Investimenti, sfide e prospettive dell’informatica quantistica: dal cablaggio agli errori al potenziale della fotonica per lo sviluppo su larga scala
La corsa verso la supremazia quantistica si sta intensificando sempre di più. Un tempo era confinata ai regni della ricerca accademica, oggi l’informatica quantistica si sta rapidamente evolvendo con una priorità strategica, tanto che Stati Uniti, Cina, India ed Europa investono miliardi con l’obiettivo di trasformare ogni cosa. Le applicazioni vanno infatti dalla simulazione di sistemi fisici complessi alla scoperta di nuovi materiali, fino al futuro della sicurezza informatica.
Uno studio condotto da McKinsey evidenzia come negli ultimi cinque anni gli investimenti nelle tecnologie quantistiche sono passate da meno di 100 milioni di dollari nel 2015 a oltre 2,3 miliardi di dollari nel 2022. Per esempio, la National Quantum Initiative statunitense ha stanziato oltre 1,2 miliardi di dollari, con agenzie come DARPA e NASA che sostengono progetti chiave per garantire la leadership americana. La Cina ha assunto una posizione ancora più audace, investendo altri miliardi di dollari nella ricerca quantistica nei settori della comunicazione, della rilevazione e dell’informatica. I mercati azionari hanno rispecchiato questo slancio: aziende come IonQ, Rigetti e D-Wave sono state quotate in borsa con valutazioni di centinaia di milioni, a dimostrazione di un crescente interesse da parte degli investitori nonostante la tecnologia sia ancora agli albori.
L’Europa non sta a guardare
L’Europa sta ora convertendo la sua ricerca quantistica di livello mondiale in capacità industriale attraverso iniziative come CHAMP-ION, la prima linea pilota europea per processori quantistici a trappola ionica. Coordinato da Silicon Austria Labs e sostenuto dalla Chips Joint Undertaking, CHAMP-ION ha una durata di sette anni e mira a costruire una rete scalabile a livello europeo per la produzione in serie di dispositivi a trappola ionica di alta qualità per il controllo, la rilevazione e le comunicazioni sicure.
Tra i partner principali figurano Infineon Technologies, con centri di ricerca a Villach e Dresda, in Germania, insieme a un gruppo di startup quantistiche come Alpine Quantum Technologies, neQxt, QUDORA Technologies, eleQtron e Parity Quantum Computing. Il consorzio comprende anche importanti istituti di ricerca – il PTB tedesco, il VTT finlandese, l’INL portoghese-spagnolo e l’INRIM italiano – nonché le principali università europee, da Innsbruck a Padova, fino all’Università Gottfried Wilhelm Leibnitz di Hannover.
Oltre alla fabbricazione, CHAMP-ION fornirà servizi di progettazione, packaging e produzione per sistemi a trappola ionica multi-ione completamente integrati, testati e miniaturizzati. Questi chip includeranno elettronica e strutture fotoniche integrate, segnando un passo fondamentale verso processori quantistici scalabili e di livello industriale.
I qubit sono fragili
L’informatica convenzionale si basa sui famosi bit, 0 e 1. L’informatica quantistica utilizza, invece, i qubit. Un qubit può esistere in una sovrapposizione quantistica di entrambi gli stati. Lo stato di un qubit è rappresentato come una combinazione lineare di “0” e “1”, con coefficienti complessi chiamati ampiezze di probabilità. La somma dei quadrati di queste ampiezze deve essere uguale a 1, garantendo una corretta normalizzazione della probabilità.
I qubit hanno un comportamento “casuale” dovuto alle loro proprietà quantistiche intrinseche e alla complessità della fabbricazione. Con la crescita dei computer quantistici, emergono due importanti sfide. Il cablaggio: connettere e controllare un numero crescente di qubit indipendenti richiede interconnessioni complesse, rendendo impraticabili i processori quantistici su larga scala con i metodi convenzionali. Variabilità di processo: ogni qubit presenta lievi deviazioni dovute a incongruenze di produzione, con conseguenti inefficienze operative e difficoltà nel raggiungere un controllo uniforme.
Lo stato quantistico dei qubit non è stabile a causa della loro suscettibilità innescata dal processo di misurazione stesso che si verifica quando un sistema quantistico interagisce con il suo ambiente, causando la perdita delle sue proprietà quantistiche, come la sovrapposizione e l’entanglement. Tutto ciò porta ad errori casuali che propagandosi degradano l’accuratezza dei calcoli. Ci sono vari tipi di errori: per esempio quello di inversione di bit si verifica quando un qubit nello stato “0” viene invertito in “1” (o viceversa).
I codici di correzione
I codici di correzione degli errori quantistici hanno l’obiettivo di risolvere queste problematiche, codificando le informazioni quantistiche su più qubit fisici. Lo stato combinato di questi qubit fisici rappresenta un singolo qubit logico, consentendo il rilevamento e la correzione degli errori per preservare l’integrità computazionale. I computer quantistici attuali si trovano nell’era NISQ (Noisy Intermediate-Scale Quantum): dispositivi con 50-1.000 qubit, soggetti a errori e privi di tolleranza ai guasti. Nonostante ciò, hanno già mostrato utilità nella ricerca fondamentale, in particolare nella fisica quantistica.
Per superare il rumore e rendere i calcoli più affidabili, si punta sui codici di correzione degli errori. Tra i più promettenti: i codici di superficie, che impiegano griglie 2D di qubit e sfruttano controlli di parità per individuare errori senza collassare lo stato quantistico. Tuttavia, il loro limite è l’elevata richiesta di qubit fisici per ogni qubit logico. In alternativa, i codici QLDPC (Quantum Low-Density Parity-Check) offrono maggiore efficienza: coinvolgono ogni qubit di dati in pochi controlli di parità, riducendo la complessità e il consumo di risorse. Servono fino a 10 volte meno qubit fisici rispetto ai codici di superficie, rendendoli ideali per futuri computer quantistici su larga scala.
Variabilità di processo
Abbiamo detto come ogni qubit viene fabbricato con lievi differenze dovute a incoerenze a livello atomico nella produzione dei semiconduttori. Queste variazioni portano a disuguaglianze nei livelli energetici dei qubit, nelle tensioni di gate e nelle prestazioni complessive, rendendo difficile ottenere operazioni quantistiche uniformi in un sistema su larga scala. Senza una calibrazione precisa, la variabilità di processo può degradare l’accuratezza computazionale, portando a una limitazione fondamentale nel calcolo quantistico. Per esempio, per mitigare questi “errori”, alcuni ricercatori usano la riflettometria a radiofrequenza, una tecnica di caratterizzazione ad alta velocità che valuta le transizioni di carica dei punti quantici e le variazioni di impedenza, per mitigare la variabilità di processo. Ovvero un monitoraggio degli stati dei qubit in tempo reale, in modo non invasivo, che consenta il rapido rilevamento delle differenze indotte dalla fabbricazione.
Ma quali qubit?
I qubit possono essere realizzati utilizzando diverse tecnologie, come superconduttori, ioni a trappola ionica, qubit topologici, punti quantici e fotoni. In tutto questo, i qubit al silicio sono considerati promettenti rispetto ad altre tecnologie di calcolo quantistico, come i qubit superconduttori o a ioni intrappolati, principalmente grazie alla loro compatibilità con i processi di produzione di semiconduttori esistenti. A differenza dei qubit superconduttori, che richiedono complesse tecniche di nanofabbricazione e operano a temperature estremamente basse (nell’intervallo dei millikelvin), i qubit al silicio beneficiano della tecnologia matura CMOS (Complementary Metal-Oxide-Semiconductor). Ciò consente un’integrazione su larga scala, che rappresenta un vantaggio significativo per l’espansione dei sistemi quantistici. L’uso di qubit al silicio contribuisce a superare la sfida della scalabilità nel calcolo quantistico. Tuttavia, ciò introduce anche problematiche legate alla sensibilità ai difetti indotti dalla fabbricazione.
Fotonica
La fotonica si è rivelata una tecnologia chiave per far evolvere l’informatica quantistica. I fotoni, insensibili alle fluttuazioni termiche ed elettromagnetiche, offrono bassi tassi di errore e possono essere trasportati facilmente tramite fibre ottiche, rendendoli ideali per la costruzione di reti quantistiche scalabili. La lettura dei qubit, ad esempio, si basa spesso su rivelatori di singoli fotoni come gli SNSPD, o su tecnologie di imaging consolidate come tubi fotomoltiplicatori o camere CMOS, a seconda dell’architettura usata (ioni, atomi, diamanti).
Anche il raffreddamento e il controllo dei qubit sono spesso affidati ai laser, che permettono la manipolazione degli stati quantistici e il raffreddamento ottico, alternativa più sostenibile alla criogenia. Start-up come Oxford Ionics e SEEQC stanno esplorando soluzioni ibride per migliorare la scalabilità, integrando il controllo elettronico con tecnologie standard di produzione dei semiconduttori.
Figura 2: La soluzione rack da 19 pollici QNU di Nu Quantum integra tecnologia fotonica per distribuire l’entanglement quantistico tra i processori. (Source: Nu Quantum)
La scalabilità, infatti, è una delle principali sfide. I sistemi modulari e interconnessi richiedono un’infrastruttura in grado di mantenere l’entanglement quantistico tra più processori. Qui la fotonica gioca un ruolo chiave: aziende come Nu Quantum stanno sviluppando interfacce fotoniche che permettono la comunicazione quantistica tra unità di calcolo, aprendo la strada a veri e propri data center quantistici (Figura 2).
Secondo IDTechEx, il mercato dei computer quantistici supererà i 10 miliardi di dollari entro il 2045, con un tasso di crescita annuo del 30%. Con il supporto di investimenti pubblici e privati, l’informatica quantistica promette di trasformare settori come chimica, logistica, finanza e scienza dei materiali. E il cuore di questa rivoluzione, sempre più, batte alla velocità della luce.
Quantum Computing incontra l’Embedded: il futuro dell’intelligenza distribuita
Mentre il dibattito sul quantum computing si concentra spesso sulla “supremazia quantistica”, un’evoluzione importante è da prendere in considerazione, ovvero l’informatica quantistica nel mondo dei sistemi embedded. Tradizionalmente, gli embedded – presenti ovunque, dai dispositivi IoT alle auto autonome – si basano su microcontrollori efficienti e poco energivori. Tuttavia, con la crescente richiesta di dispositivi intelligenti e adattivi, anche queste architetture iniziano a mostrare i propri limiti. Grazie ai qubit, il quantum computing potrebbe permettere un’efficiente elaborazione parallela. Algoritmi specifici sono già stati pensati per problemi di ottimizzazione o riconoscimento di pattern. Ovviamente non mancano le sfide: l’hardware quantistico attuale è ingombrante e richiede ambienti criogenici, ma nuovi materiali e tecnologie fotoniche stanno spingendo verso soluzioni miniaturizzate e operanti a temperatura ambiente. Start-up e colossi come Microsoft stanno sviluppando chip quantistici (come il Majorana) pensati per problemi industriali concreti.
Questa corsa globale va ben oltre la potenza di calcolo: è un viaggio per ridefinire i confini stessi del possibile. Il traguardo infatti non è solo un chip più potente, ma è la stessa capacità di riscrivere le regole della materia e della scoperta scientifica.
