QuantHum Edge, la start-up italiana che sfida i giganti del quantum computing

rel=”nofollow”

Un computer quantistico grande più o meno come un forno a microonde, collegabile in prospettiva anche a un normale computer. Non avrebbe bisogno delle temperature vicinissime allo zero assoluto utilizzate dai sistemi superconduttivi e consumerebbe una frazione dell’energia richiesta dalle attuali infrastrutture quantistiche. Potrebbe lavorare da solo, ma sarebbe pensato soprattutto come acceleratore da affiancare ai supercomputer, lasciando a Cpu e Gpu il lavoro tradizionale e assumendosi soltanto i problemi nei quali il quantum computing può avere un vantaggio. È l’obiettivo di Noesis, il progetto principale di QuantHum Edge, start-up deep tech nata nel 2025 a Cisterna di Latina e guidata dal ceo e fondatore Gaetano Natoli. La società conta oggi 13 persone e nasce attorno a una proprietà intellettuale sviluppata negli anni precedenti alla costituzione. La domanda di brevetto italiana è stata depositata nell’aprile 2025 ed estesa nell’aprile 2026 attraverso una domanda internazionale Pct.

«Ci sono tante aziende che non possono permettersi gli Hpc per vari motivi, a partire dai costi. Noi con Noesis miriamo a dare un prodotto grande come un microonde e collegabile a qualsiasi PC di casa», spiega Natoli, descrivendo l’obiettivo di rendere il quantum computing accessibile anche al di fuori dei grandi laboratori e delle infrastrutture specialistiche. La roadmap indicata dal fondatore prevede circa 15-18 mesi per arrivare a un prototipo TRL6, cioè a una tecnologia dimostrata in un ambiente rilevante, non a un sistema già industrializzato e commercializzabile. È comunque una scadenza ambiziosa per un’architettura ancora nella fase di modellazione e progettazione. La documentazione riporta oltre 1.560 simulazioni e analisi multiphysics, condotte con strumenti come Comsol e QuTiP e sviluppate con la collaborazione scientifica di Sapienza Università di Roma, avviata prima della formalizzazione dell’accordo con il Ce.R.S.I.Te.S. Sono attività utili a selezionare e verificare il progetto sul piano numerico, non misure di una QPU operativa. Per passare alla sperimentazione serviranno però un Dev-Tile fisico, misure ripetibili e, successivamente, verifiche e benchmark indipendenti.

Quantum computing: un mercato ancora limitato, ma destinato a crescere rapidamente

Il quantum computing resta un mercato di dimensioni contenute se confrontato con cloud, semiconduttori o intelligenza artificiale. Ma non è più soltanto un settore di ricerca. Secondo il Quantum Technology Monitor 2026 di McKinsey, nel 2025 le aziende attive nel calcolo quantistico hanno superato complessivamente il miliardo di dollari di ricavi. Entro il 2028 il valore potrebbe salire fino a 4,4 miliardi. Guardando più avanti, il mercato composto da hardware, software e servizi potrebbe raggiungere tra 43 e 71 miliardi di dollari nel 2035. Una cifra diversa dal valore economico che queste tecnologie potrebbero generare nelle industrie utilizzatrici, che McKinsey stima tra 1.300 e 2.700 miliardi nello stesso orizzonte temporale.

A contendersi questo mercato ci sono già big tech e specialisti con approcci molto diversi. Ibm, Google, Rigetti e Iqm lavorano sui qubit superconduttivi. IonQ e Quantinuum puntano sugli ioni intrappolati. Pasqal, QuEra e Atom Computing sviluppano architetture basate su atomi neutri. PsiQuantum e Xanadu seguono la strada della fotonica, mentre D-Wave continua a concentrarsi sul quantum annealing. Microsoft porta avanti la propria roadmap topologica, mentre Aws combina accesso cloud a sistemi di terze parti e ricerca hardware interna. Nessuna di queste architetture si è ancora imposta come standard. Ed è per questo che il numero di qubit, preso da solo, dice poco: a fare la differenza saranno affidabilità, qualità dei gate, correzione degli errori, capacità di scalare e, soprattutto, risultati dimostrabili su problemi industriali reali.

Noesis e la scelta dei polaritoni per il calcolo quantistico

La peculiarità di Noesis è l’architettura polaritonica. I polaritoni non sono una scoperta di QuantHum Edge e hanno una base scientifica consolidata: sono quasiparticelle che nascono dal forte accoppiamento tra fotoni ed eccitazioni della materia. Nel caso degli exciton-polaritoni, la componente fotonica porta velocità e facilità di manipolazione ottica; quella materiale introduce le interazioni che ai fotoni, da soli, mancano quasi completamente. È questa combinazione a renderli interessanti per il calcolo quantistico. Un fotone è molto efficace nel trasporto dell’informazione, ma due fotoni interagiscono con difficoltà fra loro. La componente materiale del polaritone può invece generare le nonlinearità necessarie per costruire operazioni logiche. La letteratura scientifica discute da anni questa possibilità. Nel 2020, su npj Quantum Information, Sanjib Ghosh e Timothy C. H. Liew hanno proposto uno schema teorico per il calcolo quantistico basato su condensati exciton-polaritonici confinati in micropillar: non soltanto un elenco di criticità, ma una proposta di codifica dei qubit e di realizzazione dei gate a uno e due qubit.

Più recentemente, nell’aprile 2026, un gruppo della University of Pennsylvania ha dimostrato sperimentalmente exciton-polaritoni bidimensionali altamente non lineari in nanocavità fotoniche, ottenendo switching ottico con energie nell’ordine dei 4 femtojoule e tempi di pochi picosecondi. È un risultato rilevante perché mostra quanto possano essere rapide e poco energivore queste interazioni. Gli autori precisano però che la realizzazione di nonlinearità polaritoniche forti all’interno di un’architettura scalabile rimane una sfida.

QuantHum Edge cita proprio questo lavoro come un risultato sperimentale coerente con i principi fisici che intende sfruttare. Non è però una dimostrazione di Noesis né di gate quantistici realizzati con la sua architettura. La soluzione proposta dalla start-up utilizza cavità integrate nelle quali confinare e controllare i polaritoni, guide d’onda per collegare cavità e tile e un’impostazione ibrida che dovrebbe consentire sia simulazione quantistica analogica sia operazioni gate-based. Le tile sarebbero poi aggregate fino a realizzare sistemi multi-tile e, successivamente, rack. C’è anche un potenziale vantaggio termico. Natoli indica un funzionamento attorno ai 77 K, circa -196 °C, quindi compatibile con il raffreddamento ad azoto liquido, contro i pochi millikelvin necessari alle architetture superconduttive. «L’ambizione è arrivare ai 100 K in alcuni mesi», afferma Natoli.

Anche i consumi, secondo l’azienda, dovrebbero essere sensibilmente inferiori e il raffreddamento non richiederebbe acqua. Il dato più rilevante, però, non è il consumo del singolo componente o della singola operazione, ma l’energia necessaria per risolvere uno specifico problema rispetto a una Cpu, una Gpu o a un’altra Qpu, tenendo conto anche di tempi di esecuzione, accuratezza e overhead del sistema. Nella stessa documentazione di QuantHum Edge, costo ed energia per problema risolto sono indicati come metriche ancora da determinare. È su questo confronto end-to-end che potrà essere valutato un eventuale vantaggio energetico dell’architettura.

Il quantum computing secondo Ibm, IonQ, D-Wave e PsiQuantum

Parlare semplicemente di numero di qubit rischia di essere fuorviante. Ibm, IonQ, D-Wave, Pasqal, PsiQuantum e QuantHum Edge stanno lavorando su oggetti fisicamente molto diversi, con vantaggi e limiti difficili da confrontare utilizzando una singola cifra. Ibm punta sui qubit superconduttivi. Richiedono criogenia estrema: i sistemi lavorano a temperature nell’ordine delle decine di millikelvin. Il vantaggio è che esistono già processori reali, un’infrastruttura software consolidata e una roadmap verso la correzione degli errori. Starling, il sistema fault-tolerant che Ibm prevede di rendere disponibile nel 2029, dovrebbe arrivare a 200 qubit logici e 100 milioni di gate. Si tratta di obiettivi dichiarati per una macchina futura, non di prestazioni già misurate su Starling.

IonQ usa invece ioni intrappolati, manipolati attraverso laser. I gate sono generalmente più lenti rispetto alle architetture superconduttive, ma i qubit possono offrire tempi di coerenza molto lunghi e connettività elevata. I sistemi Forte dispongono di 36 qubit e IonQ indica una fidelity del 99,6% sui gate a due qubit; per Tempo il produttore fissa come obiettivi 100 qubit e il 99,9% di fidelity. Sono specifiche di riferimento della roadmap di Tempo, non automaticamente prestazioni confermate per ogni configurazione del sistema. IonQ ha inoltre pubblicato risultati sperimentali superiori al 99,99% su specifici gate a due qubit, da distinguere dalle prestazioni end-to-end di una macchina completa.

D-Wave gioca una partita ancora diversa. L’elaboratore quantistico Advantage2 dispone di oltre 4.400 qubit, ma è un quantum annealer: non è direttamente equivalente a un computer quantistico gate-based general purpose. È progettato principalmente per classi di problemi di ottimizzazione riconducibili ai modelli Ising e QUBO. Opera anch’esso a temperature estremamente basse, inferiori ai 20 mK.

Poi c’è la fotonica. PsiQuantum, per esempio, punta a macchine fault-tolerant costruite sfruttando tecnologie di silicon photonics e processi produttivi dell’industria dei semiconduttori. Anche in questo caso la scala industriale immaginata è enorme e il raffreddamento non scompare: l’azienda sta sviluppando infrastrutture criogeniche dedicate per i propri futuri sistemi. Le prestazioni e le dimensioni dei computer fault-tolerant che intende realizzare restano traguardi di roadmap, distinti dai componenti e dalle dimostrazioni oggi disponibili.

Noesis cerca una posizione differente: utilizzare la rapidità della componente fotonica senza rinunciare all’interazione offerta dalla componente materiale. È un’impostazione che può essere esaminata già oggi per la coerenza dei modelli e per le soluzioni progettuali proposte. La maturità industriale, però, è diversa da quella degli operatori che hanno già sviluppato più generazioni di processori fisici. Per un confronto prestazionale tra piattaforme serviranno misure omogenee, con la stessa attenzione a distinguere risultati sperimentali e obiettivi futuri.

Gate da 1,2 nanosecondi? Per ora è un obiettivo di simulazione

I numeri dichiarati da QuantHum Edge richiedono di distinguere ciò che è stato simulato da ciò che è stato misurato. Durante l’intervista Natoli parla di 1,2 ns per un gate a due qubit: è un valore previsto dai modelli, particolarmente rapido, ma non ancora una misura sperimentale. Nel marzo 2025, per esempio, un gruppo della University of Oxford guidato da Peter Leek, fondatore e chief scientific officer di Oxford Quantum Circuits, ha presentato all’APS Global Physics Summit un gate CZ superconduttivo eseguito in meno di 25 ns con fidelity del 99,8%. In quel caso si tratta di una dimostrazione fisica su una coppia di qubit, con fidelity misurata mediante interleaved randomized benchmarking, non delle stesse prestazioni raggiunte su una Qpu completa o durante un’applicazione industriale.

Il confronto non significa che 25 ns rappresentino un limite universale da battere. Architetture, gate e modalità di misura differenti rendono improprio costruire una classifica usando solo il tempo espresso in nanosecondi. Significa invece che il valore di 1,2 ns attribuito al modello di Noesis deve essere letto come una previsione progettuale. Anche sulla scala bisogna distinguere tre livelli. Il team, secondo quanto chiarito dall’azienda, ha simulato direttamente tile di dimensioni crescenti fino a 72 qubit, limite legato alla capacità di calcolo disponibile. L’andamento di queste simulazioni, compresa la variazione della fidelity al crescere dei qubit, è stato usato per proiettare un limite di 108 qubit per tile, oltre il quale il modello stima un calo sotto la soglia scelta dai progettisti. La configurazione da 9.936 qubit deriva dall’aggregazione architetturale di 92 tile da 108 qubit. Non sono quindi 9.936 qubit fisici costruiti, né il risultato di una simulazione integrale di una QPU di tali dimensioni: sono la dimensione di un sistema multi-tile ipotizzato sulla base delle proiezioni.

Noesis come acceleratore dell’Hpc

La parte più vicina alle architetture oggi discusse nell’industria riguarda il rapporto con il supercalcolo. L’idea non è sostituire Cpu e Gpu, ma inserire Noesis in un’infrastruttura eterogenea. «Noesis nasce come co-processore. Può essere utilizzato anche stand alone, ma nasce come co-processore di un Hpc», spiega Natoli. «Con un’architettura ibrida, l’Hpc farebbe da orchestratore, mentre la parte quantum farebbe solo i calcoli più adatti a questa tecnologia». È una direzione condivisa da buona parte dell’industria. Anche Ibm parla ormai esplicitamente di quantum-centric supercomputing, nel quale risorse classiche e quantistiche vengono orchestrate all’interno dello stesso workflow.

Le applicazioni individuate da QuantHum Edge sono quelle che ricorrono più spesso nelle roadmap quantistiche: simulazione di molecole e materiali, ottimizzazione di reti e grafi, pianificazione industriale e logistica. La società considera inoltre le life science uno dei propri ambiti principali e indica tra i filoni di studio anche applicazioni alla diagnostica del Dna. Sono settori nei quali l’interesse industriale esiste e nei quali sono già stati condotti progetti quantistico-classici, dalla schedulazione produttiva alla logistica portuale fino alla simulazione dei materiali. I modelli numerici aiutano a definire le potenzialità e a individuare i vincoli del progetto. Per stabilire se Noesis possa offrire un vantaggio applicativo servirà poi confrontare lo stesso problema eseguito su un dispositivo polaritonico reale e su un solver classico, misurando tempo, accuratezza, consumi e costo complessivo.

Dal modello al prototipo TRL6 in 18 mesi

È soprattutto sulla tempistica del prototipo che la roadmap dovrà essere verificata. QuantHum Edge indica 15-18 mesi per raggiungere un dimostratore TRL6.. Il percorso descritto prevede design, Dev-Tile, pilot con misure ripetibili e un’evoluzione verso architetture multi-tile e rack con Api e Sdk. In mezzo ci sono fabbricazione e controllo delle cavità, interconnessioni, elettronica, gestione termica, calibrazione, lettura dei qubit e software. Arrivare a un TRL6 in questa finestra temporale resta una sfida notevole per una start-up di 13 persone, soprattutto se si considera il lavoro sperimentale da completare. Il paragone con la roadmap di Ibm, che punta al 2029 per un sistema fault-tolerant su larga scala e ha annunciato investimenti miliardari, va però circoscritto: Starling e il prototipo TRL6 di Noesis sono traguardi diversi per maturità e capacità previste. Inoltre, nemmeno le prestazioni future annunciate dagli operatori più grandi possono essere trattate come risultati già dimostrati.

L’industrializzazione rappresenta un banco di prova ulteriore, distinto dalla dimostrazione della fisica e successivo al raggiungimento di TRL6. Un Dev-Tile funzionante non coincide ancora con un prodotto. Per arrivare a una macchina commercializzabile serviranno processi di fabbricazione ripetibili per cavità e interconnessioni, packaging, elettronica di controllo, gestione termica, procedure di calibrazione, test, yield adeguati e una catena di fornitura in grado di sostenere la produzione.

Da Noesis a sAIpiens, l’ambizione si allarga all’intelligenza artificiale

Il secondo progetto della società si chiama sAIpiens. QuantHum Edge lo definisce un «AI-Brain»: un’architettura che dovrebbe combinare calcolo classico, sistemi neuromorfici, quantum computing e quelli che l’azienda chiama Vbit o vortexbit, legati a una proprietà intellettuale ancora in sviluppo. L’obiettivo dichiarato è costruire un sistema con memoria multistrato, world model, pianificazione, reasoning, policy engine e meccanismi nativi di audit e governance, nel quale Noesis rappresenterebbe la componente quantistica.

Natoli immagina sAIpiens come un’intelligenza artificiale personale, legata al singolo individuo e capace di federarsi con altre istanze condividendo capacità computazionale senza centralizzare identità e memoria. L’azienda indica sicurezza, auditabilità e governance tra i requisiti del progetto. Per valutare queste caratteristiche serviranno tuttavia un’implementazione funzionante, specifiche tecniche e verifiche indipendenti. La distanza fra architettura concettuale e sistema verificabile rimane quindi ampia.

La stessa prudenza vale per Noesis. La fisica dei polaritoni è reale e il loro potenziale per il quantum computing è oggetto di ricerca scientifica. Anche l’idea di utilizzare il quantum come acceleratore dell’Hpc è allineata con la direzione presa da diversi operatori del settore. Le simulazioni svolte insieme a Sapienza hanno permesso di analizzare configurazioni, andamento della fidelity, velocità previste e limiti dimensionali dei tile: elementi che concorrono a definire un’architettura valutabile sul piano teorico e ingegneristico. Resta da verificare sperimentalmente quanto di queste previsioni sia riproducibile nella specifica implementazione fisica.

Il prossimo passaggio è quindi il Dev-Tile fisico, sul quale verificare progressivamente il principio di funzionamento, la qualità dei gate e la corrispondenza tra misure e modelli. La successiva aggregazione di più tile permetterà di affrontare la scalabilità; l’integrazione con l’Hpc servirà a testare l’orchestrazione ibrida; i benchmark applicativi dovranno infine misurare tempi, accuratezza, consumi e costo per soluzione, idealmente con verifiche di soggetti indipendenti. Se Noesis riuscirà a trasformare questa impostazione in un acceleratore quantistico italiano compatto e accessibile dipenderà però dai risultati sperimentali e dalla capacità di portarli, in seguito, su scala industriale.

rel=”nofollow”

rel=”nofollow”

rel=”nofollow”