Helios de Quantinuum reduce 12 veces los errores lógicos por cada paso de distancia

Quantinuum informa de que un cúbit lógico en su computadora de iones atrapados Helios falla unas cinco veces por cada millón de rondas de corrección de errores. Eso ocurre con el mayor código que pudo alojar, de distancia 7. Según el preprint del equipo, las tasas de error lógico fueron de 5,5×10⁻⁴, 3,8×10⁻⁵ y 5×10⁻⁶ por ciclo de extracción de síndromes con distancias 3, 5 y 7. Los autores ajustan estos datos a un factor de supresión de Λ = 12. La cifra principal importa menos que la pendiente. Cada aumento en la distancia del código eliminó aproximadamente un orden de magnitud del error restante, que es el comportamiento que presuponen las hojas de ruta de la computación tolerante a fallos.

El trabajo es un preprint, no un artículo revisado por pares. No había pasado por revisión por pares cuando se anunció y se publicó como PDF en el sitio web de Quantinuum. Además, es un resultado de la propia empresa y corresponde a un experimento de memoria, no a un cálculo. Las salvedades se detallan más abajo.

01Qué significa «más allá del punto de equilibrio»

Un cúbit lógico reparte la información de un cúbit entre muchos cúbits de hardware. Unos almacenan datos y otros se miden repetidamente para producir datos de síndrome. La extracción de síndromes es una ronda de comprobaciones de paridad repetidas que detectan errores. Después, un decodificador infiere qué errores se produjeron con mayor probabilidad.

Añadir cúbits implica un compromiso. Un código más grande puede detectar más fallos simultáneos, pero también tiene más componentes que pueden fallar. Ars Technica expone la consecuencia con claridad: si las tasas de error del hardware son demasiado altas, hacer crecer el cúbit lógico empeora las cosas. El término «breakeven» (punto de equilibrio) tiene dos usos:

• Lógico frente a físico. Una operación codificada supera a la misma operación en un cúbit físico sin codificar. El trabajo de Quantinuum de marzo de 2026 con 94 cúbits lógicos con detección de errores usó este sentido. Allí, las operaciones codificadas produjeron menos errores que las no codificadas en la misma tarea.
• Escalado con la distancia. Cada aumento de la distancia del código reduce la tasa de error lógico. El cociente ajustado por paso, Λ, mide a qué distancia por debajo del umbral se sitúa el hardware.

El segundo sentido es el que determina el coste. El error lógico esperado escala aproximadamente como Λ elevado a (d+1)/2, salvo un prefactor. Por tanto, una reducción de 1000 veces requiere unos diez pasos de distancia con Λ = 2 y unos tres con Λ = 12. Estas cifras son cálculos propios, no datos del artículo. Ars señala que la mayoría de las demostraciones anteriores por debajo del umbral vieron caer las tasas de error en un factor mucho más cercano a 2 que a 10. A ese ritmo, el número de cúbits de hardware por cúbit lógico crece hasta niveles inviables.

02El experimento

Helios es una máquina de 98 cúbits. Es una computadora de iones atrapados. Los iones se desplazan por un anillo y hacia dos brazos, donde actúan sobre ellos los láseres. Como se puede acercar dos iones cualesquiera, Ars afirma que la máquina puede alojar prácticamente cualquier código de corrección de errores. El equipo usó códigos de color triangulares. Incluidos los cúbits de medición, los códigos de distancia 3, 5 y 7 requieren 13, 37 y 73 cúbits físicos.

Cada ejecución usó 20 rondas de corrección antes de la lectura final. Las rondas individuales fallan con demasiada poca frecuencia para medirse. La cifra de distancia 7 se apoya en una estadística escasa: tres fallos lógicos en 29 000 ejecuciones de 20 rondas, con un rango de una sigma de 3×10⁻⁶ a 9×10⁻⁶. Para mantener comparable el número total de cúbits entre códigos, se ejecutaron en paralelo seis memorias de distancia 3 y dos de distancia 5.

El Λ = 12 de la cifra principal es un ajuste, y los pasos individuales difieren. Los cocientes entre mediciones adyacentes son de alrededor de 14,5 (de distancia 3 a 5) y de alrededor de 7,6 (de distancia 5 a 7), según las tasas publicadas. El ajuste tiene una incertidumbre de +3 y −2. Una exponencial limpia es coherente con los datos, pero tres puntos y tres fallos con distancia 7 no permiten descartar cierto aplanamiento en tamaños mayores.

03Control de fugas y decodificación

Los autores identifican las fugas como un obstáculo principal. Se producen cuando un ion abandona los dos estados usados para el cálculo. Helios aplica ahora un rebombeo óptico que devuelve los iones de bario-137 con fuga al subespacio computacional, en paralelo con el enfriamiento al estado fundamental. Esto logra una supresión de fugas de 6,5× por ciclo sin añadir tiempo de ejecución al circuito. Un esquema de software también intercambia los cúbits de datos con fuga por cúbits de medición, que luego pueden reiniciarse. En pruebas más pequeñas, el rebombeo por hardware redujo las tasas de error de la memoria cuatro veces con distancia 3 y ocho veces con distancia 5, respecto a la reducción de fugas a nivel de circuito por sí sola. La ganancia crece con la distancia, y por eso las fugas importan para Λ.

La decodificación es la parte que aún no se ha mostrado en vivo. El equipo probó una versión en flujo continuo del decodificador Frontier y dos decodificadores de redes neuronales. Los decodificadores neuronales se entrenaron solo con datos de un emulador de Helios. Procesaron cada ronda en entre 0,22 y 0,52 milisegundos en una GPU NVIDIA H100. Pero, en el experimento de memoria, los investigadores decodificaron las mediciones después de las ejecuciones. Queda por probar un circuito completo con decodificación en vivo. Además, el tiempo se midió sobre datos grabados, por lo que excluye la comunicación con el dispositivo cuántico y los retrasos de retroalimentación.

04Puertas, comparaciones y lo que sigue sin demostrarse

La memoria es el caso fácil. Quantinuum también evaluó puertas lógicas, ejecutando secuencias aleatorias de Clifford de dos cúbits en pares codificados. El error por puerta lógica fue de 7×10⁻⁴ con códigos de distancia 3 y de 7×10⁻⁵ con códigos de distancia 5, frente a 9,5×10⁻⁴ para los mismos circuitos en cúbits sin codificar. La empresa cita un factor medio de supresión de puertas de 9. No se evaluaron puertas de distancia 7 porque Helios no tiene suficientes cúbits físicos.

Las comparaciones de la empresa tienen salvedades:

• Afirma que el mejor resultado anterior con código de color, a distancia 5, fue de 0,819 % por ciclo.
• A igual distancia, el mejor anterior fue un código de superficie. Alcanzó 0,0772 % por ciclo con distancia 7. Quantinuum califica su propio resultado de mejora de 154×.
• El comunicado de prensa dice que el resultado es 100 veces inferior al mejor resultado publicado en otro hardware, de Google Quantum AI en un sistema superconductor.

Son cifras por ronda de códigos y plataformas distintos. Las rondas de iones atrapados son mucho más lentas en tiempo real que las superconductoras. Un informe secundario sitúa una ronda de Helios en aproximadamente una quinta parte de segundo. Ese tiempo no se confirmó en el material primario al que pude acceder. Por tanto, el error por ronda no se traduce directamente en error por unidad de tiempo de cálculo.

Para las hojas de ruta, la cuestión es hasta dónde se extiende Λ = 12. Quantinuum vincula el resultado con Apollo, su máquina tolerante a fallos planificada. Su precisión se sitúa ya dentro del rango objetivo de Apollo, que la empresa prevé poner a disposición en 2029. El comunicado de la compañía afirma que una versión ampliada podría alcanzar una fiabilidad útil con un tamaño viable, de menos de un millón de cúbits físicos. Según se informa, Craig Gidney, de Google Quantum AI, estimó a partir del escalado que se alcanzarían tasas de error prácticas con una distancia de código de aproximadamente 21. Esa cifra es una estimación informal, no un resultado del artículo.

Los autores enumeran hitos pendientes. Uno es el escalado por debajo del umbral de la preparación de estados mágicos de alta fidelidad con código de color. Los estados mágicos son necesarios para la computación universal. Los demás son la decodificación rápida en vivo, las puertas lógicas con distancia 7 y superiores, y máquinas con muchos más de 98 cúbits. El experimento muestra que, en este hardware, el escalado por debajo del umbral es pronunciado y no marginal. Eso reduce un riesgo importante, pero el salto de una memoria protegida a un algoritmo protegido sigue por demostrar.