skip to Main Content
[vc_row css=”.vc_custom_1509468354351{padding-top: 30px !important;padding-bottom: 50px !important;}”][vc_column width=”2/3″][vc_single_image image=”23259″ css=”.vc_custom_1763370933616{padding-bottom: 20px !important;}”][vc_column_text]

High performance and quantum computing

L’integrazione tra High Performance Computing (HPC) e Quantum Computing (QC) rappresenta una svolta strategica per la ricerca scientifica avanzata. I sistemi HPC forniscono una potenza di calcolo massiva e consolidata, mentre i computer quantistici offrono capacità uniche nel trattare problemi di ottimizzazione, simulazione quantistica e calcolo combinatorio. Combinando questi due paradigmi, è possibile affrontare sfide computazionali che erano finora inaccessibili.

In particolare, l’approccio ibrido consente di delegare ai computer quantistici i sottoproblemi più adatti, lasciando ai sistemi HPC il compito di gestire l’elaborazione su larga scala. Ciò è particolarmente utile in settori come la chimica computazionale, la fisica delle particelle e l’intelligenza artificiale. Le piattaforme HPC fungono anche da “orchestratori” dell’elaborazione quantistica, integrando i dati quantistici nei flussi di lavoro tradizionali. Questo paradigma accelera la scoperta scientifica e promuove lo sviluppo di nuovi algoritmi ibridi.

I ricercatori dell’ICAR-CNR, attivi in High Performance e Quantum Computing, analizzano, progettano e sviluppano metodi, algoritmi e software per calcolatori ad alte prestazioni e contribuiscono alla teoria, allo sviluppo e all’implementazione di algoritmi e modelli di quantum computing. Affrontano problemi quali simulazioni complesse, elaborazione di immagini multidimensionali e calcolo scientifico, offrendo strumenti per modellare e analizzare sistemi complessi in numerosi ambiti: ambiente, biologia, medicina di precisione e drug discovery, beni culturali, materiali avanzati, finanza, robotica, ottimizzazione ed efficienza energetica, osservazione della Terra.

[/vc_column_text][/vc_column][vc_column width=”1/3″][vc_column_text]Gruppi Afferenti:

[/vc_column_text][/vc_column][/vc_row]
Back To Top