UnitarySpark e UnitaryLab 2.5: la proposta di Youshu Quantum per la ricerca

Youshu Quantum, società nata da un gruppo di ricerca dell’Università Jiao Tong di Shanghai, ha presentato UnitarySpark e aperto la beta pubblica di UnitaryLab 2.5 durante un evento a Shanghai il 20 settembre 2026.38 L’idea è offrire ai ricercatori un flusso di lavoro che parta da una descrizione in linguaggio naturale, passi per la simulazione locale e possa arrivare, in prospettiva, a un processore quantistico reale.

La precisazione importante è proprio quel «possa»: l’azienda e i partner stanno ancora verificando il collegamento fra simulazione e hardware. L’annuncio non significa che ogni utente della beta abbia già accesso a qualunque processore quantistico.34

Due componenti, un flusso di lavoro

UnitaryLab è il livello software; UnitarySpark è la workstation che lo ospita. La macchina è presentata come una piattaforma di calcolo eterogeneo: integra simulazione quantistica accelerata da GPU, interazione con un agente AI e un’interfaccia predisposta per collegarsi a hardware quantistico reale.4

L’agente dovrebbe trasformare richieste descritte a parole — per esempio un algoritmo quantistico, la soluzione di un’equazione differenziale o una simulazione ingegneristica — in problemi matematici, parametri e attività eseguibili.47 In pratica, il flusso previsto è questo:

1. Descrivere il problema. Il ricercatore formula la richiesta in linguaggio naturale.
2. Preparare il calcolo. L’agente di UnitaryLab interpreta la richiesta e genera i parametri e le attività necessari.7
3. Eseguire una simulazione locale. Il software usa algoritmi e simulatori quantistici. In un esempio pubblicato da NVIDIA, un agente su DGX Spark utilizza un servizio di inferenza locale e gli strumenti di UnitaryLab per eseguire un caso di studio su un’equazione differenziale parziale con il metodo di Schrödingerizzazione.7
4. Valutare il passaggio all’hardware. UnitarySpark prevede un’interfaccia per i processori quantistici e una Circuit API unificata, pensata per collegare simulatori e QPU, cioè unità di elaborazione quantistica.34

Quest’ultimo passaggio è una possibilità tecnica in corso di validazione, non la prova che un utente possa già eseguire qualsiasi carico di lavoro su qualsiasi macchina partner.34

«Locale» non equivale a una garanzia assoluta sulla privacy

Secondo la descrizione del prodotto, l’esecuzione sul desktop permette di mantenere sulla workstation l’inferenza, l’esecuzione degli algoritmi e l’archiviazione dei dati. Un’impostazione del genere può essere utile per attività di ricerca o industriali che coinvolgono informazioni sensibili.24 Un esempio distinto pubblicato da NVIDIA descrive inoltre un’inferenza locale basata su NIM collegata agli agenti e ai simulatori di UnitaryLab su DGX Spark.7

Questo, però, non basta a concludere che i dati non escano mai dall’organizzazione in ogni possibile configurazione. Le informazioni pubblicate illustrano componenti di calcolo locale, ma non specificano le condizioni di gestione dei dati per tutte le installazioni né che cosa venga trasmesso quando un flusso di lavoro si collega a un processore quantistico remoto. Prima dell’adozione è quindi opportuno verificare configurazione, autorizzazioni e confini dei dati per l’uso previsto.347

A cosa serve la Schrödingerizzazione

La Schrödingerizzazione è il metodo algoritmico su cui si basa l’approccio dell’azienda ad alcuni problemi di equazioni differenziali. In termini generali, una trasformazione matematica permette di esprimere determinati problemi non unitari in una forma di evoluzione unitaria, utilizzabile dai sistemi quantistici.48

Youshu Quantum dichiara che i propri strumenti supportano equazioni alle derivate parziali lineari e diverse equazioni non lineari, e che possono generare circuiti quantistici per problemi personalizzati.13 Nell’esempio di NVIDIA, il flusso produce risultati numerici, una rappresentazione del circuito e visualizzazioni utili per l’analisi.7 La descrizione di un metodo e dei suoi strumenti, tuttavia, non dimostra che oggi l’hardware quantistico risolva in generale questi problemi più rapidamente dei computer classici.

Partnership e riferimento NVIDIA: che cosa indicano

Durante il lancio Youshu Quantum ha annunciato accordi con Shanghai Guodun Quantum, Shanghai Boson Quantum Technology e Shanghai Zhongqi Wuliang Quantum Technology. Le collaborazioni riguardano, secondo quanto riportato, l’adattamento fra software e hardware, l’interconnessione dei dispositivi e la validazione di applicazioni.8 Sono segnali di lavoro per collegare la piattaforma a hardware quantistico cinese, ma non costituiscono da soli una prova di disponibilità commerciale ampia o di prestazioni già dimostrate.

Separatamente, NVIDIA ha pubblicato un esempio pratico di UnitaryLab su DGX Spark, con inferenza locale e un flusso basato su agenti.7 È un riferimento a un’implementazione descritta da NVIDIA: non significa che DGX Spark e UnitarySpark siano lo stesso prodotto, né che ogni flusso di lavoro sia pronto per l’uso in produzione.

Per chi valuta strumenti quantistici, il punto di interesse è l’integrazione proposta: calcolo scientifico locale, simulazione accelerata da GPU, orchestrazione tramite linguaggio naturale e un percorso previsto verso test su processori quantistici cinesi. Prima di adottare la piattaforma, resta essenziale verificare quali QPU siano supportate, con quali condizioni di accesso, quali risultati si ottengano sui propri problemi e come vengano trattati i dati quando il calcolo esce dalla workstation.3478