Quanscient y Haiqu realizaron una simulación de fluido cuántico no lineal de 15 pasos.

      Un nuevo algoritmo cuántico ejecutó una simulación de fluidos no lineales de 15 pasos alrededor de un obstáculo sólido en hardware cuántico real, la demostración públicamente documentada más físicamente compleja de su tipo. La técnica reduce los requisitos de qubits y la profundidad del circuito, acercando las aplicaciones de CFD industrial a la viabilidad.

      La empresa de simulación finlandesa Quanscient y el desarrollador de middleware cuántico Haiqu han demostrado lo que describen como la simulación de dinámica de fluidos cuántica más físicamente compleja realizada hasta la fecha en hardware real.

      Las dos empresas realizaron una simulación de fluidos no lineales de 15 pasos alrededor de un obstáculo sólido, con el fluido fluyendo alrededor de una forma, el tipo de problema relevante para el diseño de alas de aeronaves o la aerodinámica de vehículos, en la computadora cuántica Heron R3 de IBM, utilizando un nuevo algoritmo que desarrollaron juntos llamado el Método de Boltzmann en Red Simplificado de Un Paso (OSSLBM).

      La dinámica de fluidos computacional, o CFD, es una de las ramas de simulación de ingeniería más intensivas en recursos. Modelar cómo se comportan los fluidos alrededor de formas complejas requiere un enorme poder de computación clásica, y las demandas crecen de manera no lineal a medida que las simulaciones se vuelven más detalladas.

      La computación cuántica ha sido teorizada durante mucho tiempo como un camino potencial hacia simulaciones más allá de los límites clásicos, pero convertir ese potencial en práctica ha estado limitado por la cantidad de qubits y la profundidad del circuito, la duración del cálculo cuántico, necesarios para ejecutar incluso escenarios moderadamente complejos sin que el cálculo sea abrumado por errores.

      El algoritmo OSSLBM aborda esto directamente. Construido sobre el Método de Boltzmann en Red Cuántica (QLBM), un enfoque establecido para mapear ecuaciones de fluidos clásicas en computación cuántica, el nuevo marco reduce la sobrecarga computacional de cada paso, permitiendo que una simulación de múltiples pasos más larga se mantenga dentro de lo que el hardware cuántico actual puede ejecutar de manera confiable.

      La capa de middleware de Haiqu fue central en esto: redujo la profundidad del circuito, desarrolló nuevas subrutinas algorítmicas y aplicó técnicas de reducción de errores específicas que permitieron al sistema completar un flujo de trabajo que de otro modo habría estado fuera del alcance de los dispositivos actuales.

      La importancia del resultado radica en el obstáculo. Las demostraciones anteriores de CFD cuántico se han centrado en gran medida en escenarios lineales más simples, el comportamiento del fluido sin las complicaciones de interactuar con un límite sólido.

      Modelar cómo se mueve un fluido alrededor de un objeto es un requisito previo para cualquier aplicación industrialmente significativa. El profesor Oleksandr Kyriienko, cátedra en Tecnologías Cuánticas en la Universidad de Sheffield, describió el trabajo como “una contribución interesante y oportuna a la CFD cuántica”, añadiendo que se necesita más investigación de este tipo para alcanzar soluciones cuánticas relevantes industrialmente.

      Quanscient y Haiqu han estado colaborando en CFD cuántico desde al menos 2024, cuando fueron finalistas en el Desafío de Movilidad Cuántica de Airbus y BMW, y han demostrado previamente trabajos en hardware de IonQ a través de Amazon Braket. Las aplicaciones industriales siguen estando a años de distancia; el trabajo actual es un hito de investigación que establece que el enfoque es viable en el hardware actual a este nivel de complejidad.