Un decodificador de NVIDIA, IBM y el Fermilab acelera hasta 13.000 veces la investigación en corrección de errores cuántica. El algoritmo, ya disponible en el entorno de programación CUDA-Q, reduce de 12 semanas a 45 minutos la evaluación de un diseño de protección frente a fallos.
El anuncio llegó por la vía corporativa, sin artículo científico ni revisión por pares, según el comunicado de NVIDIA. Eso no lo invalida, pero obliga a leerlo con la prudencia que exige cualquier hito de la computación cuántica anunciado en nota de prensa: los números son los que la compañía declara y todavía no han sido replicados de forma independiente.
De doce semanas a cuarenta y cinco minutos: qué acelera el decodificador TCBP-JOBS
Un procesador cuántico es frágil por construcción. Sus cúbits pierden coherencia al menor ruido térmico o electromagnético, y por eso la información útil no se guarda en un cúbit físico, sino repartida entre muchos mediante códigos de corrección. El problema es que alguien tiene que leer esas medidas y decidir dónde se ha producido el error. Ese alguien es un algoritmo clásico llamado decodificador.
Piensa en él como el corrector que reconstruye un dictado hecho con ruido de fondo: no elimina el ruido, pero deduce qué palabra se pronunció en realidad. Si el corrector tarda más en decidir que el propio dictado, el sistema entero se vuelve inútil. Ahí estaba el cuello de botella.
El nuevo algoritmo se llama TCBP-JOBS y llega integrado en la biblioteca CUDA-Q QEC 0.9.0. NVIDIA lo presenta como un acelerador de las partes computacionalmente más caras de la investigación en corrección de errores, con precisión alta, y no como un producto cerrado para el gran público. Es una herramienta de laboratorio: no acelera la máquina, acelera a quienes la diseñan. Para hacerse una idea de la escala, aplicar ese factor a un trayecto de seis horas dejaría el viaje en menos de dos segundos.
Doce semanas de cálculo convertidas en 45 minutos cambian el ritmo de un laboratorio: la corrección de errores deja de ser una carrera de obstáculos.
La plataforma que sienta un procesador cuántico junto a una GPU
El segundo eje del anuncio es de infraestructura. IBM y NVIDIA colocan sistemas DGX B200 —chasis de computación acelerada con GPU— junto a ordenadores cuánticos de IBM, incluidos los equipados con IBM Quantum Nighthawk, el procesador cuántico más potente que la compañía ha construido hasta la fecha. La idea es que la parte clásica del cálculo, la que decodifica y coordina, viva pegada a la parte cuántica en lugar de llegar por la red.
Sobre ese hardware se levanta una plataforma modular de codiseño cuántico-clásico desarrollada con el Fermilab, el laboratorio de física de partículas del Departamento de Energía estadounidense. Su función es doble: probar códigos de corrección y decodificadores, y estudiar cómo se comportan aplicaciones científicas reales de física de altas energías y física nuclear sobre arquitecturas híbridas. Fermilab aporta aquí lo que ninguna empresa tecnológica puede aportar por sí sola: problemas lo bastante grandes como para justificar el esfuerzo.
El objetivo declarado es arquitectónico. Los ordenadores cuánticos útiles no serán un solo chip gigantesco, sino varios procesadores interconectados que se coordinan con sistemas clásicos, y nadie sabe todavía cómo repartir el trabajo entre ellos, cómo enrutar la información ni cuánta latencia tolera el conjunto. La plataforma existe para responder a esas preguntas antes de que el hardware definitivo esté construido.

Por qué el cuello de botella se ha movido del hardware al software
Conviene separar dos cosas que el comunicado mezcla con habilidad. Por un lado hay un avance concreto y medible: un decodificador mucho más rápido que los de referencia. Por otro, un plan de colaboración —plataforma, integración con supercomputación, arquitecturas modulares— que la propia nota enuncia en futuro. Lo primero se puede usar hoy; lo segundo se sabrá si funciona cuando haya resultados.
Hay además un detalle de lectura. Ese múltiplo es una cota superior, no una media: NVIDIA habla de ‘hasta 13.000 veces’ de aceleración en las partes más caras del cálculo. Y acelerar la herramienta con la que se investiga no equivale a haber construido un ordenador cuántico tolerante a fallos. Entre una cosa y la otra median la fabricación de cúbits físicos con tasas de error por debajo del umbral, la demostración de que un cúbit lógico escala y la verificación independiente del conjunto. Nada de eso aparece en la nota.
El comunicado deja, eso sí, otro dato que quizá pase más desapercibido. IBM y el instituto japonés RIKEN han presentado sobre el superordenador ROQUO, con sistemas GB200, un cálculo de energías de enlace de dos complejos proteína-ligando que alcanza los 12.635 átomos, más de 40 veces el mayor sistema modelado hasta ahora en un flujo cuántico-clásico, que se quedó en 303. El trabajo figura como finalista del premio Gordon Bell de 2026. Ahí hay una aplicación concreta —interacciones relevantes para el descubrimiento de fármacos— y no solo la promesa de una plataforma.
Queda un tercer bloque, el menos vistoso y quizá el de mayor recorrido operativo. NVIDIA amplía el gestor de trabajos de código abierto Slurm con una interfaz cuántica, e IBM contribuye con su interfaz de gestión de recursos cuánticos para conectar sus máquinas. Traducido a la práctica: planificar un procesador cuántico como hoy se planifica una GPU, con los mismos comandos y las mismas políticas. Sin eso, cada centro de supercomputación improvisa su propia fontanería y el mantenimiento se come el presupuesto.
Me interesa este anuncio menos por el múltiplo y más por lo que revela del método. La computación cuántica práctica no va a llegar como un aparato que se enchufa a la pared, sino como un sistema mixto en el que el silicio hace casi todo el trabajo y el cuanto aporta una pieza pequeña e irremplazable. Los tres frentes presentados —decodificación, arquitectura modular, integración en supercomputación— describen exactamente esa realidad híbrida.
Queda un punto de control verificable y cercano: comprobar si los códigos que se diseñen en esta plataforma aguantan en hardware real y si la colaboración con Fermilab publica resultados revisados por pares en física de altas energías. Mientras tanto, el decodificador ya está disponible, esperando a que alguien lo use para descartar una mala idea en 45 minutos en lugar de tres meses.
🔬 Ficha del Descubrimiento
- Qué se ha descubierto: un algoritmo de decodificación, TCBP-JOBS, que acelera hasta 13.000 veces la investigación en corrección de errores cuántica, junto a una plataforma modular cuántico-clásica con IBM y Fermilab.
- Dónde: instalaciones de NVIDIA e IBM en Estados Unidos y el Fermi National Accelerator Laboratory, en Batavia (Illinois).
- Institución responsable: NVIDIA, IBM y Fermilab (Departamento de Energía de EE. UU.), con anuncio pendiente de revisión por pares.
- Cuándo: anuncio de noviembre de 2026; el decodificador ya está disponible en la biblioteca CUDA-Q QEC 0.9.0.
- Impacto a futuro: acorta el camino hacia ordenadores cuánticos tolerantes a fallos y hacia su integración en supercomputadores para física de partículas y química.




