Il workflow ibrido: come si sviluppa davvero un progetto quantum
Le quattro fasi del lavoro quantistico — formulare, tradurre in circuito, eseguire, interpretare — con il ruolo centrale e poco raccontato dei simulatori e del loro muro esponenziale, che è insieme un vincolo pratico e la dimostrazione del perché le QPU servono.
Chi immagina lo sviluppo quantistico si figura un laboratorio criogenico. La realtà è più prosaica e molto più interessante: un portatile, Python, un simulatore, e una macchina quantistica remota che si tocca solo in un momento preciso del ciclo di lavoro. In questo approfondimento smontiamo il flusso pezzo per pezzo — tre fasi su quattro girano su un computer normale — e ci fermiamo a lungo sullo strumento più usato e meno raccontato del mestiere: il simulatore, con il limite matematico che ne segna il confine e che, paradossalmente, è l'argomento più forte a favore dei computer quantistici.
Fase 1 — Formulare: il collo di bottiglia intellettuale
Tradurre un problema aziendale in un problema adatto al quantum significa riconoscerne la struttura matematica: ottimizzazione combinatoria con vincoli, chimica e materiali (hamiltoniane), campionamento da distribuzioni complesse, machine learning. È la fase più difficile e la più sottovalutata, e gli errori tipici sono sempre gli stessi: scegliere un problema che il classico già risolve bene, ignorare il costo di caricamento dei dati (il quantum non è un acceleratore di database), formulare qualcosa troppo grande per l'hardware NISQ di oggi. Qui entra in scena l'esperto di dominio: senza di lui, la fase uno non parte.
Fase 2 — Tradurre in circuito: SDK e transpilazione
Il circuito si scrive con un SDK ad alto livello — Qiskit per diffusione, poi Cirq, PennyLane, CUDA-Q. Poi interviene la transpilazione, il "compilatore" del quantum: adatta il circuito ideale alla macchina concreta mappando i qubit logici su quelli fisici, rispettando la topologia di connettività, evitando i qubit peggiori e riducendo la profondità. Buona parte dell'abilità di un quantum developer oggi sta proprio qui: produrre circuiti poco profondi, perché meno gate significa meno rumore accumulato.
Fase 3 — Eseguire: simulatore prima, QPU dopo
La regola di bottega è ferrea: mai sprecare tempo-macchina per il debug. Si passa alla QPU reale solo quando il programma è validato sul simulatore e la dimensione del problema supera ciò che il simulatore regge, oppure quando serve la validazione sul rumore vero. Sul lato cloud valgono i meccanismi tipici del quantum-as-a-service: coda, esecuzione a shot, pricing a consumo, free tier sufficiente per i piloti.
Fase 4 — Interpretare: statistica, non oracoli
L'output di una QPU non è una risposta: è un insieme di conteggi su migliaia di ripetizioni. Il post-processing stima i valori attesi, applica error mitigation a posteriori e — passaggio obbligatorio in ogni pilota serio — confronta il risultato con un benchmark classico. Senza baseline nessuna affermazione di utilità è credibile, perché diventa non falsificabile. E il flusso non è una catena ma un ciclo: negli algoritmi variazionali il loop quantum-classico si ripete centinaia o migliaia di volte dentro una singola esecuzione logica.
I simulatori: la palestra dello sviluppatore
Un simulatore è un programma classico che riproduce il comportamento di un computer quantistico. È gratuito, immediato (niente coda) e — a differenza della macchina vera — completamente ispezionabile: si può guardare lo stato interno, cosa fisicamente impossibile su una QPU. Le famiglie principali: statevector (esatto, tiene in memoria tutte le ampiezze), con modello di rumore (replica i difetti di un backend reale a partire dai suoi dati di calibrazione), tensor network e stabilizer (efficienti ma solo su classi ristrette di circuiti), HPC/GPU distribuiti su supercomputer. L'analogia è il simulatore di volo: ci si addestra a terra, ma il brevetto si prende in aria.
Il muro esponenziale (e perché è una buona notizia)
Ogni qubit aggiunto raddoppia memoria e calcolo della simulazione esatta: 20 qubit stanno in circa 16 MB, 30 in 16 GB, 40 richiedono 16 TB e un cluster HPC, a 45 si arriva al mezzo petabyte — il limite dei più grandi supercomputer al mondo — e a 50 si esce da qualunque sistema esistente. Questo muro spiega la regola di bottega, ma soprattutto rende tangibile l'argomento di Feynman del 1982: se la natura quantistica si potesse imitare a buon mercato con un computer normale, le QPU sarebbero inutili. Con una cautela: il muro vale per la simulazione esatta di circuiti generici — circuiti speciali si simulano ben oltre quei limiti, ed è esattamente il terreno delle dispute sulle rivendicazioni di supremazia. "50 qubit" non significa "vantaggio quantistico".
