Quantum leader

IBM e il quantum computing: chip, Qiskit, cloud e obiettivi al 2029


Indirizzo copiato

IBM sviluppa un’intera filiera per il quantum computing: processori, sistemi, Qiskit, cloud e servizi alle imprese. Con Nighthawk r2 già disponibile, oltre 10 miliardi di dollari di investimenti annunciati e Starling previsto per il 2029, la sfida è dimostrare vantaggi scientifici riproducibili e applicazioni industriali utili

Pubblicato il 21 ott 2026



AI Questions Icon
Chiedi all'AI
Riassumi questo articolo
Approfondisci con altre fonti
IBM nel cuore del calcolo quantistico




IBM punta a costruire l’intera filiera del quantum computing, dalla fabbricazione dei chip ai servizi cloud con cui ricercatori e imprese eseguono programmi sui processori quantistici. Nel 2026 questa strategia ha assunto dimensioni industriali: il gruppo ha annunciato oltre 10 miliardi di dollari di investimenti in cinque anni, ha ampliato le capacità produttive e ha reso disponibile una nuova generazione di processori più rapidi.

Il traguardo tecnologico su cui si misurerà IBM è Starling, il computer quantistico con correzione degli errori previsto per il 2029. Nel frattempo, i sistemi attuali vengono utilizzati per esperimenti scientifici e per sviluppare applicazioni da integrare con i supercomputer tradizionali. La sfida è far seguire alle prove di laboratorio risultati verificabili, ripetibili e utili a imprese e centri di ricerca.

IBM: chi è e su che cosa investe per il Quantum

La multinazionale statunitense, guidata da Arvind Krishna, sviluppa computer quantistici a circuiti superconduttivi, software, servizi di calcolo e infrastrutture criogeniche. Nel maggio 2016 ha reso accessibile via internet un processore quantistico a cinque qubit: dieci anni dopo, il suo ecosistema comprende sistemi con oltre cento qubit, strumenti di programmazione open source e una rete mondiale di partner. La ricostruzione del decennale pubblicata da IBM nel maggio 2026 documenta questa evoluzione.

La strategia, coordinata sul fronte della ricerca da Jay Gambetta, direttore di IBM Research, prevede di utilizzare i processori quantistici come acceleratori specializzati insieme a cpu, gpu e supercomputer. Le collaborazioni coprono finanza, chimica, sanità, materiali e università. Nel comunicato del 7 ottobre 2026, IBM parla di una rete di oltre 340 organizzazioni; nella stessa data ha annunciato l’ammissione alla fase C della Quantum Benchmarking Initiative della Darpa, che comporta una valutazione tecnica esterna della sua architettura futura.

Gli investimenti dichiarati per il quinquennio 2026-2031, secondo l’annuncio di IBM del 2 giugno 2026, superano 10 miliardi di dollari e riguardano ricerca, capacità industriale, acquisizioni e sviluppo dell’ecosistema. Il valore rappresenta un piano di investimento dell’azienda: offre la misura del suo impegno, mentre ricavi e redditività del solo quantum computing richiedono una valutazione separata.

IBM Quantum: schema delle attivita industriali, scientifiche e commercialiSei aree di attivita: chip, infrastrutture, software, servizi, ricerca e sicurezza post quantistica. In basso la roadmap dal 2026 al 2033 con obiettivi distinti dai risultati attuali.IBM QuantumLa filiera del calcolo quantistico: sei attività connesse01 PROCESSORIHeron r3: 156 qubitNighthawk r2: 120 qubit, già disponibileLoon: sperimentazione correzione errori02 INFRASTRUTTUREQuantum System Two e criostatiAnderon: fonderia di wafer quantisticiHRL: ricerca su qubit spin nel silicio03 SOFTWAREQiskit, Runtime, Qiskit FunctionsMitigazione e correzione degli erroriIntegrazione con supercomputer HPC04 ACCESSO E CLIENTIPiattaforma cloud: gratuito e a consumoSistemi dedicati e installazioni localiRete con più di 340 organizzazioni05 APPLICAZIONI E RICERCAChimica, materiali, scienze della vitaOttimizzazione e applicazioni ibridePartnership scientifiche e industriali06 SICUREZZA QUANTUM-SAFEAlgoritmi crittografici post-quantisticiGuardium e strumenti per migrazione PQCFilone distinto dai computer quantisticiROADMAP IBM | risultati operativi e obiettivi dichiarati2026Nighthawk r2operativo2027Cockatooobiettivo2029Starling: 200 qubit logiciobiettivo2033+Blue Jay: 2.000 qubit logiciobiettivoFonti: IBM Quantum Roadmap (marzo 2026); IBM Quantum, Research e Newsroom (giugno-ottobre 2026).Schema editoriale. I prodotti e gli obiettivi futuri hanno stati diversi.
L’ecosistema IBM Quantum combina produzione, tecnologia, accesso cloud e ricerca; la crittografia quantum-safe è una linea distinta. Elaborazione su IBM Quantum Roadmap e comunicazioni IBM 2026.

I processori quantistici IBM: Heron e Nighthawk

IBM utilizza qubit superconduttivi: circuiti fabbricati su chip che vengono raffreddati a temperature prossime allo zero assoluto. Le operazioni quantistiche sfruttano sovrapposizione ed entanglement, ma sono sensibili al rumore e alle interferenze. Per questo contano insieme il numero dei qubit programmabili, la qualità delle operazioni e il tempo necessario a eseguire gli esperimenti.

La famiglia Heron, con la revisione r3 da 156 qubit, ha consolidato la qualità dei circuiti. La famiglia Nighthawk introduce invece un reticolo quadrato, nel quale ogni qubit può collegarsi a un numero maggiore di vicini. Questa scelta consente di realizzare alcuni algoritmi con meno operazioni di spostamento dell’informazione fra qubit, riducendo un costo che cresce con la complessità dei programmi.

Con Nighthawk r2, disponibile sulla piattaforma IBM dall’agosto 2026, l’azienda dichiara 120 qubit programmabili, oltre 100 mila circuiti al secondo e calcoli accurati su circuiti da oltre 7.500 porte. Il nuovo sistema accelera soprattutto il ripristino dello stato iniziale dei qubit fra una prova e l’altra: un miglioramento decisivo nei test che richiedono migliaia di esecuzioni ripetute. Oltre ai 120 qubit programmabili, il chip comprende 218 elementi di connessione e 120 elementi di reset; la somma di questi componenti fisici non costituisce il numero di qubit utilizzabili da chi programma.

Nighthawk r2 accelera la ripetizione dei circuiti
Circuiti eseguiti al secondo: valori di riferimento dichiarati da IBM, agosto 2026
IBM Quantum Heroncirca 4.000
IBM Quantum Nighthawk r2oltre 100.000
Nighthawk r2: throughput fino a 25 volte quello di Heron nel confronto tecnico IBM. Il dato misura la velocità di esecuzione ripetuta dei circuiti, non un vantaggio economico generale.
Fonte: IBM Quantum, 31 agosto 2026.

Dai criostati alla produzione dei chip: System Two, Anderon e HRL

Un processore funziona solo all’interno di una macchina che ne garantisca raffreddamento, controllo e lettura. IBM Quantum System Two è l’architettura di sistemi con cui IBM integra questi elementi e prepara collegamenti tra più chip e tra quantum computer e calcolo ad alte prestazioni. Nell’esperimento annunciato il 19 agosto 2026 due moduli criogenici sono stati collegati e raffreddati congiuntamente: un passo ingegneristico verso sistemi più grandi, ancora in sviluppo.

IBM presidia anche la produzione. A settembre 2026 la controllata Anderon ha finalizzato un accordo da un miliardo di dollari con il Dipartimento del Commercio statunitense per ricerca e sviluppo di una fonderia specializzata in wafer quantistici da 300 millimetri, sostenuta anche da un investimento IBM annunciato dello stesso importo. L’obiettivo industriale è realizzare chip per l’ecosistema quantistico, andando oltre le sole macchine della casa madre.

Con l’acquisizione di HRL Laboratories, completata nell’agosto 2026, IBM ha inoltre acquisito competenze sui qubit di spin nel silicio, oltre che su materiali, sensori, elettronica e componenti criogenici. Si tratta di una linea di ricerca diversa dai qubit superconduttivi oggi impiegati nei principali sistemi IBM: amplia le opzioni tecnologiche per le generazioni successive.

Qiskit, software e cloud: il modello di accesso IBM per il quantum

Il secondo pilastro del gruppo è Qiskit, il software open source con cui programmatori e ricercatori costruiscono, ottimizzano ed eseguono circuiti quantistici. Qiskit Runtime e Qiskit Functions aggiungono servizi per orchestrare l’esecuzione, usare tecniche di mitigazione degli errori e sviluppare funzioni riutilizzabili per problemi scientifici e industriali. L’aggiornamento del terzo trimestre 2026 ha messo a disposizione maggior controllo sulla mitigazione del rumore e accesso più ampio a Nighthawk r2.

Il punto chiave è l’integrazione con il calcolo classico: un programma può affidare la parte quantistica alla QPU e demandare a un supercomputer ottimizzazione, elaborazione dei risultati e controllo dell’esperimento. Nella sua architettura di riferimento del marzo 2026, IBM descrive questo modello di quantum-centric supercomputing, pensato per portare l’acceleratore quantistico all’interno di flussi di lavoro già usati da laboratori e data center.

Il servizio viene commercializzato attraverso IBM Quantum Platform, con un piano di ingresso gratuito, formule a consumo, abbonamenti per carichi più elevati e macchine dedicate presso il cliente. L’offerta Open comprende fino a dieci minuti mensili di tempo macchina; chi avvia progetti continuativi può acquistare capacità aggiuntiva, con livelli di accesso e condizioni differenti secondo il piano. IBM affianca alla piattaforma formazione, supporto tecnico e collaborazioni con imprese e università.

Dove viene usato: proteine, energia, imprese e ricerca

Le applicazioni più concrete oggi riguardano simulazioni scientifiche ibride, svolte insieme ai supercomputer. Nel maggio 2026 ricercatori di Cleveland Clinic, dell’istituto giapponese Riken e di IBM hanno modellato complessi proteici fino a 12.635 atomi con un flusso di lavoro che combina elaborazione classica e processori quantistici. Il risultato riguarda lo studio computazionale di sistemi biologici complessi, con prospettive per ricerca farmaceutica e chimica.

In luglio IBM, Oak Ridge National Laboratory e Cleveland Clinic hanno calcolato nove configurazioni molecolari di sali fusi candidati alla produzione e all’estrazione di trizio, combustibile necessario a molte ipotesi di reattore a fusione. Il risultato contribuisce allo studio della chimica dei materiali per la fusione: la sperimentazione è ancora distante dalla progettazione commerciale di un impianto.

Le partnership industriali cercano ora di tradurre questi metodi in processi produttivi. In Italia, l’intesa annunciata da IBM e Dallara il 30 aprile 2026 riguarda modelli di AI applicati all’aerodinamica e l’esplorazione di possibili contributi del quantum computing alle simulazioni. I tempi di calcolo già ridotti nell’esperimento iniziale sono riferiti all’AI, mentre l’impiego quantistico è un lavoro di ricerca successivo. È un esempio della diversa maturità delle tecnologie riunite sotto l’etichetta di innovazione computazionale.

Quantum advantage: risultati del 2026 e verifica scientifica

Nel luglio 2026 IBM e partner tra cui University of Chicago, Riken, Qedma e Algorithmiq hanno presentato tre filoni di sperimentazioni sul cosiddetto quantum advantage: situazioni in cui un calcolo quantistico promette un vantaggio rispetto ai metodi classici migliori disponibili. La novità è stata accompagnare gli esperimenti con procedure per controllare l’affidabilità del risultato, un aspetto essenziale quando il calcolo diventa troppo difficile per una verifica classica diretta.

La valutazione si evolve rapidamente. In agosto, un lavoro di Hidetaka Manabe, Hanfeng Gu e Feng Pan ha calcolato con 256 gpu, in 37,3 minuti, le ampiezze relative a tutte le 2.051 stringhe di output pubblicate in uno degli esperimenti IBM-University of Chicago. Questo risultato ha ridimensionato la stima iniziale della difficoltà per i computer classici, pur senza riprodurre l’intero compito quantistico di campionamento. Il confronto continua quindi a essere oggetto di verifica e di miglioramento degli algoritmi classici.

IBM sostiene una valutazione pubblica attraverso il Quantum Advantage Tracker e altri benchmark condivisi. Per le imprese, la metrica decisiva sarà il vantaggio su uno specifico problema reale — in accuratezza, tempo o costo complessivo — rispetto a un’alternativa classica ben ottimizzata, con risultati riproducibili da gruppi indipendenti.

La roadmap IBM: da Nighthawk a Starling e Blue Jay

La roadmap ufficiale IBM aggiornata a marzo 2026 percorre due strade collegate. Una estende le capacità dei processori Nighthawk e degli algoritmi ibridi; l’altra costruisce la correzione degli errori in tempo reale necessaria per eseguire calcoli molto lunghi senza che il rumore distrugga l’informazione.

I passaggi principali della roadmap IBM Quantum

QuandoTecnologiaChe cosa cambia e stato
2026Nighthawk r2 e KookaburraNighthawk r2 disponibile; Kookaburra previsto per dimostrare un modulo con memoria quantistica e unità logica
2027-2028Cockatoo e moduli connessiObiettivi: collegare moduli quantistici, sviluppare la distillazione degli stati necessari ai calcoli fault-tolerant
2029StarlingObiettivo: 200 qubit logici e 100 milioni di porte quantistiche con correzione degli errori
2033 e oltreBlue JayObiettivo: fino a 2.000 qubit logici e un miliardo di porte quantistiche

Fonte: IBM Quantum Roadmap, aggiornamento marzo 2026. Le scadenze future sono obiettivi industriali dichiarati dall’azienda.

La differenza cruciale riguarda i qubit logici: unità di informazione protette tramite gruppi di qubit fisici e procedure di correzione. La dimostrazione di moduli, decoder e collegamenti è ciò che deve rendere praticabile Starling. Per questo IBM distingue i processori oggi accessibili da sistemi futuri in grado di sostenere algoritmi lunghi e complessi.

Quantum-safe: l’altro fronte IBM legato ai computer quantistici

La prospettiva di macchine più potenti ha aperto anche un mercato di sicurezza. IBM sviluppa software e servizi per migrare verso la crittografia post-quantistica, con strumenti per censire gli algoritmi esistenti, individuare quelli vulnerabili e aggiornare progressivamente applicazioni e infrastrutture. IBM Guardium Cryptography Manager, Quantum Safe Explorer e Remediator appartengono a questa linea di attività.

È un settore complementare, con tempi differenti rispetto alla costruzione dei computer quantistici: la migrazione crittografica si prepara oggi, perché i dati sensibili possono essere raccolti adesso e decifrati in futuro. IBM ha contribuito allo sviluppo degli algoritmi ML-KEM e ML-DSA standardizzati dal Nist. Per il quantum computing, invece, la prossima verifica sarà trasformare l’attuale maturità dei processori e del software in un vantaggio scientifico ed economico stabile su problemi concreti.

Partecipa alla community

guest

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

People&Change

Tutti
Produttività e AI
AI IN AZIENDA
AI E LAVORO
SCENARI
FORMAZIONE
CULTURA AZIENDALE
COMPETENZE
AI in azienda
Carriera
AI leadership
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 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

Articoli correlati

0
Lascia un commento, la tua opinione conta.x