27
Set
Informatica Quantistica e Sostenibilità Ambientale
L’idea che l’informatica quantistica possa essere ecosostenibile può sembrare paradossale a prima vista. Dopotutto, queste macchine operano in condizioni di laboratorio estreme, spesso richiedendo temperature più fredde dello spazio esterno, con ambienti accuratamente isolati e hardware altamente specializzato. Tuttavia, nonostante la loro configurazione ad alta intensità energetica, c’è un crescente dibattito sui computer quantistici come alternativa sostenibile all’high-performance computing (HPC) tradizionale.
Per valutare adeguatamente questa affermazione, è essenziale andare oltre i confronti superficiali e analizzare tre livelli critici: l’efficienza computazionale, le applicazioni trasformative (in particolare nella chimica) e i principi fisici fondamentali.
Livello 1: Accelerazioni Computazionali
l primo e forse più intuitivo motivo del potenziale beneficio ambientale dell’informatica quantistica risiede nella sua capacità di risolvere determinati problemi (talvolta esponenzialmente) più velocemente rispetto ai computer classici. Questo confronto si concentra tipicamente sulle prestazioni computazionali, dove la capacità di scaling esponenziale del computing quantistico rende risolvibili in tempi ragionevoli problemi precedentemente intrattabili.
L’immagine qui sotto illustra come il tempo di calcolo varia con la dimensione del problema. Il tempo di calcolo classico (mostrato in rosso) scala esponenzialmente per molti problemi industrialmente rilevanti, rendendoli praticamente impossibili da risolvere all’aumentare della dimensione del problema. Al contrario, il computing quantistico offre un vantaggio teorico per determinati problemi risolvendoli in tempo polinomiale (linea verde).
Confronto del tempo necessario per calcolare una soluzione (asse y) in base alla dimensione del problema (asse x).
Ma anche focalizzandoci su problemi che possono essere elaborati dai computer classici oggi (sotto la linea “tempo umano ragionevole a seconda del caso d’uso” nell’immagine) possiamo iniziare a fare un confronto tra macchine quantistiche e classiche in termini di consumo energetico.
I computer quantistici sono spesso paragonati ai PC comuni nelle descrizioni divulgative, ma un confronto appropriato deve essere fatto con i sistemi di calcolo ad alte prestazioni (supercomputer)—i veri concorrenti per carichi di lavoro scientifici ampi e complessi che consumano un’energia immensa.
Consideriamo il supercomputer Frontier, una delle macchine più potenti esistenti: consuma circa 21 megawatt di potenza all’anno, equivalente al consumo di una piccola città, e si traduce in più di 23 milioni di dollari di costi energetici annuali. Analogamente, il supercomputer Setonix in Australia richiede circa 477 kilowatt di energia continua—paragonabile al consumo medio di circa 400 famiglie. Questi sistemi rappresentano la spina dorsale computazionale per la ricerca scientifica ma comportano un pesante costo ambientale.
In confronto, i computer quantistici—anche i prototipi attuali nelle prime fasi—consumano notevolmente meno energia. La maggior parte delle macchine quantistiche operative utilizza tra 7 e 25 kilowatt, una quantità all’incirca equivalente a quella che potrebbe consumare una singola abitazione o un piccolo ufficio. Anche se le loro prestazioni oggi non sono paragonabili a quelle degli HPC, una modellazione del Oak Ridge National Laboratory ha mostrato potenziali riduzioni energetiche di oltre 1 milione di kWh rispetto ai supercomputer classici in futuro—ancora prima che le macchine quantistiche raggiungano la piena maturità.
Pertanto, una volta raggiunta la soglia del “vantaggio quantistico”, il calcolo quantistico potrebbe offrire notevoli risparmi energetici, soprattutto per calcoli su larga scala o ripetuti.
Livello 2: Simulazione Chimica con Grande Impatto Ambientale
Oltre all’efficienza, i computer quantistici offrono un paradigma computazionale unico intrinsecamente adatto a simulare il mondo naturale. La chimica, la scienza dei materiali e la biologia molecolare spesso trattano sistemi quantistici, e modellarli accuratamente con computer classici è praticamente impossibile per molecole più grandi.
Nell’immagine sottostante è rappresentata la differenza di scalabilità precedentemente citata tra informatica quantistica e classica con un focus sui problemi chimici.
La modellazione di molecole con 100 o più componenti supera le capacità dei più potenti computer ad alte prestazioni di oggi, eppure, sfortunatamente, i problemi più interessanti richiederebbero la simulazione di molecole almeno dieci volte più grandi.
Lo stesso grafico precedente, ma concentrato su problemi chimici con esempi di molecole per determinate dimensioni. (cc) Alice & Bob.
Un esempio primario del problema sopracitato è il processo Haber-Bosch per la sintesi dell’ammoniaca. Questo processo da solo rappresenta il 2% del consumo energetico globale totale finale, principalmente a causa della sua inefficienza e dipendenza dai combustibili fossili. Gli scienziati cercano da tempo un’alternativa più sostenibile, ma simulare le necessarie interazioni a livello quantistico delle molecole di azoto e idrogeno va oltre le capacità dei sistemi classici.
Un computer quantistico potrebbe trovare un modo per sintetizzare l’ammoniaca in modo più efficiente o produrre nuovi materiali, con un enorme impatto sulle problematiche ambientali.
L’ammoniaca è solo uno degli esempi più semplici da considerare, ma una volta che i computer quantistici sbloccheranno la possibilità di simulare molecole grandi e complesse, emergeranno numerose applicazioni interessanti.
Un problema che potrebbe emergere come candidato promettente per la ricerca nel computing quantistico è un enzima noto come Rubisco (Ribulosio-1,5-bisfosfato carbossilasi/ossigenasi). Questo enzima, il più abbondante sulla Terra, è essenziale per la fissazione della CO₂ durante la fotosintesi nelle piante. Nonostante la sua importanza, Rubisco è notoriamente lento e inefficiente. Un computer quantistico potrebbe simulare il complesso meccanismo di Rubisco e il suo sito attivo con dettagli senza precedenti, aiutando i ricercatori a comprendere come modificarne la struttura per renderlo significativamente più veloce e più efficiente nell’assorbire CO₂.
Livello 3: Reversibilità e Dissipazione Energetica
Questo terzo e ultimo livello riguarda la fisica del computing quantistico, e quindi presenta un quadro concettuale più complesso.
I computer classici generano calore durante le operazioni intensive a causa di processi fisici fondamentali. La ragione principale di questa generazione di calore è che i bit di informazione sono fisicamente rappresentati da corrente elettrica, che dissipa calore mentre fluisce attraverso conduttori resistivi—un fenomeno noto come effetto Joule.
Una ragione secondaria, meno documentata, riguarda la teoria dell’informazione stessa. Per eseguire operazioni e produrre risultati dai dati binari memorizzati nei sistemi di calcolo, le informazioni devono essere elaborate attraverso porte logiche. La porta AND rappresenta un esempio fondamentale di tale struttura logica, producendo un output di 1 (VERO) esclusivamente quando entrambi gli input sono 1, e 0 (FALSO) in tutti gli altri casi.
Porta logica AND e la sua tabella di verità.
Consideriamo questo esempio: se si potesse osservare solo l’output Q e si ricevesse 0, sarebbe impossibile determinare quale delle prime tre combinazioni di input ha generato quel risultato. Inoltre, non sarebbe fattibile progettare una porta che accetti Q e ricostruisca gli input originali A e B. Pertanto, il processo è irreversibile, e l’informazione viene intrinsecamente persa.
Sorge quindi la domanda: qual è la relazione tra questo fenomeno e la dissipazione di energia?
Il processo di cancellazione dell’informazione deve portare a un aumento proporzionale dell’entropia, risultando in calore dissipato dal sistema. Questo è noto come principio di Landauer.
Il principio di Landauer afferma che l’energia minima necessaria per cancellare un bit di informazione è proporzionale alla temperatura a cui il sistema sta operando. Nello specifico, l’energia necessaria per questo compito computazionale è data da
\(E \geq k_BT\ ln2\)
dove \(k_B\) è la costante di Boltzmann e \(T\) è la temperatura in Kelvin. A temperatura ambiente, il limite di Landauer rappresenta un’energia di circa
\(0.118\ eV\ (2.9*10{-21}\ J)\)
Il principio di Landauer stabilisce quindi un limite teorico inferiore del consumo energetico del calcolo. Esso afferma che un cambiamento irreversibile nell’informazione memorizzata in un computer, come la fusione di due percorsi computazionali, dissipa una quantità minima di calore nell’ambiente circostante.
Sebbene il calore dissipato da questo principio sia molto inferiore rispetto ad altre fonti (come l’effetto Joule e le imperfezioni), esso stabilisce comunque un limite fondamentale all’efficienza del calcolo classico.
Il calcolo quantistico basato su gate, d’altra parte, è un paradigma di calcolo reversibile. Ciò significa che qualsiasi operazione su un qubit può essere applicata anche all’indietro, tornando infine al valore iniziale.
Questa reversibilità può essere ricondotta alla natura probabilistica del calcolo quantistico. Infatti, un qubit, l’unità di informazione per un computer quantistico, può essere scritto come:
$$ \Psi=\alpha|0>+\beta|1> $$ Che, in termini semplici, è la rappresentazione dei due possibili stati |0> e |1>, ciascuno moltiplicato per un fattore, rispettivamente $\alpha$ e $\beta$. Questi fattori sono chiamati ampiezze, e il loro modulo quadrato rappresenta la probabilità che, dopo la misurazione, il qubit si trovi nel loro stato corrispondente. $$ |\alpha|^2=P(0) $$ $$ |\beta|^2=P(1) $$
Dato che queste sono probabilità, devono sommarsi a uno nel complesso; infatti, la probabilità che il qubit si trovi nello stato zero O uno deve essere del 100%.
$$|\alpha|^2+|\beta|^2=1$$
Questo significa che qualsiasi operazione su uno stato qubit, che ne modifica le ampiezze e le probabilità, deve preservare la somma totale di alfa e beta al quadrato. I gate implementano ****questo vincolo matematicamente come matrici che eseguono solo trasformazioni unitarie.
Infine, una caratteristica fondamentale delle matrici o trasformazioni unitarie è che sono sempre reversibili. Quindi, secondo il principio di Landauer, il calcolo quantistico non ha un minimo di energia dissipata per operazione.
In teoria, si potrebbe consumare energia per portare i computer quantistici nelle giuste condizioni, ma le successive operazioni e calcoli potrebbero avvenire a dissipazione di calore zero.
Questo terzo livello è meno intuitivo e, mentre i computer quantistici sono ancora nella loro fase iniziale, meno pratico. Tuttavia, offre uno scorcio su un futuro in cui il calcolo quantistico potrebbe essere sia potente che ambientalmente sostenibile, non solo per le sue applicazioni ma per le sue proprietà fisiche fondamentali. Ciò apre possibilità entusiasmanti per il green computing su larga scala, dove il costo ambientale dei calcoli potrebbe diventare trascurabile rispetto agli standard odierni.
Rolf Landauer
Fonti:
<https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/quantum-computing-just-might-save-the-planet>
<https://www.techuk.org/resource/could-quantum-computing-hold-the-key-to-sustainability>
<https://www.pasqal.com/how-quantum-supports-sustainability/>
Share this post
RELATED
Posts
Tecnologie Qubits
Le tecnologie in competizione nella corsa verso un Computer Quantistico a Tolleranza d'Errore
By
Microsoft presenta Majorana 1: il primo processore quantistico con qubit topologici
Scopri Majorana 1, il primo processore quantistico di Microsoft basato su qubit topologici. Una rivoluzione nella computazione quantistica, con il potenziale di risolvere problemi industriali su larga scala prima del previsto.
By