A computação tal como a conhecemos está atingindo seus limites. Isto deve-se não só à necessidade de resolver problemas cada vez mais complexos com maior precisão e em prazos razoáveis, mas também ao fato do avanço da IA ter aumentado drasticamente a procura por infraestruturas de computação.

Grandes empresas como a Amazon, a Google e a Meta fazem acordos com empresas do setor energético para que estas lhes forneçam Pequenos Reatores Modulares (SMR) para dar resposta às elevadas necessidades energéticas de seus data centers de IA. Atualmente, nos EUA, 4% da eletricidade total é utilizada para o treino de IA, e prevê-se que este valor aumente para 12% em 2028.

Sem uma mudança em nosso paradigma computacional, essa procura continuará a crescer exponencialmente nos próximos anos. É hora de avançarmos para uma era mais sustentável da computação.

Espera-se que a computação quântica acelere as cargas de trabalho computacionais, redefinindo o prisma físico e matemático no qual o algoritmo é formulado, de forma semelhante ao que as GPUs fizeram por volta de 2007 com o lançamento do CUDA e das primeiras placas gráficas concebidas para cálculos.

A implantação de computadores quânticos em data centers e instalações de HPC segue cada vez mais o paradigma da computação heterogênea. Ao integrar processadores quânticos ao nível da gestão de cargas de trabalho, estes podem ser tratados como aceleradores adicionais no ambiente de HPC, permitindo fluxos de trabalho híbridos e mecanismos de orquestração semelhantes aos já utilizados para GPUs e outro hardware especializado.

Os primeiros exemplos dessa abordagem já estão sendo explorados no Centro de Supercomputação de Barcelona (BSC-CNS), onde foram implementados sistemas quânticos supercondutores junto à infraestrutura de supercomputação MareNostrum-5, para permitir fluxos de trabalho híbridos clássico-quânticos.

A computação quântica assume diversas formas e modalidades, dependendo da implementação física dos qubits e do seu modelo operacional. Entre estas, os computadores quânticos analógicos baseados em supercondutores destacam-se como uma das tecnologias mais promissoras. Um dos principais pontos fortes destes sistemas é a sua capacidade de incorporar diretamente o problema nos graus de liberdade do chip quântico, com um mapeamento um-para-um e uma maior tolerância a erros. Esta abordagem permite que o sistema reproduza a dinâmica natural do problema em questão através do controlo analógico contínuo dos parâmetros relevantes.

Isto torna a computação quântica analógica particularmente adequada para a execução de algoritmos como simulações de reservatórios quânticos, materiais ou química, ou problemas industriais de otimização combinatória, podendo superar a sua contraparte digital ao evitar a discretização de processos contínuos e os erros que tal implica. Os qubits supercondutores da Fluxonium são particularmente adequados para o controlo analógico. Essa arquitetura também abre a possibilidade de operação multimodal, permitindo transições entre regimes de controle digital e analógico na mesma plataforma de hardware, abrindo caminho para a execução de algoritmos digitais-analógicos.

Os computadores quânticos digitais são a melhor escolha para outros casos de uso. Cargas de trabalho matemáticas estruturadas que requerem sequências precisas de portas, como problemas criptográficos, pesquisa em bases de dados ou álgebra linear em larga escala, são exemplos.

O melhor dos dois mundos é ter acesso às modalidades digital e analógica.

O paradigma da Computação Quântica Digital-Analógica (DAQC) aproveita as vantagens de ambas as modalidades em um único chip, executando algoritmos que se beneficiam da evolução analógica e das portas digitais. A camada digital prepara os estados de codificação dos dados e os mede, enquanto a camada analógica atua como um reservatório rico, fornecendo a complexidade e as não linearidades que permitem ao sistema aprender. É altamente provável que a IA quântica tire partido da DAQC, especialmente dos algoritmos de Reservatórios Quânticos e de Máquinas de Aprendizagem Extrema Quântica.

As cargas de trabalho de IA quântica beneficiarão da integração de computadores quânticos em data centers e instalações de computação de alto desempenho, especialmente em Centros de Dados Quânticos Multimodais, nos quais computadores quânticos analógicos e digitais e CPUs/GPUs clássicas atuam como um único recurso orquestrado.

O fluxo de trabalho completo da IA inclui etapas de pré e pós-processamento que envolvem tarefas de GPU e CPU, incluindo o carregamento de dados, a extração de características, o mapeamento de características clássicas para parâmetros de incorporação quântica, a agregação e visualização de dados, entre outras. Outro caso de utilização que envolve a integração de HPC-QC é a conceção de fármacos: os mecanismos de reação entre um candidato a fármaco e o alvo podem ser codificados num hamiltoniano para definir com precisão os orbitais moleculares envolvidos, enquanto o ambiente pode ser aproximado por meio de processamento gráfico.

A multimodalidade pode ser acedida tanto no local, através da implementação de dispositivos quânticos em ambientes HPC, como através de um modelo «Quantum-as-a-Service» (QaaS). Postula-se que a computação quântica ultrapassará os limites da computação convencional, proporcionando aceleração aos data centers tradicionais.

No entanto, a obtenção de vantagens práticas dependerá não apenas dos avanços no hardware quântico, mas também da orquestração eficaz de recursos heterogêneos em ambientes de computação híbridos. Nesse contexto, as abordagens multimodais que combinam recursos clássicos de HPC com processadores quânticos analógicos e digitais emergem como um paradigma fundamental.