La inteligencia artificial (IA) y su infraestructura asociada consumen enormes cantidades de energía, pero su aplicación no hace más que crecer.
La computación cuántica puede ofrecer ventajas energéticas según su plataforma subyacente, lo que confiere a los responsables políticos y a la industria la tarea de elegir qué tecnologías cuánticas escalar para un uso energético óptimo.
Cuando una tecnología consolidada como la IA se combina con campos emergentes como la computación cuántica, las ideas pasan del laboratorio al mercado con mayor rapidez, configurando el crecimiento de las industrias y abriendo nuevas formas de mejorar el mundo que nos rodea.
La inteligencia artificial (IA) está remodelando el mundo digital a una velocidad vertiginosa, impulsada por enormes centros de datos, redes ultrarrápidas y clústeres de cómputo cada vez más densos, ya que cada nueva generación de modelos de IA requiere una potencia de procesamiento considerablemente mayor. Sin embargo, la infraestructura digital mundial ya se aproxima a los límites físicos y energéticos.
Hoy en día, un único chip de IA de última generación puede consumir tanta electricidad como un hogar entero, y los grandes entrenamientos pueden consumir tanta energía como una ciudad entera. Por ello, la Agencia Internacional de la Energía prevé que el consumo mundial de electricidad de los centros de datos se duplique aproximadamente para 2030.
Esto plantea la siguiente cuestión: ¿cómo podemos ampliar la capacidad de computación sin aumentar el uso de energía?
La computación cuántica se menciona a menudo como una respuesta parcial, ya que promete una potencia computacional muy superior con un coste energético drásticamente menor. Pero rara vez se explica por qué, en qué casos, ni se comparan las plataformas cuánticas que ofrecen más computación por kilovatio-hora, a pesar de las diferencias significativas que existen entre ellas.
Por ahora, los gobiernos y la industria deben decidir qué arquitecturas no solo son escalables, sino también escalables desde el punto de vista energético: aquellas que ofrecen la mayor potencia de cálculo con el menor consumo de energía.
¿Cómo utilizan energía los ordenadores?
1. Computación clásica
El punto de partida es la física. Todo ordenador es un sistema físico que debe obedecer las leyes de la termodinámica, por lo que el procesamiento de la información nunca es libre de energía. En su núcleo se encuentra el principio de Landauer, que nos dice que siempre que se borra información se debe liberar una cantidad mínima de energía en forma de calor, un límite que ninguna tecnología puede eludir.
Este límite fundamental ayuda a distinguir los ordenadores clásicos de los cuánticos. En la informática cotidiana, este límite queda eclipsado por las ineficiencias de ingeniería, por lo que rara vez lo percibimos. Pero a medida que los problemas se vuelven más complejos, los algoritmos clásicos deben borrar un número cada vez mayor de bits intermedios, lo que significa que, incluso en principio, su uso mínimo posible de energía puede crecer de forma exponencial.
2. Computación cuántica
Los algoritmos cuánticos gestionan la información de una forma fundamentalmente distinta. Sus operaciones lógicas son reversibles, lo que permite que los estados intermedios sean «descomputados» en lugar de borrados. Esto permite a un ordenador cuántico examinar simultáneamente muchas soluciones posibles antes de extraer una pequeña respuesta final.
Para los mismos problemas complejos, la teoría nos indica que la energía mínima necesaria para algoritmos cuánticos bien diseñados crece más lentamente. En estos escenarios, los ordenadores cuánticos no solo son más rápidos, sino que pueden ser exponencialmente más eficientes desde el punto de vista energético.
Por qué la elección de la plataforma de hardware importa en la computación cuántica
Estas ventajas termodinámicas solo importan si el hardware mantiene el coste energético de la computación cerca del límite teórico. Los procesadores cuánticos se encuentran en complejas instalaciones físicas, desde sistemas de refrigeración hasta la electrónica de control, y en la práctica esta infraestructura de apoyo suele dominar el consumo de energía.
Que una plataforma dependa de grandes refrigeradores de dilución o funcione a temperatura ambiente o cerca de ella será un factor determinante de su perfil energético a largo plazo. Comprender la eficiencia energética requiere comparar no solo los algoritmos, sino también las plataformas de hardware que los implementan.
1. Ordenadores cuánticos superconductores
Los ordenadores cuánticos superconductores dependen de circuitos que solo funcionan a temperaturas cercanas al cero absoluto, por lo que se alojan en refrigeradores de dilución de varias etapas.
En los sistemas en la nube actuales, el consumo total de energía suele rondar 25 kilovatios (kW): la mayor parte de esa electricidad se destina a la refrigeración y al equipo de apoyo, y no a los bits cuánticos (qubits).
2. Ordenadores cuánticos de átomos neutros
Los ordenadores cuánticos de átomos neutros funcionan de forma diferente: utilizan átomos individuales como qubits, retenidos en matrices de haces láser en un ultravacío y controlados mediante pulsos de luz. Funcionan a temperatura ambiente o cerca de ella y no requieren criogenia de milikelvin ni un proceso de enfriamiento que necesite refrigeración.
Los dispositivos de átomos neutros existentes con unos cientos de qubits registran una potencia total del sistema inferior a 10 kW. Por tanto, incluso con las escalas modestas actuales, dos ordenadores cuánticos con tamaños de procesador comparables pueden diferir en torno a un factor de tres en su consumo de energía, según dependan o no de una refrigeración extrema.
De cara al futuro, con sistemas más grandes y tolerancia a fallos a escala (capaces de seguir funcionando pese a las perturbaciones físicas y los errores operativos), las hojas de ruta tecnológicas sugieren que la demanda de energía eléctrica de los ordenadores cuánticos a gran escala podría diferir hasta en dos órdenes de magnitud entre arquitecturas.
Dónde puede la computación cuántica reducir el uso de energía
El hardware cuántico energéticamente eficiente resulta más importante allí donde mejores soluciones reducen directamente el uso de energía en el mundo real. Su primer beneficio es computacional: algunas tareas pueden resolverse con mucha menos energía que en las máquinas clásicas.
Igualmente importante es que la computación cuántica puede ayudar a diseñar y operar un futuro más ecológico y sostenible, especialmente en los sistemas energéticos y la movilidad, donde abundan los desafíos de optimización, desde la disposición de parques eólicos y la previsión de la generación renovable hasta la planificación del transporte y la gestión del tráfico.
En este ámbito, la electricidad que consumen los algoritmos cuánticos es mínima en comparación con los posibles ahorros a nivel de sistema, por lo que incluso ganancias modestas pueden traducirse en grandes reducciones del uso de recursos y de las emisiones.
La ciencia de materiales y la química ofrecen otra vía prometedora: mejores baterías, catalizadores y membranas para el almacenamiento de energía, el hidrógeno y los procesos industriales, aunque muchas simulaciones cruciales siguen estando fuera del alcance del hardware clásico.
Muchos materiales de baterías e industriales son demasiado complejos para que los ordenadores actuales los simulen con precisión. La computación cuántica puede modelarlos con mayor fidelidad, acelerando el desarrollo de baterías mejores, catalizadores más eficientes y membranas con menores pérdidas, lo que reduce la demanda energética global.
Estos avances también repercuten en la IA. El entrenamiento y la puesta en funcionamiento de grandes modelos dependen de numerosas opciones interrelacionadas de hardware, software y arquitectura, y su uso de energía está aumentando.
Se está explorando la optimización inspirada en la computación cuántica y basada en ella para que los futuros sistemas ofrezcan un rendimiento igual o superior con menos operaciones y menos energía por tarea.
Aún no está claro si los ordenadores cuánticos acelerarán de forma significativa el entrenamiento de modelos de frontera, pero el uso de herramientas cuánticas para optimizar los flujos de trabajo de la IA ya es una dirección prometedora.
La computación cuántica como vía necesaria
A medida que la demanda computacional mundial se acelera, la computación cuántica debe considerarse no como un nicho de investigación, sino como una vía necesaria para sostener el progreso digital sin aumentar el consumo de energía.
Aprovechar este potencial exige esfuerzos amplios y coordinados en los ámbitos de la investigación, la industria y el sector público, así como una inversión pública y privada sostenida para abordar desafíos técnicos clave, como la corrección de errores a gran escala.
Además de la eficiencia, el procesamiento cuántico ofrece una nueva forma de dominar la complejidad, lo que podría redefinir la arquitectura de la economía digital. La viabilidad ambiental de este futuro depende de las decisiones que se tomen hoy.
Los gobiernos y la industria deben plantearse la siguiente pregunta: ¿qué tecnologías pueden escalar sin encerrar al mundo digital en una demanda de energía elevada?
Si la eficiencia energética ha de convertirse en una prioridad estratégica, debe integrarse como principio de diseño fundamental en todo el ecosistema cuántico, desde la financiación de la investigación hasta la planificación de infraestructuras. Solo así la computación cuántica podrá crecer junto a la IA sin que nuestro futuro digital supere los límites del mundo físico.
