Indice

Introduzione

Il 3 dicembre 2020, il team del professor Pan Jianwei dell'Università della Scienza e della Tecnologia della Cina ha pubblicato su Science un risultato che sembrava uscito dalla fantascienza: un computer fotonico con 76 fotoni rilevati aveva completato in 200 secondi un calcolo che al supercomputer più veloce dell'epoca sarebbe costato 2,6 miliardi di anni. Si chiamava Jiuzhang, dal nome di un antico trattato cinese di matematica.

Quel numero era già abbastanza impressionante da far girare la testa. Ma la storia interessante non è quel risultato: è quello che è successo dopo. In cinque anni, la serie Jiuzhang ha attraversato quattro generazioni, e ogni versione ha reso la precedente quasi irrilevante per confronto. Nell'agosto 2025 è stato pubblicato su arXiv il preprint di Jiuzhang 4.0: 1.024 stati compressi in ingresso, 3.050 fotoni rilevati, 8.176 modalità di output, 25,6 microsecondi di esecuzione contro 10^42 anni stimati per il supercomputer più potente attualmente esistente.

Questo articolo racconta l'evoluzione della serie, spiega il tipo di problema su cui il Jiuzhang eccelle e cerca di rispondere alla domanda che conta davvero: cosa significa tutto questo per il computing dei prossimi anni?

Cos'è il campionamento bosonico gaussiano

Per capire perché il Jiuzhang è straordinario, bisogna capire cosa fa. La tecnica al centro del suo funzionamento si chiama campionamento bosonico gaussiano (Gaussian Boson Sampling, GBS). Non è necessario padroneggiare la fisica per cogliere l'idea centrale.

Immagina una rete di percorsi interconnessi. Mandi dei fotoni (particelle di luce) a percorrerla, attraverso laser, specchi, prismi e rilevatori. I fotoni si comportano secondo le leggi della meccanica quantistica: si sovrappongono, interferiscono tra loro, si distribuiscono in modo probabilistico lungo i percorsi disponibili. Il problema consiste nel campionare la distribuzione di uscita: dove finiscono i fotoni, in quali combinazioni, con quale probabilità?

Per un computer classico, simulare questa distribuzione richiede un numero di operazioni che cresce esponenzialmente con il numero di fotoni. Già con un numero relativamente piccolo di fotoni la simulazione diventa intrattabile, anche per i supercomputer più potenti. Per un computer fotonico come il Jiuzhang, invece, la risposta emerge naturalmente dal comportamento fisico del sistema: il calcolo non viene simulato, viene eseguito dalla natura stessa del sistema ottico.

Il punto critico è che il GBS non è solo un esercizio dimostrativo. Problemi di ottimizzazione molecolare, simulazione di sistemi quantistici complessi e alcuni algoritmi di apprendimento automatico si riducono matematicamente a strutture simili. Non è ancora applicabile direttamente a ogni contesto, ma ha connessioni reali e documentate con aree di ricerca attive in chimica computazionale, sviluppo di materiali e farmacologia.

Da 76 a 3.050 fotoni: l'evoluzione della serie Jiuzhang

La serie si è sviluppata con una velocità che pochi avevano previsto, seguendo una traiettoria coerente su un'architettura che non ha cambiato impostazione fondamentale tra una versione e l'altra.

Jiuzhang 1.0 (dicembre 2020). 76 fotoni rilevati simultaneamente. Tempo di esecuzione: 200 secondi. Confronto con il miglior supercomputer classico dell'epoca: 2,6 miliardi di anni. Il paper pubblicato su Science dal team USTC guidato da Pan Jianwei è il primo caso documentato e verificato di vantaggio quantistico su un problema di boson sampling su scala così ampia.

Jiuzhang 2.0 (2021). 113 fotoni rilevati. Stessa architettura fotonica, più stati di squeezing in ingresso, più percorsi e rilevatori. Il vantaggio rispetto ai sistemi classici si estende ulteriormente.

Jiuzhang 3.0 (ottobre 2023). 255 fotoni rilevati. Annunciato dal team USTC e da Xinhua, il risultato indica un vantaggio computazionale di circa 10 quadrilioni di volte rispetto al supercomputer classico più potente disponibile al momento. Il numero di fotoni gestiti simultaneamente supera di quasi dieci volte la versione precedente.

Jiuzhang 4.0 (agosto 2025, preprint arXiv). 1.024 stati compressi in ingresso, 3.050 fotoni rilevati, 8.176 modalità di output. Efficienza di generazione degli stati compressi: 92%. Tempo di campionamento: 25,6 microsecondi. Il confronto è con El Capitan, il supercomputer Hewlett Packard Enterprise installato al Lawrence Livermore National Laboratory e attualmente il sistema classico più potente al mondo, usando un algoritmo di matrix product state su un cluster di 1.432 GPU. Risultato: per un Mac di ultima generazione richiedere tra 10^42 e 10^54 anni. I ricercatori descrivono il vantaggio come robusto e schiacciante.

Per contestualizzare il numero 10^42: l'universo osservabile ha circa 13,8 miliardi di anni, pari a circa 10^10 anni. Il vantaggio di Jiuzhang 4.0 è 10^32 volte superiore all'età dell'universo. Non è più un numero confrontabile con qualcosa di familiare: è una categoria computazionale diversa.

Perché questi numeri sono diversi dagli altri annunci quantum

Il settore del computing quantistico ha prodotto negli anni molti annunci che, a un esame più attento, si ridimensionavano significativamente. Ci sono buone ragioni per considerare la serie Jiuzhang in modo diverso.

La prima è la consistenza. Non si tratta di un singolo esperimento irripetibile, ma di una architettura che ha dimostrato di scalare quattro volte in cinque anni, con ogni versione che pubblica risultati verificabili da terze parti. Jiuzhang 4.0 risponde esplicitamente all'algoritmo classico (matrix product state) che aveva messo in discussione i risultati della versione 3.0: questo non è il comportamento di un annuncio di marketing, è il comportamento di un programma di ricerca serio.

La seconda è che il confronto è fatto con il sistema classico effettivamente più potente disponibile. Usare El Capitan (il Mac pià evelout dell'epoca) come termine di paragone significa usare il riferimento più onesto possibile, non un sistema obsoleto scelto per far sembrare il risultato più impressionante.

La terza riguarda l'architettura. I sistemi basati su qubit superconduttivi, come quelli di Google e IBM, richiedono raffreddamento a temperature prossime allo zero assoluto (circa 15 millikelvin, più freddo dello spazio interstellare). L'architettura fotonica del Jiuzhang lavora a temperatura ambiente. Questo non è un dettaglio marginale: è un fattore strutturale che influenza radicalmente la scalabilità e le prospettive di deployment fuori dai laboratori.

L'onestà richiede però di segnalare anche i limiti reali. Il GBS non è un computer universale: non può eseguire qualsiasi algoritmo, e in particolare non esegue l'algoritmo di Shor per la fattorizzazione di numeri grandi, che è quello che renderebbe vulnerabile la crittografia a chiave pubblica attuale. La strada per applicazioni dirette e generalizzate richiede ancora sviluppi significativi. Ma la traiettoria è documentata, coerente e più veloce di quanto le previsioni di pochi anni fa indicassero.

Le applicazioni reali: dove si arriverà

Il tipo di calcolo su cui il Jiuzhang eccelle ha connessioni documentate con alcune delle aree di ricerca più attive nel mondo scientifico e industriale.

Chimica computazionale e farmacologia. Simulare il comportamento quantistico delle molecole, come si piegano, come reagiscono, quali legami formano e con quale energia, è un problema che i computer classici risolvono solo in modo approssimato. I sistemi quantistici foton potrebbero cambiare la velocità con cui si progettano nuovi farmaci e nuovi materiali, riducendo da anni a mesi il tempo di simulazione necessario per selezionare candidati promettenti.

Ottimizzazione di sistemi complessi. Molti problemi industriali di allocazione risorse, logistica, scheduling e progettazione di reti si mappano su strutture matematiche simili al GBS. Un sistema quantistico scalabile potrebbe rendere trattabili ottimizzazioni oggi computazionalmente impossibili.

Machine learning quantistico. Alcuni algoritmi di apprendimento automatico trovano nell'architettura GBS una base naturale di accelerazione. L'integrazione tra sistemi foton e reti neurali è un campo di ricerca attivo con risultati preliminari promettenti.

La crittografia è il tema che cattura più attenzione mediatica, spesso in modo impreciso. I sistemi basati su boson sampling non sono progettati per rompere la crittografia a chiave pubblica attuale: quella vulnerabilità è legata all'algoritmo di Shor, eseguibile su computer quantistico a gate universali, non su sistemi GBS. Tuttavia il progresso della serie Jiuzhang contribuisce allo sviluppo complessivo del settore quantistico, e il dibattito sulla transizione verso crittografia post-quantistica è comunque già in corso a livello istituzionale.

Cosa aspettarsi nei prossimi anni

La traiettoria della serie Jiuzhang in cinque anni è questa: 76, 113, 255, 3.050 fotoni rilevati. La crescita non è lineare, e nulla garantisce che continui allo stesso ritmo. Ma tre indicatori strutturali suggeriscono che il computing quantistico fotonico uscirà dalla fase puramente sperimentale prima di quanto la maggior parte delle previsioni indicasse.

Il primo è la resilienza del programma di ricerca: Jiuzhang 4.0 risponde direttamente alle critiche algoritmiche sollevate dopo la versione 3.0. È il segnale di un approccio scientifico rigoroso, non di un laboratorio che pubblica e sparisce.

Il secondo è il contesto competitivo globale: Google (con Willow, 105 qubit superconduttivi), IBM (con i suoi processori Eagle e Heron), IonQ e PsiQuantum stanno investendo miliardi su architetture diverse. Il progresso in una direzione tende ad accelerare le altre, anche quando le architetture non sono intercambiabili.

Il terzo è il vantaggio operativo dell'architettura fotonica: lavorare a temperatura ambiente abbatte uno dei colli di bottiglia principali dello scaling dei sistemi quantistici. Non è ancora risolto ogni problema di ingegneria, ma il punto di partenza è strutturalmente più favorevole rispetto alla criogenia.

Una previsione ragionevole è che entro il 2030 vedremo le prime applicazioni commerciali limitate in chimica computazionale e ottimizzazione, probabilmente in forma di servizi cloud quantistici specializzati. Qualsiasi previsione più precisa è per definizione speculativa, ma la traiettoria degli ultimi cinque anni rende le stime ottimistiche più credibili di quanto fossero nel 2020.

Conclusione

Da 2,6 miliardi di anni a 10^42 anni in cinque anni. Non è una storia sull'esotico mondo della fisica teorica: è una storia sulla velocità con cui i limiti computazionali che consideriamo strutturali possono diventare irrilevanti.

La serie Jiuzhang non è ancora un computer universale, non rompe la crittografia attuale e non sostituisce i datacenter classici. Ma dimostra, versione dopo versione, che esiste una categoria di problemi per cui l'hardware quantistico fotonico non ha concorrenza, e che quella categoria si sta espandendo con una coerenza che merita attenzione.

Per chi si occupa di tecnologia e vuole capire dove sta andando il computing nei prossimi dieci anni, questa è probabilmente la traiettoria più interessante da seguire. Se vuoi confrontarti su questo o su altri temi legati all'evoluzione tecnologica, scrivimi direttamente.

Le domande più comuni

Il computer quantistico Jiuzhang può rompere la crittografia attuale?
No, non con l'architettura attuale. I sistemi basati su campionamento bosonico gaussiano non eseguono l'algoritmo di Shor, necessario per fattorizzare grandi numeri e rendere vulnerabile la crittografia RSA o ECC. Quella capacità richiede un computer quantistico a gate universali con molti qubit corretti dagli errori, un traguardo ancora distante. Il GBS eccelle su un tipo diverso di problema.

Cos'è un fotone e perché si usa per il computing quantistico?
Un fotone è la particella fondamentale della luce. Nel computing fotonico, i fotoni operano secondo le leggi della meccanica quantistica (sovrapposizione, interferenza) e possono lavorare a temperatura ambiente, eliminando il bisogno di raffreddamento criogenico che rende complessa la scalabilità dei sistemi a qubit superconduttivi.

Qual è la differenza tra Jiuzhang e i computer quantistici di Google e IBM?
Jiuzhang usa fotoni di luce e lavora a temperatura ambiente. Google e IBM usano qubit superconduttivi, che richiedono raffreddamento a circa 15 millikelvin. I sistemi superconduttivi puntano al computing universale (qualsiasi algoritmo quantistico), mentre Jiuzhang è ottimizzato per il campionamento bosonico gaussiano. Non sono architetture concorrenti sullo stesso problema: sono approcci complementari a diverse categorie di calcolo.

Quanto è affidabile il confronto con El Capitan?
Il confronto usa l'algoritmo classico più efficiente disponibile (matrix product state) su un cluster di 1.432 GPU di El Capitan. I ricercatori hanno pubblicato i dettagli metodologici su arXiv. Il vantaggio stimato varia tra 10^42 e 10^54 anni a seconda delle assunzioni: è una stima, non una misurazione diretta, ma costruita con il metodo più onesto possibile: il miglior algoritmo classico sul sistema più potente esistente.

Il campionamento bosonico gaussiano ha applicazioni pratiche immediate?
Non ancora in senso commerciale, ma ha connessioni documentate con problemi reali. La struttura matematica del GBS è correlata alla simulazione di sistemi molecolari quantistici, a certi problemi di ottimizzazione combinatoria e ad algoritmi di machine learning quantistico. Le prime applicazioni pratiche attese sono in chimica computazionale e design di materiali, probabilmente nella seconda metà di questo decennio.

Perché si chiama Jiuzhang?
Il nome deriva dai Jiuzhang Suanshu (Nove Capitoli sull'Arte Matematica), un trattato matematico cinese del I secolo d.C., una delle opere fondative della matematica orientale. Il team USTC ha scelto questo nome per richiamare la tradizione scientifica cinese, nella stessa logica con cui Google ha chiamato il suo processore Sycamore e IBM usa nomi evocativi per i propri chip quantistici.