La frontera entre lo clásico y lo cuántico se difumina. Qilimanjaro Quantum Tech ha desarrollado un enfoque que redefine la arquitectura de los ordenadores cuánticos actuales: la Computación Cuántica Digital-Analógica (DAQC) . Su plataforma SpeQtrum integra unidades de procesamiento cuántico digital (QPUs), procesadores clásicos (CPUs y GPUs) y una arquitectura cuántica analógica diferencial en un mismo entorno operativo.
El resultado es una infraestructura híbrida capaz de ejecutar algoritmos cuánticos complejos sin que el usuario deba preocuparse por el tipo de hardware subyacente. Esta integración representa una evolución significativa frente al modelo puramente digital, donde los errores acumulativos y la necesidad de corrección limitan el rendimiento práctico.
Una síntesis entre lógica y física
En los sistemas cuánticos digitales, la información se procesa mediante puertas lógicas discretas que manipulan qubits de forma secuencial. Este esquema proporciona flexibilidad y programabilidad, aunque con un coste: cada operación introduce ruido y requiere mecanismos de corrección que alargan los circuitos y reducen la fiabilidad.
El enfoque analógico adopta otra vía. Aprovecha las interacciones naturales entre qubits y ajusta de forma continua los parámetros físicos del sistema para simular directamente la dinámica cuántica. Esto permite codificar problemas complejos —como la simulación de materiales o moléculas— en el propio hardware, evitando largas cadenas de operaciones digitales.
La propuesta de Qilimanjaro combina ambos mundos. En el modelo DAQC, los subsistemas analógicos gestionan las interacciones colectivas entre qubits, mientras que el control digital se reserva para operaciones locales y precisas. Esta combinación reduce errores, acorta la profundidad de los circuitos y elimina buena parte del sobrecoste asociado a la corrección digital de errores.
Estudios recientes han demostrado que los sistemas híbridos ofrecen mayor fidelidad y velocidad de cálculo en dispositivos cuánticos de escala intermedia (NISQ), incluso bajo niveles de ruido comparables.
Rendimiento y fiabilidad en hardware NISQ
En la computación cuántica actual, los principales límites de rendimiento provienen de los errores en puertas de dos qubits, la pérdida de coherencia y la carga de calibración. El modelo DAQC mitiga estos factores al reemplazar secuencias largas de puertas digitales por evoluciones analógicas continuas, que completan los cálculos dentro de la ventana de coherencia del sistema.
Investigaciones publicadas entre 2020 y 2024 describen cómo esta metodología alcanzó mejoras de fidelidad en algoritmos esenciales como la Transformada de Fourier Cuántica (QFT) o la estimación de fase, pilares de la factorización de números primos o la simulación de sistemas físicos. Los resultados muestran una mejor escalabilidad y menor sensibilidad al ruido en comparación con versiones puramente digitales.
En 2024, pruebas realizadas con prototipos superconductores confirmaron que las implementaciones digital-analógicas superan a las digitales en fidelidad tanto en operaciones de uno como de dos qubits. Este avance sugiere que la computación híbrida puede ofrecer ventajas tangibles mucho antes de alcanzar la corrección total de errores.
Implicaciones para la inteligencia artificial y la investigación de materiales
Uno de los ámbitos donde el modelo DAQC muestra un mayor potencial es el de la inteligencia artificial cuántica (QML). La capa digital permite preparar rápidamente los estados iniciales de datos, mientras que las dinámicas analógicas actúan como mapas de características continuos que aumentan la profundidad efectiva del cálculo.
Esta estructura híbrida puede mejorar la capacidad de aprendizaje de los modelos cuánticos, reducir los denominados “planos estériles” (barren plateaus) y aprovechar incluso el ruido del dispositivo como regularizador implícito. Los parámetros físicos —tiempos de evolución o acoplamientos entre qubits— se convierten en variables entrenables que generan modelos expresivos con menos operaciones y menor coste de compilación.
El mismo principio resulta aplicable a la simulación cuántica de materiales y sistemas moleculares, donde la reducción del número de puertas digitales se traduce en menor error acumulado y tiempos de ejecución más cortos. En entornos de investigación industrial, esto permite acortar ciclos de validación y reducir costes de experimentación, especialmente en química computacional o en el diseño de nuevos compuestos.
Cómo el modelo DAQC redefine el valor empresarial de la computación cuántica
Más allá de su valor científico, la computación digital-analógica está empezando a perfilar su impacto en la estrategia tecnológica de las empresas. Su principal aportación es que acerca la computación cuántica al terreno práctico. En lugar de esperar a sistemas completamente corregidos de errores, las compañías pueden comenzar a explorar casos de uso reales sobre hardware actual.
En energía y sostenibilidad, la capacidad de simular materiales y optimizar redes energéticas puede traducirse en mejoras de eficiencia y reducción de costes operativos. En farmacéuticas y biotecnológicas, los algoritmos DAQC aceleran la detección de candidatos moleculares, reduciendo la dependencia de supercomputación clásica. Y en logística y transporte, los modelos híbridos permiten abordar problemas de optimización combinatoria con un consumo energético mucho menor.
Para empresas tecnológicas, la ventaja radica en que la infraestructura DAQC de Qilimanjaro —accesible mediante su modelo Quantum-as-a-Service (QaaS)— ofrece una transición gradual hacia la computación cuántica comercial, sin necesidad de invertir en hardware propio. El acceso por uso permite validar casos de negocio, formar equipos internos y construir algoritmos con costes controlados.
Además, esta arquitectura introduce una capa de resiliencia estratégica: los algoritmos desarrollados hoy sobre sistemas híbridos podrán migrarse a dispositivos completamente corregidos en el futuro sin reescritura. Así, las organizaciones que empiecen a integrar capacidades cuánticas desde ahora se colocarán en ventaja frente a competidores que opten por esperar a una madurez tecnológica total.
También existen implicaciones ESG. Al reducir la profundidad de los circuitos y acortar los tiempos de cálculo, los sistemas DAQC disminuyen el consumo energético asociado al entrenamiento de modelos y simulaciones, lo que contribuye a los objetivos de sostenibilidad corporativa.
En conjunto, el modelo digital-analógico ofrece a las empresas una combinación de rendimiento, ahorro y visión de futuro difícil de replicar con los esquemas puramente digitales.
Hacia una ventaja cuántica práctica
El enfoque digital-analógico representa una vía intermedia entre la investigación fundamental y la computación comercialmente útil. Permite aprovechar las capacidades de los sistemas actuales sin esperar a la madurez total de los ordenadores cuánticos corregidos.
Para empresas dedicadas a la simulación de materiales, la optimización de redes energéticas o el desarrollo de modelos de inteligencia artificial, este paradigma ofrece resultados de mayor calidad con menor coste operativo, al reducir el número de repeticiones necesarias y los tiempos de calibración.
En un escenario donde la velocidad de desarrollo de hardware cuántico es desigual, disponer de un enfoque adaptable y multimodal se convierte en una ventaja estratégica. Qilimanjaro defiende que esta flexibilidad no solo mejora el rendimiento actual, sino que prepara a las organizaciones para la computación cuántica del futuro, cuando el salto a la corrección total de errores sea una realidad.
