Copied


IBM y AMD lanzan Pelagos de código abierto para la corrección de errores cuánticos

Joerg Hiller   Nov 17, 2026 05:46 0 Min Read


IBM y AMD han lanzado conjuntamente Pêlagos, una herramienta de software de código abierto diseñada para acelerar la investigación de la corrección de errores cuánticos (QEC). La herramienta aborda los desafíos computacionales de simular decodificadores de QEC, que son críticos para lograr la computación cuántica tolerante a fallos. Al aprovechar la aceleración de GPU, Pêlagos permite a los investigadores realizar simulaciones a gran escala de manera más eficiente, facilitando el desarrollo y la evaluación de estrategias de decodificación avanzadas.

Optimizando la Corrección de Errores Cuánticos con Pêlagos

La corrección de errores cuánticos codifica información lógica a través de múltiples qubits físicos, requiriendo que los decodificadores interpreten síndromes de error y recuperen datos. Evaluar estos decodificadores implica simular numerosos patrones de error, un proceso que requiere recursos computacionales significativos. Pêlagos acelera este flujo de trabajo utilizando el paralelismo moderno de GPU, permitiendo a los investigadores procesar más configuraciones y alcanzar una mayor certeza estadística en sus resultados.

La innovación central de la herramienta radica en su implementación acelerada por GPU de Relay-BP, un decodificador de QEC adaptado de algoritmos de propagación de creencias utilizados en códigos de paridad de baja densidad (LDPC) clásicos. Relay-BP intercambia información de error de manera iterativa para mejorar la precisión de la decodificación. Pêlagos procesa múltiples síndromes en paralelo, logrando tasas de rendimiento hasta 97 veces más altas que un solo núcleo de CPU, según lo informado en un documento blanco conjunto de IBM y AMD.

Avances Técnicos y Escalabilidad

Pêlagos fue construido utilizando el marco Triton basado en Python, que simplifica el desarrollo de núcleos GPU al combinar una interfaz similar a NumPy con sintonización automática para disposiciones de memoria y particionamiento de carga de trabajo. Este enfoque asegura un rendimiento sólido en diversas arquitecturas de GPU, incluyendo las GPU AMD Instinct™. El software también incorpora huellas digitales de dispositivos y resultados de sintonización en caché, lo que lo hace adaptable para necesidades de investigación futuras.

IBM ha demostrado la escalabilidad de Pêlagos al desplegarlo en un clúster de 1,024 GPUs. Una campaña de experimento 312 en el clúster BlueVela se completó en menos de 20 días, una tarea que habría tomado aproximadamente 45 años en una sola GPU. La capacidad de la herramienta para distribuir eficazmente las cargas de trabajo a través de múltiples GPUs aumenta aún más su utilidad para la investigación de QEC a gran escala.

Aplicaciones y Potencial Futuro

Pêlagos se dirige específicamente a códigos de paridad de baja densidad cuántica (qLDPC), como los códigos de bicicleta bivariantes, que prometen proteger la información cuántica con menos qubits físicos. Sin embargo, estos códigos requieren recursos computacionales intensivos para la decodificación. Al acelerar estas simulaciones, Pêlagos permite a los investigadores explorar las compensaciones entre la eficiencia de los qubits y las demandas computacionales.

El documento blanco conjunto de IBM y AMD destaca el rendimiento de la herramienta en sistemas multifunción GPU, donde la cuidadosa partición y distribución de la carga de trabajo mitigan cuellos de botella en la preparación de entradas y la recolección de salidas. Esto asegura que las GPUs adicionales contribuyan de manera efectiva al rendimiento general.

Los investigadores y desarrolladores pueden acceder a Pêlagos en GitHub, donde se encuentra disponible un tutorial detallado y materiales de apoyo. La herramienta representa un avance significativo en la búsqueda de la computación cuántica tolerante a fallos, proporcionando a la comunidad de QEC un recurso poderoso para avanzar en estrategias de decodificación.


Read More