NVIDIA simula su JUPITER un protocollo tollerante ai guasti da record con 104 qubit

Il 19 ottobre 2026 NVIDIA ha annunciato quella che ha descritto come una simulazione di calcolo quantistico da record su JUPITER, il primo supercomputer exascale d’Europa: un’esecuzione con 104 qubit, effettuata su 8.192 GPU NVIDIA GH200 presso il Jülich Supercomputing Centre, che modella il funzionamento di un processore quantistico realistico durante un calcolo tollerante ai guasti.

Cosa convalida, secondo NVIDIA, questa esecuzione

NVIDIA descrive la simulazione con 104 qubit come la più ampia simulazione completa mai realizzata di un processore quantistico tollerante ai guasti, affermando che nessuna simulazione precedente aveva modellato processori quantistici con un livello di dettaglio altrettanto elevato. Secondo l’azienda, l’esecuzione convalida la coltivazione degli stati magici, un approccio al calcolo quantistico tollerante ai guasti che richiede il 90% in meno di qubit fisici rispetto ai metodi precedenti. NVIDIA ha dichiarato che simulazioni con questo livello di fedeltà forniscono ai ricercatori i dati necessari per prevedere le prestazioni dei progetti futuri prima che vengano realizzati, riducendo la dipendenza da prove ed errori sull’hardware; ha inoltre indicato le possibili applicazioni nella scoperta di farmaci, nella modellazione finanziaria e nella scienza dei materiali.

«Il calcolo quantistico utile richiederà sistemi tolleranti ai guasti di una complessità straordinaria, ed è essenziale capire come si comportano su larga scala per poterli realizzare», ha dichiarato Jensen Huang, fondatore e CEO di NVIDIA, nel comunicato dell’azienda. Huang ha affermato che i risultati di Jülich dimostrano che i processori quantistici e i supercomputer GPU possono collaborare a ricerche altrimenti irrealizzabili.

Kristel Michielsen, direttrice del Jülich Supercomputing Centre presso Forschungszentrum Jülich, ha affermato che gli investimenti europei in JUPITER consentono ai ricercatori di esaminare questioni che prima erano fuori dalla loro portata e che la collaborazione con NVIDIA estende questa capacità al calcolo quantistico. Ha aggiunto che il lavoro aiuta gli scienziati a prendere decisioni più informate sui progetti con maggiori probabilità di portare ad applicazioni utili.

Stati magici, codici e un modello realistico del rumore

I qubit operano ai limiti della fisica e le interazioni necessarie per controllarli introducono un rumore inevitabile che causa errori, spiega il comunicato di NVIDIA. Per eseguire calcoli in presenza di questo rumore, nell’ambito del cosiddetto calcolo quantistico tollerante ai guasti, servono stati magici: una particolare configurazione di qubit che viene consumata continuamente durante il calcolo. Poiché le macchine tolleranti ai guasti dipendono dalla produzione ripetuta di stati magici, qualsiasi ottimizzazione del processo di produzione riduce notevolmente la difficoltà di realizzare un computer quantistico utile.

Un articolo tecnico del team CUDA-Q di NVIDIA spiega perché simulazioni di questo tipo sono difficili. Molte operazioni impiegate nella correzione degli errori quantistici sono operazioni di Clifford, che possono essere simulate in modo efficiente assumendo condizioni di rumore adeguate; il calcolo quantistico universale, però, richiede almeno un’ulteriore operazione non banale, fornita dagli stati magici. Il protocollo simulato prepara uno stato in un codice di correzione degli errori di piccole dimensioni, ne verifica la presenza di guasti e lo estende a codici con distanze maggiori: parte da un codice colore di distanza 3, utilizza misurazioni flag di recente progettazione per rilevare i guasti dannosi e passa a una configurazione ibrida di codice colore e codice di superficie di distanza 7, prima di ulteriori cicli di correzione degli errori e della lettura. I 104 qubit conteggiati comprendono i qubit di dati e quelli ausiliari impiegati nel corso della sequenza.

Secondo l’articolo tecnico, il modello eseguito su JUPITER include errori di fase coerenti, che possono accumularsi e interferire tra loro, e il leakage, cioè il fenomeno per cui un qubit superconduttore esce dai suoi consueti due livelli computazionali. Per alcuni siti fisici viene modellato un terzo livello energetico, che aumenta notevolmente la complessità della simulazione. Questi meccanismi consentono ai ricercatori di esaminare comportamenti che vanno oltre quelli descritti da un modello di inversioni casuali di bit e di fase, mantenendo al contempo le effettive operazioni non di Clifford che preparano lo stato magico.

Questo lavoro è diverso dalle precedenti ricerche di Jülich, che avevano simulato 50 qubit in condizioni ideali e prive di rumore. Forschungszentrum Jülich ha annunciato l’11 novembre 2025 che un team di Jülich, in collaborazione con esperti di NVIDIA, aveva simulato integralmente un computer quantistico universale a 50 qubit su JUPITER, inaugurato presso Forschungszentrum Jülich nel settembre 2025. Il risultato aveva superato il precedente record di 48 qubit, stabilito dai ricercatori di Jülich nel 2019 sul computer K giapponese. Il comunicato precisava che ogni qubit aggiuntivo raddoppia i requisiti di calcolo e memoria, portando il fabbisogno di memoria per una simulazione a 50 qubit a circa 2 petabyte.

Da un cluster di sviluppo a 8.192 GPU

Poiché i requisiti di memoria crescono in modo esponenziale con il numero di qubit, le simulazioni su larga scala sono al di là delle capacità dei sistemi di calcolo convenzionali, ha dichiarato NVIDIA. Un sistema NVIDIA GB200 NVL72 presso l’NVIDIA Accelerated Quantum Research Center è servito da piattaforma di sviluppo per il progetto JUPITER, consentendo ai ricercatori di passare dai test su quattro GPU a centinaia, prima di trasferirli alle 8.192 GPU di JUPITER, realizzato da Bull. Il team ha utilizzato il centro per perfezionare i metodi di simulazione, confrontare i risultati con quelli ottenuti su JUPITER e studiare come variasse la precisione al crescere delle risorse di calcolo; secondo NVIDIA, questo lavoro ha ridotto da settimane a pochi giorni i tempi necessari per la simulazione.

Il post tecnico descrive l’ingegneria alla base dell’esecuzione. Il simulatore riorganizza le operazioni preservandone le dipendenze e le statistiche di misurazione, e riutilizza lo spazio di memoria man mano che i qubit vengono misurati e rilasciati. Raggruppa sistemi a tre livelli in una rappresentazione binaria eseguibile dalla libreria cuStateVec di cuQuantum: cinque sistemi a tre livelli hanno 243 stati di base e rientrano in otto bit di memoria binaria, che consentono di rappresentare 256 valori. Nella configurazione con 8.192 GPU, un registro codificato a 45 bit rappresenta circa 35,2 trilioni di ampiezze complesse; in doppia precisione, il solo stato occupa 512 TiB di memoria GPU distribuita, ovvero 64 GiB per GPU.

Le simulazioni sono state eseguite con il software NVIDIA cuQuantum e il livello logico a tolleranza d’errore della piattaforma CUDA-Q, per esprimere il circuito a stati magici. Il progetto ha inoltre sviluppato strumenti di fattorizzazione distribuita basati su NVIDIA cuBLASMp e cuSOLVERMp, che esaminano partizioni selezionate dello stato memorizzato per valutare quante informazioni debba conservare una rappresentazione più compatta. In questo modo si apre la strada alla verifica dei metodi di simulazione approssimata rispetto a un riferimento dettagliato basato sul vettore di stato.

Secondo quanto riferito dal team, nei casi di convalida di circuiti compattati su piccola scala presso il centro di ricerca, i calcoli indipendenti basati su vettori di stato e reti tensoriali concordavano sulle probabilità di misurazione con uno scarto di circa 10⁻¹³, quando la soglia di troncamento della rete tensoriale veniva abbassata. Le esecuzioni più piccole fungono da parametro di riferimento per stimare i requisiti GPU e i budget in ore-GPU prima di impegnare tempo di supercalcolo. Il team ha aggiunto che lo stesso approccio può supportare studi futuri con diversi modelli di perdita, sequenze di circuiti e protocolli di correzione degli errori, ciascuno verificato su scala gestibile prima di essere esteso a configurazioni più grandi.