La computación cuántica promete revolucionar las ciencias de la computación. Los algoritmos cuánticos usan fenómenos microscópicos como la coherencia cuántica para buscar soluciones eficientes a problemas irresolubles para los superordenadores actuales. Las unidades de procesamiento cuántico, y otras aceleradores hardware, se están instalando en centros de supercomputación públicos. Para hacer un uso correcto de estos recursos, es necesario el desarrollo de nuevos paradigmas de arquitecturas software que integren sistemas de computación de alto rendimiento heterogéneos.

En esta charla, daremos una introducción al diseño de sistemas de computación de alto rendimiento híbridos cuántico-clásicos. Analizaremos los casos de uso de Python en sistemas de supercomputación heterogéneos. Revisaremos las limitaciones actuales de Python en computación de alto rendimiento en sistemas multi-CPU con multi-threading y GPUs. Analizaremos los casos de uso prácticos presentando resultados numéricos obtenidos con la librería de Google QSim en el cluster Proteus de la Universidad de Granada. Dicha aplicación hace un uso eficiente de recursos para problemas de simulación de circuitos cuánticos combinando librerías optimizadas en C/C++ con OpenMP integradas en Python mediante Pythong bindings. Comentaremos limitaciones de métodos purely-Pythonic como Numba y PyOMP, así cómo limitaciones actuales de pure Python para el uso de FPGAs y sistemas multi-threading. Desarrollaremos los casos de uso dónde Python destaca actualmente para el diseño de arquitecturas software híbridas clásico-cuánticas como el diseño de interfaces ágiles en sistemas de alto rendimiento de alta complejidad integradas con librerías optimizadas en otros lenguajes como C/C++.