la guida

Quantum-Centric Supercomputing: QPU e HPC nei Data Center


Indirizzo copiato

Nei data center europei, supercomputer e processori quantistici iniziano a condividere risorse e flussi di lavoro. Il quantum-centric supercomputing prende forma attraverso questa collaborazione: il calcolo classico coordina le applicazioni, mentre le QPU affrontano passaggi specifici

Pubblicato il 30 ott 2026

Riccardo Petricca

Esperto Industria 4.0 Innovation Manager



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
Supercalcolo quantistico ibrido


Punti chiave

  • I processori quantistici non sostituiscono i classici ma funzionano come acceleratori: QPU integrate in architetture HPC, affiancando CPU e GPU nello stesso job.
  • L’Europa, tramite EuroHPC, ha installato sistemi diversi (ioni intrappolati, superconduttori, atomi neutri) collegati a supercomputer locali per valutare tecnologie e carichi reali.
  • Operatività: sfide di raffreddamento e latenza, integrazione via Slurm e stack software; consigliato ripensare i flussi come ibridi per sfruttare i nodi quantistici.
Riassunto generato con AI


Per anni il computer quantistico è stato raccontato come il rivale destinato a mandare in pensione i supercomputer tradizionali. La realtà che si sta costruendo nei data center europei va in tutt’altra direzione, perché i processori quantistici non sostituiscono le macchine classiche ma lavorano al loro fianco, nello stesso edificio e spesso all’interno dello stesso job. È un cambio di prospettiva che conviene capire bene, soprattutto se ti occupi di ricerca, di calcolo scientifico o di innovazione industriale.

Dagli acceleratori HPC al calcolo ibrido con le QPU

Il calcolo ad alte prestazioni, l’HPC, ha sempre progredito integrando acceleratori specializzati. Prima sono arrivati i processori vettoriali, poi le GPU, che oggi sostengono gran parte della simulazione scientifica e dell’intelligenza artificiale. L’idea di fondo resta la stessa: si affida ogni parte del problema all’hardware che la risolve meglio, mentre un’architettura comune tiene insieme il tutto.

Le unità di elaborazione quantistica, chiamate QPU, si inseriscono esattamente in questa traiettoria. Non sono pensate per far girare un sistema operativo o un database, ma per affrontare alcune classi di calcolo in cui la meccanica quantistica può offrire un vantaggio. Ed è qui che nasce la convergenza ibrida, cioè un’infrastruttura in cui CPU, GPU e QPU condividono risorse, code di lavoro e strumenti software.

Come funziona il quantum-centric supercomputing

L’espressione Quantum-Centric Supercomputing è stata resa popolare da IBM, che la descrive come un modello eterogeneo in cui i processori quantistici fanno da acceleratori per i computer ad alte prestazioni. In pratica un’applicazione scientifica resta un normale flusso di lavoro classico, al cui interno alcuni passaggi vengono delegati alla QPU attraverso chiamate standard. Nel caso dell’ecosistema IBM queste chiamate passano dalle primitive di Qiskit, Sampler ed Estimator, che eseguono i circuiti quantistici e restituiscono i risultati al codice classico.

La parte più interessante, per chi conosce i data center, riguarda la gestione delle risorse. I sistemi di workload management sanno che cosa è disponibile e in quale momento, e nel modello quantum-centric la QPU diventa semplicemente un nuovo tipo di risorsa da schedulare. IBM mostra un’implementazione basata su Slurm, con code separate per i nodi classici e per quelli quantistici e una catena di job che si occupa di preparazione, ottimizzazione, esecuzione e post-elaborazione.

EuroHPC integra i processori quantistici nei supercomputer

L’Europa ha scelto di seguire questa strada in modo coordinato attraverso l’EuroHPC Joint Undertaking, l’impresa comune che finanzia e gestisce la rete dei supercomputer europei. Nel giugno 2023 sono stati firmati gli accordi per ospitare sei computer quantistici, con un investimento complessivo superiore ai 100 milioni di euro, cofinanziato dall’impresa comune fino al 50 per cento.

Ciascuna macchina è collegata a un supercomputer già operativo: Karolina a Ostrava, SuperMUC-NG a Monaco di Baviera, Leonardo a Bologna, MareNostrum 5 a Barcellona, Joliot-Curie in Francia e l’infrastruttura del centro di Poznań in Polonia. A dicembre 2024 si sono aggiunti gli accordi per due nuovi sistemi a qubit di spin nei semiconduttori, ospitati da LuxProvide in Lussemburgo e da SURF nei Paesi Bassi.

Un aspetto che salta subito all’occhio è la varietà tecnologica. In Polonia lavora PIAST-Q, il primo a essere inaugurato nel giugno 2025, un sistema a ioni intrappolati da 20 qubit fornito dall’austriaca AQT. A Monaco, Euro-Q-Exa, inaugurato il 12 febbraio 2026, usa invece 54 qubit superconduttori realizzati da IQM, mentre a Bologna il CINECA ha ricevuto da Pasqal una macchina ad atomi neutri da 140 qubit pensata per lavorare in stretta integrazione con Leonardo. Puntare su più tecnologie permette di capire sul campo quale si adatta meglio ai diversi carichi di lavoro.

I carichi di lavoro affidati alle QPU

Nessuno di questi sistemi è pensato per lavorare da solo. La QPU interviene nella porzione di calcolo in cui può dare un contributo, come l’esplorazione di uno spazio di soluzioni in un problema di ottimizzazione o la simulazione di un sistema quantistico, mentre il supercomputer classico si occupa di preparare i dati, correggere e interpretare i risultati e gestire tutto ciò che precede e segue. È lo stesso rapporto che oggi lega una GPU alla CPU che la governa.

Job ibridi e gestione delle risorse con Slurm

Perché tutto questo funzioni, l’utente deve poter lanciare un job ibrido con gli strumenti che già conosce. Il progetto HPCQS, cofinanziato da EuroHPC, lo ha dimostrato con due processori Pasqal ad atomi neutri, Jade al Forschungszentrum Jülich e Ruby al centro TGCC del CEA, inaugurati nel novembre 2025 e collegati ai supercomputer JURECA e Joliot-Curie.

L’integrazione passa dai gestori di risorse standard, in primo luogo Slurm, affiancati da uno stack software che combina Qaptiva di Eviden, ParaStation Modulo di ParTec e il kit di sviluppo di Pasqal. Per chi scrive il codice, la QPU diventa così un nodo in più a cui inviare lavoro, senza dover cambiare abitudini.

QPU nei data center: raffreddamento e latenza

Portare una QPU in un centro di calcolo non è come aggiungere un armadio di server. Uno studio pubblicato nel 2025 da IQM e dal Leibniz Supercomputing Centre racconta l’integrazione di un sistema superconduttore da 20 qubit: il criostato scende fino a 10 millikelvin e i suoi compressori richiedono acqua di raffreddamento tra 15 e 25 gradi, molto più fredda di quella che tollerano molti rack HPC moderni.

Anche la temperatura ambiente va tenuta stabile, mentre vibrazioni e campi magnetici vanno misurati prima dell’installazione. Se il raffreddamento si interrompe, il ritorno alle condizioni operative può richiedere da due a cinque giorni, ed è per questo che gli autori consigliano circuiti idraulici e alimentazione ridondati. Non tutte le tecnologie hanno le stesse esigenze: i sistemi ad atomi neutri di Pasqal, per esempio, lavorano a temperatura ambiente con consumi contenuti.

Sul fronte dei collegamenti la sorpresa è positiva. Nello stesso studio la macchina dialoga con le risorse HPC attraverso un normale collegamento Ethernet da 1 Gbit, e il flusso continuo di misure stimato per 20 qubit si ferma intorno ai 533 kbit al secondo. Il vero problema è la latenza negli algoritmi che richiedono un ciclo stretto tra parte classica e parte quantistica, perché ogni attesa tiene occupata una risorsa scarsa e costosa.

Ecco perché la vicinanza fisica tra QPU e supercomputer conta, mentre per l’accesso remoto centri come quello di Poznań possono sfruttare reti dedicate alla ricerca come PIONIER e GÉANT.

Le applicazioni del supercalcolo ibrido nella ricerca

Gli ambiti su cui EuroHPC punta sono quelli in cui il calcolo classico fatica di più, come l’ottimizzazione del traffico e la scoperta di nuovi farmaci e materiali. Il progetto HPCQS cita anche la progettazione di batterie industriali e l’ottimizzazione in campo finanziario, mentre per la macchina di Bologna il CINECA indica la fisica dei sistemi a molti corpi, la chimica quantistica, il machine learning e la logistica. In tutti questi casi il valore non sta nella QPU isolata ma nel dialogo continuo con il supercomputer, che prepara il problema e ne valida i risultati.

Il futuro della rete europea di supercalcolo quantistico

Il percorso è appena iniziato e i sistemi installati sono ancora piattaforme di ricerca, aperte a università, imprese e pubblica amministrazione europee. Euro-Q-Exa prevede di salire a 150 qubit, la macchina del CINECA ha in programma per il 2027 un aggiornamento verso operazioni ibride digitali e analogiche, e le procedure per i sistemi di Lussemburgo e Paesi Bassi sono in corso.

Con il regolamento (UE) 2026/150 il Consiglio ha inoltre esteso il mandato di EuroHPC allo sviluppo delle tecnologie quantistiche. Se ti occupi di calcolo scientifico, la cosa più utile da fare oggi è iniziare a pensare i tuoi flussi di lavoro come ibridi, perché il supercomputer di domani avrà con ogni probabilità un nodo quantistico tra le sue risorse.

Bibliografia

EuroHPC Joint Undertaking, One step closer to European quantum computing: the EuroHPC JU signs hosting agreements for six quantum computers, giugno 2023. eurohpc-ju.europa.eu

EuroHPC Joint Undertaking, Paving the way: EuroHPC JU signs hosting agreements for quantum computers in Luxembourg and the Netherlands, 18 dicembre 2024. eurohpc-ju.europa.eu

EuroHPC Joint Undertaking, Inauguration of PIAST-Q: a leap for European quantum computing, 23 giugno 2025. eurohpc-ju.europa.eu

EuroHPC Joint Undertaking, Inauguration of Euro-Q-Exa: expanding European quantum computing infrastructure, 12 febbraio 2026. eurohpc-ju.europa.eu

CINECA, SOL: EuroQCS Italy, scheda di progetto. hpc.cineca.it

GENCI, Inauguration of Jade and Ruby quantum computers: a major step towards a European hybrid infrastructure, novembre 2025. genci.fr

IBM Quantum, Quantum-centric supercomputing (blog Supercomputing 24), 2024. ibm.com

Mansfield E. et al., First Practical Experiences Integrating Quantum Computers with HPC Resources: A Case Study With a 20-qubit Superconducting Quantum Computer, arXiv:2509.12949, 2025. arxiv.org

Partecipa alla community

guest

0 Commenti
Più recenti
Più votati
Inline Feedback
Vedi tutti i commenti

People&Change

Tutti
CARRIERE
AI E LAVORO
COMPETENZE
Produttività e AI
AI IN AZIENDA
SCENARI
FORMAZIONE
CULTURA AZIENDALE
AI in azienda
Carriera
AI leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
Leggi l'articolo Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
competenze
Primo lavoro e carriera: le dinamiche invisibili che guidano il successo
Leggi l'articolo AI e lavoro, chi beneficerà davvero del tempo risparmiato?
scenari
AI e lavoro, chi beneficerà davvero del tempo risparmiato?
Leggi l'articolo Industria 5.0, chi difende le competenze quando decide l’AI
scenario
Industria 5.0, chi difende le competenze quando decide l’AI
Leggi l'articolo AI e lavoro in Italia: perché la formazione non può aspettare
l'analisi
AI e lavoro in Italia: perché la formazione non può aspettare
Leggi l'articolo Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
lo studio
Produttività e AI: il vantaggio cresce ai vertici, meno tra i dipendenti
Leggi l'articolo Shadow AI in azienda: come governare rischi, dati e sicurezza
policy
Shadow AI in azienda: come governare rischi, dati e sicurezza
Leggi l'articolo AI e lavoro: i rischi di adottarla senza riprogettare i processi
collaborazione uomo-ai
AI e lavoro: i rischi di adottarla senza riprogettare i processi
Leggi l'articolo Diritto a un call center umano: banco di prova per il futuro con l’AI
la sentenza
Diritto a un call center umano: banco di prova per il futuro con l’AI
Leggi l'articolo Shadow AI, vietarla non basta: il problema sono i processi aziendali
scenari
Shadow AI, vietarla non basta: il problema sono i processi aziendali
Leggi l'articolo Longevità e lavoro: come riprogettare la propria carriera
scenari
Longevità e lavoro: come riprogettare la propria carriera
Leggi l'articolo People Pleaser sul lavoro: perché è difficile dire di no
lavoro e SOCIETÀ
People Pleaser sul lavoro: perché è difficile dire di no
Leggi l'articolo Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
imprese e formazione
Master MIA a Cremona, il modello ibrido per portare l’AI in azienda
Leggi l'articolo Skills contro job title: le competenze trasformano i team nell’era dell’AI
competenze e lavoro
Skills contro job title: le competenze trasformano i team nell’era dell’AI
Leggi l'articolo Shadow AI in azienda: rischi, controlli e strumenti di governance
uso non approvato dell’AI
Shadow AI in azienda: rischi, controlli e strumenti di governance
Leggi l'articolo L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
risorse umane
L’AI accelera la conoscenza, non l’esperienza: il nuovo compito delle HR
Leggi l'articolo Gestione del cambiamento nell’AI: strategie per un’adozione efficace
la guida
Gestione del cambiamento nell’AI: strategie per un’adozione efficace
Leggi l'articolo Team ibridi, le regole per coordinare persone e agenti IA
leader aumentato
Team ibridi, le regole per coordinare persone e agenti IA
Leggi l'articolo Dimissioni e carriera: quando e come decidere di lasciare un lavoro
scenari
Dimissioni e carriera: quando e come decidere di lasciare un lavoro
Leggi l'articolo AI leadership, come cambiare la governance delle organizzazioni
AI e organizzazioni
AI leadership, come cambiare la governance delle organizzazioni
Leggi l'articolo AI in azienda, l’adozione si blocca senza una nuova leadership
Oltre l'AI Fatigue
AI in azienda, l’adozione si blocca senza una nuova leadership
0
Lascia un commento, la tua opinione conta.x