Komputasi kuantum kini tidak lagi dibahas sebagai mesin yang menunggu terobosan di ruang riset. Perkembangannya mulai masuk ke logika pusat data, tempat prosesor kuantum diperlakukan sebagai bagian dari arsitektur komputasi yang lebih luas bersama CPU, GPU, dan sistem klasik lain.
Perubahan arah ini membuat perhatian industri bergeser. Pertanyaannya sekarang bukan hanya apakah komputer kuantum bisa dibuat, tetapi kapan teknologi ini benar-benar berguna untuk pengembangan perangkat lunak, operasi pusat data, dan perencanaan anggaran komputasi.
Dari janji panjang ke kebutuhan infrastruktur
Selama bertahun-tahun, quantum computing sering diposisikan sebagai teknologi yang selalu masih jauh dari komersialisasi. National Academies of Sciences, Engineering, and Medicine mencatat teknologi ini masuk daftar teknologi baru Gartner 11 kali antara 2000 dan 2017, dan setiap kali tetap berada lebih dari 10 tahun dari tahap komersial.
Pada 2018, National Academies menyimpulkan masih ada masalah teknis dan finansial yang besar untuk membangun komputer kuantum besar yang tahan gangguan. Boston Consulting Group pada tahun yang sama juga menilai dampak penuhnya masih lebih dari satu dekade lagi, meski gangguan yang lebih dekat sudah mulai terasa.
Kerumitan utamanya ada pada skala. Komputer kuantum membutuhkan ribuan hingga jutaan qubit, sementara tingkat kesalahan masih sulit ditekan dan koreksi kesalahan menambah overhead yang sangat besar.
Titik balik yang mengubah persepsi
Arah pembicaraan mulai bergeser ketika kemajuan teknis tidak lagi dilihat semata sebagai eksperimen fisika. Salah satu momen penting datang pada Oktober 2019 saat Google melaporkan prosesor Sycamore menyelesaikan tugas dalam sekitar 200 detik, sementara estimasi perusahaan menyebut superkomputer klasik akan memerlukan sekitar 10.000 tahun.
Google menyebut pencapaian itu quantum supremacy, meski IBM menilai klaim tersebut terlalu dibesar-besarkan. Perdebatan itu justru menegaskan besarnya minat komersial pada bidang ini dan menunjukkan kendali yang jauh lebih baik atas 53 qubit yang bekerja bersama.
Lompatan berikutnya muncul pada Desember 2024 ketika Google memperkenalkan Willow, chip 105-qubit yang diklaim mampu menurunkan kesalahan secara eksponensial saat diskalakan. Chip itu juga menyelesaikan komputasi benchmark dalam kurang dari lima menit, sementara superkomputer disebut akan memerlukan 10 septillion tahun.
Yang paling penting dari Willow bukan hanya angka benchmark tersebut. Capaian di bawah ambang batas dalam koreksi kesalahan menjadi sinyal besar, karena target itu sudah dikejar sejak 1990-an dan untuk pertama kalinya mesin kuantum dikatakan berhasil mencapainya.
Pada Februari 2025, Microsoft meluncurkan Majorana 1 dengan arsitektur Topological Core. Perusahaan itu mengatakan chip tersebut bisa mengarah ke komputer kuantum yang menyelesaikan masalah skala industri dalam hitungan tahun, bukan dekade.
Masuk ke cloud dan pusat data
Perubahan yang paling terasa justru terjadi saat komputer kuantum mulai ditempatkan dalam lingkungan komputasi nyata. IBM membawa komputer kuantum pertama ke cloud pada 4 Mei 2016, menggunakan prosesor lima qubit yang bisa diakses lewat internet.
Langkah itu membuka pintu bagi ekosistem pengembang. Satu dekade kemudian, cloud IBM memiliki 240.000 pengguna dan jaringan 300 mitra ekosistem, sementara peta jalannya meluas hingga awal 2030-an.
IBM menargetkan komputer kuantum fault-tolerant pertamanya, Starling, hadir pada 2029 dengan 200 qubit dan 100 juta gate. Pada 2033, perusahaan itu membayangkan sistem 2.000 qubit bernama Blue Jay yang mampu menjalankan satu miliar gate.
Pada konferensi pengembang kuantum di November 2025, IBM juga memaparkan progres menuju quantum advantage pada akhir 2026 dan quantum computing tahan gangguan pada 2029. Bersama RIKEN, IBM meresmikan IBM Quantum System Two pertama di luar Amerika Serikat, yang ditempatkan berdampingan dengan superkomputer Fugaku milik RIKEN.
Keduanya menjalankan masalah kimia kuantum dalam alur tertutup, dengan data mengalir bolak-balik tanpa putus. Susunan seperti ini menegaskan bahwa komputer kuantum tidak lagi berdiri sendiri, melainkan menjadi bagian dari sistem komputasi yang saling terhubung.
GPU, otomatisasi, dan beban kerja nyata
Arah baru itu juga terlihat dari peran NVIDIA. Perusahaan tersebut memperkenalkan Ising, keluarga model AI kuantum sumber terbuka yang ditujukan untuk beban kerja seperti kalibrasi dan decoding.
Tujuannya adalah membantu mengotomatisasi penyetelan prosesor kuantum dan mempercepat koreksi kesalahan waktu nyata. Pendekatan ini bergantung pada GPU untuk menangani hambatan klasik yang selama ini membatasi perangkat keras kuantum.
Model itu terhubung ke platform CUDA-Q dan interkoneksi perangkat keras NVQLink untuk menghubungkan prosesor kuantum dengan sistem GPU. Dengan begitu, komputasi kuantum semakin diperlakukan sebagai bagian dari tumpukan komputasi modern, bukan eksperimen yang terisolasi.
McKinsey pada 2020 memperkirakan akan ada 5.000 komputer kuantum operasional pada 2030. Namun, hardware dan software untuk menangani masalah paling kompleks mungkin baru siap pada 2035 atau lebih lama.
Perbedaan terbesarnya kini ada pada konteks penggunaan. Mesin yang muncul pada 2026 tidak lagi diperlakukan sebagai prototipe laboratorium yang menunggu terobosan fisika, melainkan sebagai prosesor yang dipasang di pusat data dan bekerja bersama sistem yang sudah menopang komputasi modern.
