> ## Content Index
> Fetch the complete content index at: https://fomoera.com/llms.txt
> Use this file to discover other available public pages before exploring further.

# IBM, Nvidia y Fermilab planean una plataforma para conectar procesadores cuánticos
- URL: https://fomoera.com/ibm-nvidia-fermilab-plataforma-cuantica-modular/
- Published: 2026-11-17T22:40:00.000Z
- Updated: 2026-11-17T22:40:00.000Z
- Description: El proyecto combinaría sistemas de IBM y Nvidia para estudiar máquinas modulares. Una prueba separada de decodificación distingue la latencia individual del procesamiento por lotes.
- Author: Patricia Rodriguez
- Tags: Tecnología y Ciencia, Computación

IBM, Nvidia y el Laboratorio Nacional Fermi planean una plataforma de investigación para estudiar cómo conectar procesadores cuánticos y coordinarlos con computadoras convencionales aceleradas. El proyecto busca ayudar a diseñar máquinas modulares y aplicaciones de física, pero sus primeras pruebas de comunicación entre módulos serían simuladas.

La propuesta reúne computadoras cuánticas de IBM, incluidos sistemas con su procesador Nighthawk, y equipos DGX B200 de Nvidia. Fermilab, laboratorio del Departamento de Energía de Estados Unidos, aportaría la experiencia de su Centro de Materiales y Sistemas Cuánticos Superconductores, conocido como SQMS.

Nvidia indicó que está colocando sistemas DGX B200 junto a computadoras cuánticas de IBM. IBM y Fermilab describen la plataforma conjunta de investigación como un plan. Los anuncios no precisan dónde se ubicaría ni cuándo empezaría a operar.

## Primero simularán los enlaces entre módulos

Una computadora cuántica modular busca repartir un cálculo entre varios procesadores conectados. Para que eso funcione, los enlaces tendrían que transmitir información cuántica con suficiente fidelidad y coordinarse con el hardware convencional que controla las operaciones y procesa sus resultados.

Fermilab explica que la etapa inicial modelaría y emularía la comunicación entre módulos. Los investigadores estudiarían cómo afectan al rendimiento los errores del enlace, los retrasos y la respuesta del sistema. Ese trabajo serviría para orientar el desarrollo de interconexiones físicas entre IBM y SQMS.

En una fase posterior, el centro de Fermilab prevé incorporar sus propias cavidades superconductoras. Entre las posibilidades de investigación están usarlas como memorias cuánticas y estudiar su papel en la corrección de errores. El anuncio no presenta un resultado de varios procesadores conectados dentro de la nueva plataforma.

IBM aportaría procesadores, software y experiencia en redes cuánticas; Nvidia contribuiría con cómputo acelerado y herramientas para simulación y decodificación. Fermilab dirigiría la participación de investigadores de física de altas energías y nuclear, con aplicaciones propuestas como las interacciones de neutrinos y las simulaciones nucleares.

## Qué aporta el procesador de IBM

IBM atribuye a Nighthawk la capacidad de ejecutar circuitos de hasta 7,500 operaciones de dos cúbits sobre 120 cúbits y alcanzar hasta 100,000 muestras por segundo. Una muestra es el resultado de una ejecución del circuito. Esas cifras describen capacidades comunicadas para el procesador, no una medición de la plataforma conjunta.

La empresa también proyecta una generación posterior, Nighthawk r3, y un sistema de dos chips para 2027\. La plataforma anunciada con Fermilab y Nvidia no se presentó como ese sistema futuro.

[IBM anuncia Nighthawk r3 y proyecta un sistema cuántico de 1,040 cúbits para 2027IBM diseña Nighthawk r3 con 520 cúbits y planea conectar dos procesadores en un sistema cuántico durante 2027.![](https://fomoera.com/content/images/icon/FomoEra-favicon-512-7fc98e2d-4233-47f1-b8f0-606eadb322ee.png)FomoEraGerardo Pavez![](https://fomoera.com/content/images/thumbnail/fomoera-ibm-anuncia-nighthawk-r3-y-proyecta-un-sistema-cuantico-de-1-040-cubits-para-2027-7d03f2d1-16x9-v2-1600x900-3c692f68-cf0e-45c9-a3af-e8a696d7c777.webp)](https://fomoera.com/ibm-nighthawk-r3-520-cubits/)

Conectar más procesadores tampoco elimina por sí solo los errores. Los cúbits físicos son sensibles a perturbaciones, por lo que una de las líneas de investigación consiste en distribuir información entre varios de ellos y usar mediciones para detectar posibles fallos.

## Dos formas de medir la velocidad del decodificador

Por separado del proyecto con Fermilab, Nvidia anunció TCBP-JOBS, un algoritmo disponible en su biblioteca CUDA-Q QEC 0.9.0\. Es un decodificador: un programa clásico que interpreta las mediciones de un sistema cuántico para estimar qué errores pudieron ocurrir. Acelerar ese análisis puede ayudar a los investigadores a comparar diseños de corrección de errores.

La empresa destacó una mejora de hasta 13,000 veces. El estudio de sus investigadores acota esa cifra a la latencia de decodificaciones individuales en determinados códigos, frente a una configuración de Tesseract, otro decodificador. Las pruebas compararon el trabajo en una GPU de Nvidia con cálculos en CPU; no miden una aceleración general de la computadora cuántica propuesta.

El mismo estudio presenta otra comparación para un conjunto de 24.2 millones de resultados simulados correspondientes a 28 circuitos. Los autores estiman que Tesseract tardaría unas 12.1 semanas en un servidor de 64 núcleos si el trabajo se repartiera perfectamente. TCBP-JOBS procesó el conjunto en 45 minutos con una GPU GB200.

La tabla del estudio expresa esa diferencia como unas 2,720 veces para el conjunto completo. La cifra de hasta 13,000 corresponde a otra medida: el tiempo de respuesta de casos individuales. Los equipos y la forma de procesar los datos también difieren entre las comparaciones.

El artículo está firmado por investigadores de Nvidia y publicado por la empresa. Sus autores también señalan que, en una prueba con tasas de error físico más bajas, Tesseract fue más preciso. Elegir un decodificador depende tanto de la velocidad como de los errores que deja pasar en las condiciones que se quieren estudiar.

Fermilab plantea que la plataforma ayude a definir los requisitos de futuras máquinas tolerantes a fallos. Por ahora, el trabajo descrito por los socios se concentra en estudiar sus componentes y las aplicaciones científicas que podrían exigirles.

*Fuentes:* [1](https://newsroom.ibm.com/2026-11-16-ibm%2C-fermilab%2C-and-nvidia-announce-plans-for-new-co-design-platform-to-accelerate-the-development-of-next-generation%2C-modular-quantum-computers?ref=fomoera.com), [2](https://news.fnal.gov/2026/11/fermilab-ibm-and-nvidia-plan-modular-quantum-computing-co-design-platform-to-advance-scientific-discovery/?ref=fomoera.com), [3](https://nvidianews.nvidia.com/news/nvidia-announces-collaboration-with-ibm-and-fermi-national-accelerator-laboratory-to-launch-quantum-classical-codesign-platform-plus-error-correction-breakthrough-to-advance-practical-quantum-computing?ref=fomoera.com), [4](https://research.nvidia.com/publication/%5Ftcbpjobs-gpu-accelerated-quantum-error-correction-decoding-and-noise-learning-near?ref=fomoera.com)