IBM Nighthawk r3: 520 qubits y sistema de 1.040 qubits

Qué anunció IBM con el Nighthawk r3

IBM presentó el Quantum Nighthawk r3, un procesador diseñado para ejecutar 10.000 operaciones cuánticas sobre 520 qubits programables, con 2.034 qubits físicos en total. El anuncio se hizo en el marco del IBM Quantum Developer's Conference y la compañía lo enmarcó en su hoja de ruta hacia la tolerancia a fallos.

La diferencia entre qubits programables y físicos es la primera clave para leer la noticia. Los 520 son los que el usuario manipula para construir circuitos; los 2.034 incluyen el hardware adicional que hace posible operar sobre ellos. Oliver Dial, vicepresidente de Quantum Systems de IBM, explicó a Ars Technica que por cada qubit programable el chip incorpora un qubit físico extra que permite retirar la energía y devolverlo al estado base, y que esa capacidad es lo que permite correr circuitos más rápido que antes.

En la práctica, el chip carga casi cuatro qubits físicos por cada uno programable. Ese sobrecosto de hardware es el precio de la velocidad, y es la razón por la que comparar cifras de qubits entre fabricantes sin mirar la arquitectura lleva a conclusiones equivocadas.

¿Y esto cómo se aplica en tu negocio?

Dueños de negocio de Latinoamérica y España usan un agente de IA para ganar más y recuperar su tiempo. El Kit «tu mano derecha con IA» te muestra cómo en un video de 11 minutos, con una ficha para armar el tuyo. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

Por qué la modularidad es el verdadero anuncio

El número que más debería interesar a un founder no es 520, sino 10. El r3 introduce 10 interconexiones entre chips, llamadas l-couplers, pensadas para unir procesadores en sistemas más grandes. La apuesta de IBM no es fabricar un chip gigantesco, sino encadenar varios módulos.

IBM ya demostró dos piezas de esa estrategia. Conectó procesadores Nighthawk r1 mediante cuatro l-couplers y alcanzó una fidelidad de transferencia de estado cuántico del 99,3%, con una meta declarada del 99,9%. También unió por primera vez dos módulos criogénicos en un solo sistema, que alcanzó temperatura de operación en menos de cinco días y se enfrió por debajo de 15 milikelvin.

El plan declarado es que en 2027 dos procesadores Nighthawk r3 formen un único sistema de 1.040 qubits. Conviene leerlo con cautela: Ars Technica reportó que IBM redujo de nueve a dos el número de sistemas que pensaba enlazar, es decir, que la ambición de escala modular se volvió más conservadora aunque el total de qubits prometidos para el próximo año se mantenga.

Qué funciona hoy: los números de Nighthawk r2

El r3 es un procesador anunciado y diseñado para esas cifras, no el que un equipo puede usar hoy. Lo que está disponible es el Nighthawk r2, presentado en septiembre, con 120 qubits y capacidad para más de 7.500 operaciones cuánticas, entregando hasta 100.000 muestras por segundo.

Ahí sí hay evidencia de terceros. Clientes y socios como E.ON, Algorithmiq y Q-CTRL ejecutaron 34.000 millones de circuitos en Nighthawk r2 y reportaron mejoras de rendimiento de hasta 19 veces frente a procesadores anteriores de IBM. E.ON reportó una aceleración de 15 veces en aprendizaje automático cuántico aplicado a optimización de redes eléctricas. IBM usó el r2 para un experimento con Oak Ridge National Laboratory que simuló materiales magnéticos reales con una mejora de 12 veces y resultados consistentes con experimentos de dispersión de neutrones.

El caso de Algorithmiq es el más ilustrativo para entender dónde está la frontera: un experimento de simulación de un material cuántico heterogéneo pasó de Heron a Nighthawk r2 y corrió 8 veces más rápido, con circuitos que, según IBM, exigirían unas 240 veces más memoria para igualar precisión con los mejores métodos clásicos de redes tensoriales.

IBM vs Google, Microsoft y Amazon: dos caminos distintos

La industria se dividió en dos estrategias. Microsoft apostó por qubits topológicos con su Majorana 1, diseñados para ser más estables por construcción. Amazon fue por los cat qubits de Ocelot, orientados a corregir errores en el cálculo. Google concentró su esfuerzo en corrección de errores: su trabajo sobre magic state cultivation, publicado en Science el 15 de octubre de 2026, reportó una reducción de errores de 40 veces y una fidelidad lógica del 99,99% en su procesador Willow, según reportó 247wallst.

IBM, en cambio, empuja dos cosas a la vez: más qubits y más velocidad de ejecución. La lógica que hay detrás es que un computador cuántico entrega su respuesta en muestras —cada ejecución de un circuito devuelve un resultado— y que las aplicaciones relevantes necesitan miles de operaciones sobre cien qubits o más, generando millones o miles de millones de muestras. Sin velocidad, el cálculo es correcto pero inútil en términos prácticos y de costo.

La otra pieza: cuántica y supercomputación en el mismo entorno

IBM también anunció que su Quantum Platform integra computación clásica de alto rendimiento (HPC) y cuántica en un único entorno gestionado. Los usuarios pueden conectar flujos cuánticos con recursos que van desde su portátil hasta un superordenador.

Los resultados que la compañía reporta con ese entorno dan la medida de lo que se gana al integrar ambos mundos: con RIKEN, un flujo de trabajo de diagonalización cuántica basada en muestras corrió unas 5 veces más rápido y con 100 veces más cálculos que en el estudio original. Cleveland Clinic y RIKEN procesaron 608 millones de muestras para modelar estructuras biológicas, 33 veces más rápido que sin automatización del flujo. IBM también lanzó una plataforma de co-diseño en corrección de errores con Oak Ridge National Laboratory y AMD, que ubica físicamente un Nighthawk junto al sistema Umbra HPC.

¿Qué significa esto para tu startup?

La lectura honesta es que la computación cuántica tolerante a fallos sigue siendo un objetivo de final de década, no una herramienta de producción de este trimestre. Pero eso no significa que no haya nada que hacer, y menos para equipos que construyen en deep tech o que tienen problemas de optimización caros.

Empieza por el problema, no por el hardware. Elige un caso concreto y medible —optimización de rutas, logística, simulación de materiales, química de catalizadores— y define cuál es tu línea base clásica hoy. Sin esa línea base no podrás saber si una mejora de 15 o 19 veces significa algo para tu negocio.
Usa la nube como campo de pruebas. El acceso a procesadores cuánticos vía plataforma es la forma de experimentar sin comprar infraestructura criogénica. Corre primero en simulador, documenta el costo clásico de cada resultado y solo después lleva el circuito a hardware real.
Mira el modelo de los socios, no el del fabricante. E.ON, Algorithmiq y Q-CTRL no construyen chips: construyen la capa de aplicación sobre ellos. Para una startup hispanohablante con poco capital, ese es el espacio realista de entrada, y suele abrirse por convenios con universidades y centros de investigación antes que por contratos comerciales.
Trata 2027 como fecha de decisión, no de adopción. El sistema de 1.040 qubits es el hito que dirá si la arquitectura modular escala de verdad. Si tu hoja de ruta depende de capacidad cuántica, ese es el punto en el que conviene revisar supuestos.

Conclusión

El Nighthawk r3 no es un producto que un equipo pueda contratar mañana, sino una declaración de arquitectura: IBM apuesta a que se escala mejor conectando chips que fabricándolos más grandes, y a que la velocidad de ejecución importa tanto como el número de qubits. Los datos de terceros sobre el r2 —34.000 millones de circuitos y aceleraciones de hasta 19 veces— son la evidencia más sólida que la compañía tiene hoy para sostener esa tesis.

Para el ecosistema emprendedor, la conclusión práctica es que la ventana de oportunidad no está en el hardware sino en las aplicaciones que se vuelven viables cuando el cálculo cuántico se integra con supercomputación clásica. Quien construya esa capa ahora, con problemas reales y líneas base medidas, llegará con ventaja cuando la capacidad deje de ser experimental.