1nticos de Berkeley, expresa con claridad por qu\u00e9 este hito es tan importante:<\/p>\n

\"No tengo conocimiento de que nadie haya realizado jam\u00e1s un modelado f\u00edsico de circuitos microelectr\u00f3nicos a la escala completa del sistema Perlmutter\"<\/p>\n

\"No tengo conocimiento de que nadie haya realizado jam\u00e1s un modelado f\u00edsico de circuitos microelectr\u00f3nicos a la escala completa del sistema Perlmutter. Est\u00e1bamos usando casi 7.000 GPU […] Dividimos el chip en 11.000 millones de celdas de cuadr\u00edcula y pudimos ejecutar m\u00e1s de un mill\u00f3n de pasos de tiempo en siete horas, lo que nos permiti\u00f3 evaluar tres configuraciones de circuitos en un solo d\u00eda. Estas simulaciones no habr\u00edan sido posibles en este plazo sin el sistema completo\"
\nLo que realmente marca la diferencia es la precisi\u00f3n con la que han conseguido llevar a cabo el dise\u00f1o y la simulaci\u00f3n de su procesador cu\u00e1ntico. \"Realizamos una simulaci\u00f3n de nivel f\u00edsico de onda completa, lo que significa que nos importa qu\u00e9 material se usa en el chip, su dise\u00f1o, c\u00f3mo se cablea el metal (empleando niobio u otro tipo de cables met\u00e1licos), c\u00f3mo se construyen los resonadores, cu\u00e1l es el tama\u00f1o, la forma y el material utilizado […] Nos importan esos detalles f\u00edsicos y los incluimos en nuestro modelo\", sostiene Nonaka.<\/p>\n

A priori podemos concluir que utilizar casi 7.000 GPU durante 24 horas con el esfuerzo computacional y el gasto energ\u00e9tico que implica este proceso para simular un chip cu\u00e1ntico de tan solo 10 mm de anchura y 0,3 mm de grosor no es ning\u00fan \u00e9xito. Pero s\u00ed lo es. Gracias a esta tecnolog\u00eda en adelante ser\u00e1 posible dise\u00f1ar hardware cu\u00e1ntico en menos tiempo y de una forma m\u00e1s eficaz. Bert de Jong, director del Acelerador de Sistemas Cu\u00e1nticos de Berkeley, nos invita a mirar hacia el futuro de la computaci\u00f3n cu\u00e1ntica con optimismo:<\/p>\n

\"Esta simulaci\u00f3n sin precedentes es un paso cr\u00edtico para acelerar el dise\u00f1o y el desarrollo de hardware cu\u00e1ntico. Chips m\u00e1s potentes y de mayor rendimiento desbloquear\u00e1n nuevas capacidades para los investigadores y abrir\u00e1n nuevas v\u00edas en la ciencia\"Imagen | Generada por Xataka con Gemini<\/p>\n

M\u00e1s informaci\u00f3n | ScienceDaily<\/p>\n

En Xataka | Ya sabemos c\u00f3mo ser\u00e1n los chips que llegar\u00e1n hasta 2039. La m\u00e1quina que permitir\u00e1 fabricarlos est\u00e1 cerca<\/p>\n

– La noticia<\/p>\n

Hacen falta 7.000 GPU para simular un procesador cu\u00e1ntico diminuto. Aunque no lo parece, es una excelente noticia <\/p>\n

fue publicada originalmente en<\/p>\n

Xataka <\/p>\n

por
\n Laura L\u00f3pez<\/p>\n

.\u00a0\u00a0\u00a0<\/p>\n","protected":false},"excerpt":{"rendered":"

La complejidad de los ordenadores cu\u00e1nticos es extraordinaria. En su construcci\u00f3n es posible apostar por varias estrategias muy diferentes, como, por ejemplo, los c\u00fabits superconductores, las trampas de iones o los \u00e1tomos neutros, entre otras tecnolog\u00edas, pero todas ellas tienen algo en com\u00fan: en gran medida su potencia es una consecuencia de su complejidad. De […]<\/p>\n","protected":false},"author":1,"featured_media":14595,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"amp_status":"","footnotes":""},"categories":[6],"tags":[],"class_list":["post-14594","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ciencia-y-tecnologia"],"_links":{"self":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/posts\/14594","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/comments?post=14594"}],"version-history":[{"count":0,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/posts\/14594\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/media\/14595"}],"wp:attachment":[{"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/media?parent=14594"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/categories?post=14594"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/ermdigital.com\/index.php\/wp-json\/wp\/v2\/tags?post=14594"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}