¿Qué es QRAM y por qué es el cuello de botella silencioso?

TL;DR. QRAM — memoria cuántica de acceso aleatorio — es el dispositivo que le permitiría a un computador cuántico leer datos clásicos en superposición: consultar todas las direcciones a la vez y recibir todos los valores, entrelazados con sus direcciones. Es el supuesto de hardware no declarado detrás de la mayoría de los speedups exponenciales reclamados sobre datasets clásicos. Sin él, cargar N números en una máquina cuántica cuesta unas N operaciones — lo que aplana un speedup exponencial antes de que empiece. Estado en agosto 2026: la primera QRAM bucket-brigade experimental se publicó en junio de 2026 — 8 celdas de memoria a un 60% de fidelidad — mientras el survey de referencia (Quantum, dic 2025) sostiene que una QRAM pasiva barata y escalable es improbable con las propuestas existentes. No existe QRAM a escala útil, en ninguna plataforma. Estado a: agosto 2026.

¿Qué problema se supone que resuelve QRAM?

Un algoritmo cuántico que promete un speedup exponencial sobre tus datos tiene un prerrequisito que rara vez imprime en el titular: los datos tienen que entrar rápido a la máquina cuántica. Formalmente, QRAM es un dispositivo que implementa una operación: dada una superposición de direcciones, devolver cada dirección entrelazada con su valor almacenado — todo en una sola consulta, en un tiempo que crece solo logarítmicamente con el tamaño de la memoria (Giovannetti, Lloyd & Maccone, PRL 100, 160501, 2008).

Si ese dispositivo existe, un dataset de un millón de entradas se carga en unos 20 pasos. Si no existe, la carga es secuencial: una operación por entrada, un millón de pasos — y cualquier algoritmo cuya ventaja era exponencial ahora gasta más tiempo leyendo la entrada que lo que su rival clásico gasta resolviendo el problema entero. Scott Aaronson le puso nombre a esto en 2015: la letra chica del machine learning cuántico — los claims de speedup valían condicionales a supuestos de preparación de estados que ningún hardware cumplía (Nature Physics 11, 291–293). Nada de esa frase venció.

¿Cómo se supone que funciona una QRAM?

El diseño canónico es el bucket brigade (el mismo paper de 2008): un árbol binario de ruteadores cuánticos con las celdas de memoria en las hojas. Un qubit de dirección baja por el árbol activando cada ruteador que atraviesa; el dato de la hoja direccionada sube de vuelta. La parte elegante — y la razón por la que el diseño sobrevivió 18 años de escrutinio — es que solo los ruteadores del camino activo (log N de los N totales) participan en cada consulta, lo que vuelve la arquitectura inusualmente tolerante al ruido: la infidelidad crece solo polilogarítmicamente con el tamaño de la memoria bajo ruido genérico, un teorema real (Hann, Lee, Girvin & Jiang, PRX Quantum 2, 020311, 2021).

La parte sobria es el mismo árbol leído como lista de materiales. Una memoria de N celdas necesita unos N−1 ruteadores — hardware cuántico coherente, no transistores. Aritmética propia sobre esa estructura citada: un dataset de un millón de entradas necesita un árbol de 20 niveles con aproximadamente un millón de ruteadores cuánticos. Eso es más hardware coherente que todos los procesadores cuánticos jamás construidos, combinados, gastado en leer la entrada.

¿Qué existe en hardware, a agosto de 2026?

El resultado de junio 2026 merece sus dos lecturas impresas juntas. Es una primicia genuina — 18 años de la propuesta a la demostración funcional de la arquitectura, con una descomposición de compuertas que recorta la profundidad más de 30% — y es una declaración de escala: 8 celdas, con la fidelidad cayendo de 0,80 a 0,60 al crecer el árbol una capa. Los autores lo presentan como prueba de concepto temprana, no como evidencia de que los data centers cuánticos estén cerca, y lo leemos exactamente como lo publicaron.

¿Dónde muerde el asterisco?

El patrón que conecta las filas doradas es el que esta serie viene documentando. Los speedups de QML que asumían acceso clase-QRAM fueron dequantizados cuando Ewin Tang le dio a los algoritmos clásicos un modelo de acceso equivalente (arXiv:1807.04271, 2018; qué tumbó la dequantización) — los algoritmos cuánticos no estaban mal, la comparación sí. El veredicto de QML choca contra el mismo muro: sobre datos clásicos, cero victorias end-to-end. Y el mito más común de cara al consumidor — Grover buscando en tu base de datos — muere en el muelle de carga, antes de que el algoritmo llegue a correr. La fila turquesa es la excepción honesta: los datos que nacen cuánticos nunca necesitan el paso de carga, que es exactamente donde viven las ventajas de aprendizaje medidas.

La crítica con dientes

El análisis de referencia del campo es ahora Jaques & Rattew, "QRAM: A Survey and Critique" (Quantum 9, 1922, dic 2025). Su corte central es una distinción: la QRAM activa necesita control externo para cada ruteador en cada consulta — y los autores sostienen que "la mayor parte de la ventaja cuántica asintótica desaparece con sistemas de QRAM activa" (traducción propia), porque el mismo hardware de control podría computar la respuesta clásicamente. La QRAM pasiva — se arma una vez, se consulta gratis — es donde viven los sueños exponenciales, y su veredicto es que descansa sobre "un arsenal de supuestos físicos dudosos", concluyendo que "una QRAM pasiva barata y asintóticamente escalable es improbable con las propuestas existentes, por obstáculos fundamentales" (traducción propia). También anotan, con justicia, que la QRAM de circuitos sigue ayudando en muchas aplicaciones — ayuda menor, polinomial.

Nada de esto es una acusación a nadie. La propuesta de 2008 era y es teoría honesta; el experimento de junio 2026 publica sus propias fidelidades y se llama a sí mismo prueba de concepto; el survey es el campo auditando sus propios supuestos en público. Lo silencioso no es la investigación — es lo poco que se declara la dependencia cuando un speedup se marketea. Un speedup sobre datos clásicos que no declara su costo de carga no terminó de declarar su claim.

Qué sabemos / qué no sabemos

Sabemos: la definición y la lista de materiales — N celdas, unos N−1 ruteadores cuánticos, log N activos por consulta (2008). Sabemos que el bucket brigade es demostradamente resiliente al ruido de una forma que los circuitos genéricos no son (2021). Sabemos que la primera demostración en hardware existe: 8 celdas, 0,60 de fidelidad, junio 2026. Sabemos que el análisis publicado más fuerte sostiene que la QRAM pasiva barata es improbable con las propuestas existentes (dic 2025). Y sabemos el patrón histórico: los claims que asumían acceso clase-QRAM cayeron cuando se niveló el modelo de acceso.

No sabemos: si el teorema de resiliencia polilog sobrevive el contacto con árboles de 20 capas — la demo perdió 0,20 de fidelidad creciendo de 4 a 8 celdas. Si alguna propuesta pasiva escapa a los obstáculos del survey — "improbable con las propuestas existentes" es una afirmación sobre las propuestas existentes, no un teorema de imposibilidad. Si una QRAM corregida de errores puede construirse sin volverse activa y perder la ventaja que existe para habilitar. Y si el futuro útil de QRAM son memorias chicas de circuitos ayudando polinomialmente en vez de la historia exponencial — la evidencia para decidirlo todavía no existe. No tenemos mediciones propias en esta clase: las corridas selladas de Rosetta son experimentos chicos de optimización y quantum walks — ninguna consulta una QRAM, y no reclamamos nada aquí.

La línea de fondo definicional: QRAM es el dispositivo faltante entre los computadores cuánticos y los datos clásicos. Todo speedup ofrecido sobre tu dataset hereda su estado — y su estado, a agosto de 2026, es 8 celdas.

Fuentes

• Giovannetti, Lloyd & Maccone, "Quantum random access memory", PRL 100, 160501 (2008)
• Aaronson, "Read the fine print", Nature Physics 11, 291–293 (2015)
• Hann, Lee, Girvin & Jiang, "Resilience of quantum random access memory to generic noise", PRX Quantum 2, 020311 (2021)
• Jaques & Rattew, "QRAM: A Survey and Critique", Quantum 9, 1922 (2 dic 2025)
• "A bucket-brigade quantum random access memory", Nature Physics (jun 2026; arXiv:2506.16682)
• The Quantum Insider, "Chinese Scientists Demonstrate Quantum Random Access Memory Architecture" (5 jun 2026)
• Tang, "A quantum-inspired classical algorithm for recommendation systems", arXiv:1807.04271 (2018)

Rosetta Q publica veredictos con datos crudos reproducibles. Esto es contenido educativo, no un claim de producto. Las cifras derivadas de arriba (20 capas y aprox. un millón de ruteadores para una memoria de un millón de entradas) son aritmética propia sobre la estructura de árbol citada, no mediciones. Citas de fuentes en inglés: traducción propia.