El Camino al Millón de Qubits: Retos de

📅 Articulo actualizado en dos mil veintiseis

📑 Índice de contenidos

📅 Articulo actualizado en dos mil veintiseis

📑 Índice de contenidos

📅 Última actualización: abril de 2026. Contenido revisado y verificado.

Por qué un millón: la aritmética de la corrección de errores

La razón por la que se habla de un millón de qubits y no de diez mil o cien mil es la corrección de errores cuánticos. Para proteger la información cuántica de la decoherencia y los errores de puerta, se codifica cada qubit lógico en múltiples qubits físicos. La proporción depende de la tasa de error: con los errores actuales del 0,1% al 1%, se necesitan entre mil y diez mil qubits físicos por cada qubit lógico.

Para ejecutar el algoritmo de Shor y romper la criptografía RSA-2048, se necesitan unos cuatro mil qubits lógicos. Multiplicando por la sobrecarga de corrección de errores, eso requiere entre cuatro y cuarenta millones de qubits físicos con las tasas de error actuales. Si las tasas de error mejoran a 0,01%, la sobrecarga baja a unos cien físicos por lógico, y cuatrocientos mil qubits físicos bastarían.

Para simulación molecular de utilidad farmacéutica, las estimaciones son más modestas: entre cien y mil qubits lógicos, lo que requiere entre cien mil y un millón de qubits físicos. Este es el objetivo más cercano y el que más probablemente justifique la inversión a medio plazo.

Reto uno: fabricar millones de qubits idénticos

Fabricar un qubit superconductor que funcione bien es relativamente sencillo. Fabricar un millón que funcionen igual de bien es extraordinariamente difícil. Las variaciones en el proceso de fabricación, diferencias de nanómetros en las dimensiones de las uniones Josephson, impurezas en los materiales, defectos en las interfaces, producen qubits con frecuencias, tiempos de coherencia y acoplamientos ligeramente diferentes.

En la industria de semiconductores clásicos, la variabilidad se gestiona con técnicas de fabricación maduras desarrolladas durante sesenta años. Los transistores de un procesador moderno tienen variaciones de pocos por ciento. Pero los qubits cuánticos son mucho más sensibles a estas variaciones porque operan en el régimen cuántico donde las propiedades de cada componente individual importan.

IBM ha invertido masivamente en mejorar el rendimiento de fabricación de sus qubits superconductores, usando las instalaciones de su planta de Albany, Nueva York. PsiQuantum ha elegido fabricar en GlobalFoundries precisamente para aprovechar la madurez de la fabricación CMOS. Para los iones atrapados de IonQ, la fabricación es diferente pero igualmente desafiante: cada trampa debe controlar decenas de iones con precisión de voltajes a nivel de microvoltio.

Reto dos: el cuello de botella del cableado y control

Cada qubit superconductor necesita entre dos y diez cables de microondas que conectan el chip dentro del refrigerador criogénico a quince milikelvin con la electrónica de control a temperatura ambiente. Un procesador de mil qubits ya necesita miles de cables que pasan por las diferentes etapas del refrigerador. Para un millón de qubits, el enfoque actual de un cable por qubit es físicamente imposible.

La solución más prometedora es la electrónica de control criogénica: chips clásicos diseñados para operar a temperaturas criogénicas, integrados junto a los qubits dentro del refrigerador. Intel ha desarrollado el chip Horse Ridge para este propósito, capaz de controlar múltiples qubits con una sola conexión externa. Grupos de Google y de la Universidad de Delft trabajan en soluciones similares.

El desafío es que la electrónica criogénica genera calor, y la capacidad de refrigeración a quince milikelvin es extremadamente limitada, del orden de microwatts. Cada chip de control que se añade dentro del refrigerador aumenta la carga térmica, potencialmente calentando los qubits y degradando su coherencia. Es un equilibrio delicado entre cercanía de control y carga térmica.

Reto tres: refrigeración criogénica a escala industrial

Los refrigeradores de dilución actuales, que enfrían los procesadores cuánticos a quince milikelvin, fueron diseñados para laboratorios de investigación, no para centros de datos industriales. El refrigerador más grande disponible comercialmente, de Bluefors, puede acomodar procesadores de unos pocos miles de qubits. Para un millón de qubits, se necesitan refrigeradores radicalmente más grandes o arquitecturas distribuidas con múltiples refrigeradores conectados.

La refrigeración criogénica consume energía significativa: un refrigerador de dilución típico consume entre diez y veinticinco kilovatios de electricidad para mantener los pocos microwatts de capacidad de refrigeración a su etapa más fría. Un centro de datos cuántico con cientos de refrigeradores tendría un consumo energético comparable al de un pequeño centro de datos clásico.

IBM ha desarrollado refrigeradores de próxima generación con diámetros internos de más de un metro, capaces de albergar procesadores más grandes. Pero la solución a largo plazo probablemente será la arquitectura modular: procesadores más pequeños en refrigeradores separados, conectados mediante enlaces cuánticos que transmiten entrelazamiento entre módulos.

Tabla: hojas de ruta de los principales actores

Reto cuatro: interconexión modular entre chips

Si no podemos poner un millón de qubits en un solo chip, necesitamos conectar múltiples chips. La interconexión cuántica entre módulos es fundamentalmente diferente a la interconexión clásica: no se puede copiar un estado cuántico (teorema de no-clonación), por lo que la conexión debe transmitir entrelazamiento directamente.

Para superconductores, IBM ha propuesto enlaces de microondas entre chips cercanos y enlaces fotónicos para distancias mayores. Rigetti trabaja en chiplets cuánticos interconectados mecánicamente. Para iones atrapados, IonQ y Quantinuum usan enlaces fotónicos entre trampas, aprovechando la capacidad natural de los iones de emitir fotones entrelazados.

La fidelidad de estos enlaces entre módulos es el parámetro crítico. Si es demasiado baja, los errores introducidos por la comunicación entre módulos anulan los beneficios de tener más qubits. El objetivo es alcanzar fidelidades de enlace comparables a las de las puertas cuánticas dentro de un módulo, superior al noventa y nueve por ciento.

Reto cinco: decodificación de errores en tiempo real

La corrección de errores cuánticos no es solo un problema de hardware. El decodificador, el algoritmo que analiza las mediciones de los qubits auxiliares y decide qué correcciones aplicar, debe ejecutarse en tiempo real, procesando los resultados de medición más rápido de lo que se acumulan nuevos errores.

Para un código de superficie con distancia d, el decodificador debe procesar del orden de d² mediciones cada ciclo de corrección, que dura microsegundos en superconductores. Para un procesador de un millón de qubits con código de distancia veinte, eso son millones de mediciones por microsegundo, un flujo de datos de terabits por segundo que debe procesarse con latencia de microsegundos.

Los algoritmos de decodificación actuales, como el minimum weight perfect matching (MWPM), tienen complejidad que crece con el tamaño del código, y las implementaciones en FPGA y ASIC están en desarrollo activo. Google, IBM y startups como Riverlane trabajan en decodificadores de hardware dedicado capaces de manejar la escala y velocidad necesarias.

Reto seis: software y compilación cuántica a escala

Compilar un algoritmo cuántico para un procesador de un millón de qubits con corrección de errores es un problema de optimización masivo. El compilador debe traducir las operaciones lógicas del algoritmo en secuencias de puertas físicas, mapear los qubits lógicos a qubits físicos teniendo en cuenta la topología, insertar las operaciones de corrección de errores, y optimizar todo para minimizar la profundidad del circuito.

Los compiladores cuánticos actuales, integrados en frameworks como Qiskit y Cirq, están diseñados para procesadores de cientos de qubits sin corrección de errores. Escalar estos compiladores a millones de qubits con corrección requiere avances fundamentales en algoritmos de compilación, probablemente incorporando técnicas de IA para la optimización.

Las diferentes estrategias de escalado por tecnología

Cada tecnología de qubit tiene una estrategia diferente para alcanzar el millón. Los superconductores de IBM y Google escalan aumentando el tamaño de los chips y conectando múltiples chips. Los iones atrapados de IonQ y Quantinuum escalan conectando múltiples trampas con enlaces fotónicos. Los átomos neutros de QuEra y Pasqal escalan aumentando el número de átomos en las redes ópticas.

Los fotónicos de PsiQuantum y Xanadu tienen una ventaja teórica: la fabricación en líneas CMOS permite producir chips con miles de componentes en cada oblea, escalando naturalmente con la capacidad de la industria de semiconductores. La desventaja es que los componentes fotónicos individuales tienen pérdidas que se acumulan.

Microsoft con sus qubits topológicos propone una ruta diferente: si los qubits topológicos funcionan como se espera, su resistencia inherente a errores reduce la sobrecarga de corrección, necesitando muchos menos qubits físicos por lógico. Esto podría hacer que el camino al millón de qubits lógicos sea más corto, pero la tecnología topológica es la menos madura de todas.

Perspectivas: cuándo y cómo llegaremos

El camino a un millón de qubits no será un único salto sino una escalera de hitos incrementales. El siguiente gran hito es demostrar un qubit lógico que supere a cualquier qubit físico, algo que Google y QuEra ya han mostrado. El siguiente es ejecutar un algoritmo útil con qubits lógicos corregidos. Y después, escalar la corrección de errores a cientos y miles de qubits lógicos.

Para los inversores, el camino al millón de qubits es el argumento central para la inversión a largo plazo en computación cuántica. Cada hito superado reduce el riesgo técnico y aumenta la probabilidad de que la tecnología alcance la utilidad comercial. Las empresas mejor posicionadas son las que tienen una estrategia de escalado creíble y los recursos para ejecutarla.

Para los profesionales, los retos de ingeniería descritos en este artículo representan las oportunidades de carrera más interesantes del campo. Ingenieros de materiales, diseñadores de circuitos criogénicos, desarrolladores de decodificadores de errores y arquitectos de sistemas cuánticos serán las profesiones más demandadas de la próxima década.

Preguntas frecuentes

¿Por qué un millón de qubits?

Para obtener miles de qubits lógicos con corrección de errores. Se necesitan 100-10.000 físicos por lógico según la tasa de error.

¿Cuáles son los mayores retos?

Fabricación idéntica a escala, cableado/control, refrigeración, interconexión modular, decodificación en tiempo real y compilación.

¿Cuándo llegaremos?

Optimista: 2033. Conservador: 2035-2040. Depende de resolver múltiples retos de ingeniería simultáneamente.

¿Qué enfoque ganará?

No hay consenso. Superconductores, iones, átomos neutros, fotónicos y topológicos tienen cada uno ventajas diferentes. Pueden coexistir.

¿Hardware o software?

Ambos son cuellos de botella. Control criogénico, decodificación en tiempo real y compilación a escala son tan críticos como los qubits mismos.

Profundiza con corrección de errores, refrigeración criogénica y el futuro de la IA cuántica.