La clave no está en hacer que un ordenador cuántico actual ejecute directamente los cálculos siete veces más rápido. Lo que NVIDIA quiere acelerar es el proceso de diseño y evaluación de arquitecturas tolerantes a fallos, donde hay que combinar algoritmos, corrección de errores, qubits físicos, qubits lógicos, tiempos de ejecución y diferentes arquitecturas de hardware.
Fermilab ya ha utilizado CUDA-Q Logical en trabajos preliminares y, según NVIDIA, consiguió reducir un proceso de desarrollo que normalmente requería unos cinco meses a aproximadamente tres semanas. La compañía resume esa reducción como una aceleración de 7 veces en el desarrollo de algoritmos y arquitecturas tolerantes a fallos.
Qué es CUDA-Q Logical y por qué importan los qubits lógicos
Los ordenadores cuánticos actuales trabajan con qubits físicos, pero estos son extremadamente sensibles al ruido y a los errores. Para ejecutar cálculos mucho más largos y complejos es necesario agrupar y controlar múltiples qubits físicos de forma que representen qubits lógicos protegidos mediante corrección de errores cuánticos.
Ese salto añade una enorme complejidad. Cambiar el código de corrección de errores, el tipo de qubit, la arquitectura del procesador o incluso una parte del algoritmo puede modificar radicalmente la cantidad de recursos necesarios.
CUDA-Q Logical intenta reunir esas capas en un flujo de trabajo programable. NVIDIA lo describe como una infraestructura capaz de llevar un programa lógico independiente del hardware a través de diferentes niveles: máquina virtual lógica, microcódigo de corrección de errores, planificación de puertas físicas y planes de control clásico en tiempo real.
La plataforma conserva además información sobre cómo se ha transformado el programa en cada etapa. Esto permite relacionar las estimaciones de recursos con el código y la arquitectura que las generan, facilitando comparar distintas estrategias sin tener que reconstruir manualmente toda la infraestructura de análisis.
CUDA-Q Logical es abierto y extensible y puede trabajar con diferentes códigos de corrección de errores, decodificadores, modelos de ejecución y arquitecturas de hardware. NVIDIA también señala que es interoperable con CUDA-Q y otros front-ends utilizados en computación cuántica.
Fermilab pasa de cinco meses a tres semanas
Uno de los ejemplos presentados por NVIDIA procede del Fermi National Accelerator Laboratory. Sus investigadores utilizaron CUDA-Q Logical para validar resultados previos y estudiar cuántos qubits físicos, cuánto tiempo de ejecución y qué otros recursos serían necesarios al combinar diferentes técnicas de corrección de errores y distintos tipos de hardware.
Según Fermilab y NVIDIA, un trabajo que normalmente habría requerido aproximadamente cinco meses de desarrollo de infraestructura especializada pudo realizarse en tres semanas mediante un flujo de trabajo repetible y verificable.
| Dato | Resultado anunciado |
|---|---|
| Plataforma | NVIDIA CUDA-Q Logical |
| Objetivo | Diseño y análisis de computación cuántica tolerante a fallos |
| Trabajo de Fermilab | De unos 5 meses a 3 semanas |
| Aceleración indicada por NVIDIA | 7x en el proceso de desarrollo |
| Disponibilidad | Código abierto, disponible en GitHub |
| Benchmark integrado | QUOPS de Sandia National Laboratories |
Es importante interpretar correctamente esa cifra. No significa que CUDA-Q Logical multiplique por siete la velocidad de un ordenador cuántico. El dato se refiere al tiempo empleado por los investigadores para construir, evaluar y comparar una arquitectura tolerante a fallos.
NVIDIA cita además otro trabajo realizado por Iceberg Quantum sobre qubits de Diraq. Con CUDA-Q Logical, Iceberg modeló una arquitectura en la que 1.000 qubits lógicos podrían implementarse con unos 150.000 qubits físicos, aproximadamente diez veces menos que las estimaciones anteriores de Diraq para ese enfoque. Se trata de una simulación y estimación arquitectónica, no de un ordenador con 1.000 qubits lógicos ya construido.
QUOPS intenta medir cuánto falta para una computación cuántica útil
La ampliación de CUDA-Q incluye también una implementación de referencia de QUOPS, un benchmark abierto desarrollado por Sandia National Laboratories para medir el progreso de los sistemas cuánticos tolerantes a fallos.
Hasta ahora, buena parte de la evolución del hardware cuántico se ha comunicado mediante cifras como el número de qubits físicos, su fidelidad o el tiempo de coherencia. QUOPS pretende ofrecer una medida más orientada a determinar hasta qué punto una plataforma podría ejecutar aplicaciones prácticas utilizando qubits lógicos y corrección de errores.
Sandia ha publicado resultados iniciales utilizando procesadores cuánticos de Google, IBM y Quantinuum, mientras que la implementación de referencia de QUOPS ya está disponible dentro del ecosistema CUDA-Q.
CUDA-Q Logical ya está siendo utilizado o evaluado por organizaciones como Fermilab, Infleqtion, IQM Quantum Computers, QCDesign, Quantum Motion y Sandia National Laboratories, según NVIDIA.
NVIDIA refuerza su estrategia de unir GPU y computación cuántica
CUDA-Q forma parte de una estrategia más amplia de NVIDIA para combinar CPU, GPU y procesadores cuánticos o QPU. La plataforma permite desarrollar aplicaciones híbridas y utilizar las GPU tanto para simulación como para tareas clásicas asociadas a un sistema cuántico.
CUDA-Q Logical añade ahora una capa específicamente orientada a una etapa que todavía está en desarrollo: la computación cuántica tolerante a fallos a gran escala.
Eso significa que esta tecnología no convierte de repente los ordenadores cuánticos actuales en máquinas capaces de resolver problemas industriales complejos. Su utilidad está en proporcionar herramientas para diseñar, comparar y verificar las arquitecturas que podrían permitir ese salto en el futuro.
El anuncio coincide con IEEE Quantum Week 2026, celebrada en Toronto del 13 al 18 de septiembre, donde NVIDIA participa en diferentes talleres y sesiones relacionadas con simulación cuántica, corrección de errores, computación acelerada e integración entre HPC, IA y sistemas cuánticos.
CUDA-Q Logical ya está disponible como proyecto abierto a través de GitHub, de modo que investigadores y desarrolladores pueden comenzar a probar la nueva infraestructura sin esperar a que existan ordenadores cuánticos tolerantes a fallos a gran escala.
Fuentes: NVIDIA — CUDA-Q Logical, NVIDIA Research — CUDA-Q Logical, NVIDIA Developer — CUDA-Q y IEEE Quantum Week 2026.