MicroCloud Hologram asegura haber desarrollado un multiplicador cuántico aproximado pensado para los ordenadores NISQ, las máquinas actuales que todavía trabajan con qubits ruidosos y sin corrección de errores completa. La propuesta reduce la profundidad del circuito y el número de puertas necesarias a cambio de aceptar pequeñas desviaciones en el resultado.
La idea tiene sentido desde el punto de vista técnico. En un procesador cuántico imperfecto, una operación exacta pero demasiado larga puede ofrecer peores resultados que otra más breve y aproximada. Cada puerta adicional aumenta el tiempo durante el cual los qubits permanecen expuestos al ruido, la decoherencia y los errores de control. Sin embargo, el anuncio de MicroCloud Hologram no aporta todavía suficientes datos para considerar demostrado el avance.
El multiplicador cuántico de HOLO: las claves en 20 segundos
- MicroCloud Hologram afirma haber creado un multiplicador cuántico aproximado para dispositivos NISQ.
- El diseño parte de varios sumadores que simplifican o interrumpen la propagación de acarreo.
- La empresa asegura haber logrado circuitos de profundidad constante en algunos módulos.
- El usuario podría escoger diferentes niveles de precisión y consumo de recursos.
- La reducción del circuito puede mejorar la fidelidad cuando el ruido domina la ejecución.
- El comunicado habla de pruebas en simuladores y hardware cuántico real.
- No identifica los ordenadores utilizados, el número de qubits ni el tamaño de las entradas.
- Tampoco publica tablas con profundidad, número de puertas, fidelidad o distribución de errores.
- No enlaza un artículo científico, código fuente, DOI ni documentación reproducible.
- Por ahora debe tratarse como un anuncio corporativo, no como un resultado validado de forma independiente.
La empresa cotiza en Nasdaq con el símbolo HOLO y procede del negocio de la tecnología holográfica, el LiDAR y los gemelos digitales. En los últimos años ha ampliado su comunicación corporativa hacia la computación cuántica, la inteligencia artificial y el blockchain. El nuevo anuncio presenta el multiplicador como un paso hacia aplicaciones prácticas, pero no identifica a los investigadores responsables ni una publicación académica donde pueda revisarse el trabajo.
Por qué multiplicar es difícil en un ordenador cuántico
Los procesadores cuánticos no multiplican números del mismo modo que una CPU convencional. Las operaciones deben construirse mediante circuitos reversibles formados por puertas que actúan sobre los qubits.
Un multiplicador suele generar primero productos parciales y sumarlos después. Esta estructura reproduce, con importantes diferencias, el procedimiento empleado en aritmética binaria clásica. Cuantos más bits tengan los números, mayor será el número de sumas, acarreos, qubits auxiliares y puertas necesarias.
La profundidad mide cuántas capas consecutivas de operaciones contiene el circuito. Las puertas que pueden ejecutarse a la vez cuentan dentro de una misma capa, mientras que aquellas que dependen de un resultado anterior deben esperar.
Este detalle es especialmente importante en la etapa NISQ. John Preskill utilizó ese término para describir ordenadores con un número intermedio de qubits, pero demasiado ruidosos para ejecutar circuitos largos de manera fiable. En estas máquinas, el ruido limita el número de operaciones que pueden completarse antes de que el resultado se deteriore.
Un sumador tradicional de propagación de acarreo procesa los bits siguiendo una cadena. Para conocer el resultado de una posición puede ser necesario esperar a saber si la anterior produjo un acarreo. La profundidad aumenta así con el tamaño del número.
La solución de MicroCloud Hologram consiste, según su comunicado, en debilitar la precisión de ciertos bits de menor peso y simplificar partes de esa cadena. Los errores introducidos en las posiciones menos relevantes tienen un efecto limitado sobre el valor total, mientras el circuito puede completarse con muchas menos capas.
No es una idea completamente nueva dentro de la investigación cuántica. Un trabajo publicado como preprint en 2024 propuso varios sumadores aproximados de profundidad reducida. Sus autores estudiaron diseños que calculaban algunas salidas con una única puerta CNOT e incluso variantes sin puertas para determinadas aproximaciones. Las pruebas con modelos de ruido de Qiskit mostraron que los circuitos más cortos podían conservar mejor la fidelidad que sumadores exactos más profundos.
La aportación atribuida ahora a HOLO estaría en utilizar esa clase de sumadores para construir un multiplicador completo y configurable. El anuncio describe cuatro niveles de precisión, de modo que cada aplicación podría escoger entre un resultado más exacto o un circuito más pequeño.
| Estrategia | Ventaja | Coste |
|---|---|---|
| Multiplicación exacta | Resultado matemático completo | Mayor profundidad y más puertas |
| Acarreo parcialmente truncado | Circuito más corto | Error en algunos bits |
| Aproximación configurable | Ajuste según la aplicación | Mayor complejidad de diseño |
| Circuito muy comprimido | Menor exposición al ruido | Menor precisión |
| Más acarreo conservado | Resultado más cercano al exacto | Aumenta el consumo de recursos |
El principio se parece al utilizado desde hace años en procesamiento de imagen, audio, redes neuronales y otros sistemas clásicos. Muchas tareas toleran un pequeño error numérico si a cambio se reduce el consumo energético o se acelera la ejecución.
En un ordenador cuántico aparece una paradoja útil: relajar la exactitud matemática puede mejorar la calidad real de la respuesta. Un circuito exacto que acumula demasiados errores físicos puede terminar más lejos del resultado correcto que otro aproximado, pero suficientemente corto para conservar el estado de los qubits.
El problema de las puertas T y una afirmación que necesita matices
MicroCloud Hologram destaca la reducción del número de puertas T como una de las ventajas principales de su multiplicador. Esta métrica es relevante, aunque el comunicado mezcla dos etapas distintas de la computación cuántica.
En los diseños tolerantes a fallos, los circuitos se expresan con frecuencia mediante el conjunto Clifford+T. Las operaciones Clifford son relativamente cómodas de proteger con determinados códigos de corrección, mientras las puertas T necesitan recursos adicionales, como la preparación y destilación de estados mágicos.
Ese proceso puede consumir numerosos qubits físicos y operaciones, por lo que el número de puertas T y su profundidad son indicadores importantes al diseñar futuros ordenadores cuánticos corregidos. La literatura lleva años intentando reducir ese coste en multiplicadores, divisores y otros módulos aritméticos.
Pero los equipos NISQ actuales no ejecutan normalmente puertas T mediante grandes fábricas tolerantes a fallos de estados mágicos. Los compiladores traducen los circuitos a las puertas físicas nativas de cada arquitectura, que pueden incluir rotaciones y operaciones de dos qubits diferentes según se trate de sistemas superconductores, iones atrapados o átomos neutros.
Reducir el T-count puede seguir siendo útil para comparar diseños y preparar su futura ejecución tolerante a fallos, pero no equivale automáticamente al coste real sobre cualquier dispositivo NISQ. Para evaluar el multiplicador harían falta datos después de compilarlo para una máquina concreta: número de puertas físicas, conectividad requerida, profundidad final, errores de cada operación y tiempo de ejecución.
Ese nivel de información no aparece en el comunicado. HOLO asegura haber probado el sistema en varios simuladores y equipos reales, pero no identifica los procesadores, el número de ejecuciones ni el método utilizado para calcular la fidelidad.
Tampoco indica qué diseños utiliza como referencia cuando afirma que supera a los principales multiplicadores existentes. Esta comparación es difícil porque cada propuesta puede perseguir un objetivo diferente: reducir qubits auxiliares, profundidad total, T-depth, número de puertas o coste de preparación de los datos.
Un trabajo publicado en abril de 2026, por ejemplo, plantea un multiplicador exacto con profundidad y T-depth de orden polilogarítmico, a cambio de utilizar un número cuadrático de puertas y qubits auxiliares. El resultado muestra que la investigación sigue avanzando también por la vía exacta y que no existe una única métrica con la que declarar superior un multiplicador.
Los datos necesarios para validar el avance
| Información | Por qué es necesaria |
|---|---|
| Tamaño de los operandos | No es igual multiplicar 2 bits que 32 bits |
| Número total de qubits | Determina qué hardware puede ejecutar el circuito |
| Qubits auxiliares | Pueden elevar mucho el coste práctico |
| Profundidad antes y después de compilar | Mide la duración real en cada dispositivo |
| Recuento de puertas físicas | Permite estimar los errores acumulados |
| Métrica de fidelidad | Aclara qué significa obtener un resultado mejor |
| Error medio y máximo | Mide el precio de la aproximación |
| Hardware utilizado | Hace posible comparar y reproducir la prueba |
| Código y parámetros | Permiten verificar el experimento |
| Comparación con métodos anteriores | Sustenta la afirmación de superioridad |
Sin estos elementos no puede descartarse que la mejora solo aparezca en entradas pequeñas, bajo un modelo de ruido favorable o frente a una implementación de referencia poco ajustada.
Las posibles aplicaciones siguen siendo una hipótesis
HOLO menciona el aprendizaje automático cuántico y los problemas de optimización como posibles campos de aplicación. Ambos pueden tolerar cierto grado de error numérico, pero eso no significa que cualquier multiplicador aproximado vaya a mejorar sus resultados.
En una red neuronal clásica, reducir la precisión de 32 a 16 u 8 bits puede acelerar el entrenamiento porque los procesadores incluyen unidades diseñadas para esos formatos. En computación cuántica hay que demostrar primero que el algoritmo utiliza realmente multiplicaciones reversibles de enteros y que ese módulo representa una parte relevante del coste total.
Muchos algoritmos NISQ trabajan con rotaciones parametrizadas, medidas y optimización clásica externa. No siempre contienen multiplicadores como los descritos en el anuncio. En otros casos, el coste de preparar los datos puede ser mayor que el de la propia operación aritmética.
Los problemas de optimización también presentan comportamientos distintos. Una pequeña desviación puede ser aceptable en una función suave, pero puede alterar por completo el resultado cuando existen restricciones estrictas o valores muy próximos entre sí.
El beneficio debe medirse de extremo a extremo. No basta con que el multiplicador tenga más fidelidad de forma aislada. Hay que integrarlo en un algoritmo completo, ejecutarlo sobre hardware real y demostrar que mejora la calidad de la solución, el tiempo o el número de muestras necesarias.
La computación aproximada es una línea seria de investigación para reducir las limitaciones del hardware cuántico actual. Los trabajos académicos existentes respaldan la posibilidad de que un circuito menos exacto, pero mucho más corto, funcione mejor bajo determinados niveles de ruido.
El salto entre esa posibilidad y un multiplicador “práctico” continúa siendo amplio. MicroCloud Hologram ha descrito una arquitectura potencialmente interesante, pero todavía no ha mostrado los resultados necesarios para comprobarla.
Publicar los circuitos, los tamaños probados, el hardware empleado y una comparación reproducible permitiría valorar si existe un avance propio o si el anuncio combina técnicas ya conocidas de sumadores aproximados.
Hasta entonces, la formulación más precisa no es que HOLO haya resuelto uno de los problemas de la aritmética cuántica. Ha afirmado que dispone de una solución y ha explicado su enfoque general. La prueba técnica sigue pendiente.
Preguntas frecuentes
¿Qué es un multiplicador cuántico aproximado?
Es un circuito que multiplica números utilizando qubits, pero simplifica algunas operaciones y acepta pequeños errores para reducir la profundidad y la cantidad de puertas.
¿Por qué un resultado aproximado puede ser mejor en un ordenador cuántico?
Porque un circuito más corto está expuesto durante menos tiempo al ruido. En algunas máquinas, el error introducido de forma controlada puede ser menor que el acumulado por una ejecución exacta demasiado larga.
¿MicroCloud Hologram ha demostrado públicamente su tecnología?
El comunicado afirma que se probó en simuladores y hardware real, pero no publica los detalles necesarios para reproducir y verificar esos resultados.
¿Puede utilizarse ya en aplicaciones comerciales?
No hay pruebas públicas suficientes para afirmarlo. Antes debería evaluarse dentro de algoritmos completos, con dispositivos identificados y métricas comparables.
vía: prnewswire
