Nissan porta l’aerodinamica nel calcolo quantistico per accelerare lo sviluppo delle elettriche

Il computer quantistico non sta ancora sostituendo la galleria del vento.

Quemix ha comunicato di aver avviato con Nissan un progetto di sviluppo congiunto per creare un software di analisi aerodinamica basato sul calcolo quantistico. Al centro c’è un algoritmo ibrido, quantistico e classico, progettato per futuri computer quantistici Early FTQC, cioè prime macchine fault tolerant. In un simulatore quantistico, il nuovo metodo ha riprodotto con elevata precisione i risultati delle analisi aerodinamiche classiche convenzionali. Nissan e Quemix hanno anche depositato domande di brevetto per la tecnologia.

Un punto va letto con cautela. Nissan non sostiene che la Ariya, la Leaf o la Qashqai di domani nasceranno dentro un computer quantistico. Le aziende hanno testato l’algoritmo in un simulatore quantistico, non su un vero computer quantistico inserito nel processo di sviluppo di un veicolo di serie. Questo rende la notizia più sobria, ma non meno rilevante. Nello sviluppo automobilistico, il vantaggio va a chi riesce a calcolare il flusso d’aria attorno a decine o centinaia di varianti di carrozzeria prima di investire tempo in galleria del vento e denaro in prototipi fisici.

Perché l’aerodinamica conta più che mai in un’auto elettrica.

L’aerodinamica non serve solo a ridurre la resistenza alle velocità autostradali. Influisce sull’autonomia delle auto elettriche, sul carico reale della batteria, sul rumore del vento, sui flussi di raffreddamento, sulle temperature dei freni e persino sulla protezione del sottoscocca. In Europa si aggiunge un ulteriore livello di pressione. I nuovi obiettivi di CO2 per le auto nuove si stanno facendo più severi: l’Agenzia europea dell’ambiente indica 93,6 g/km come target per il periodo 2025-2029, 49,5 g/km per il 2030-2034 e 0 g/km per il 2035.

Si capisce così perché Nissan consideri l’aerodinamica un problema di calcolo. Ogni dettaglio della carrozzeria, ogni specchio, passaruota, carenatura inferiore, apertura di raffreddamento e bordo di uscita genera turbolenze nel flusso d’aria. La CFD classica, cioè la fluidodinamica computazionale, fornisce agli ingegneri una quantità enorme di informazioni, ma richiede tempo e potenza di calcolo. Già nel 2022 una technical review di Nissan rilevava che la CFD richiedeva risorse e tempi considerevoli e che l’azienda stava sviluppando un modello surrogato basato sul machine learning per apprendere la relazione tra forma del veicolo e risultati CFD, prevedendo pressione, velocità dell’aria e coefficiente di resistenza.

Il nuovo algoritmo divide il lavoro tra due mondi.

L’approccio di Nissan e Quemix non affida l’intero problema aerodinamico a un computer quantistico. Il computer classico gestisce le condizioni di ingresso e uscita del flusso, insieme alle parti legate agli oggetti in movimento. Il computer quantistico si occupa invece del nucleo della fluidodinamica, compresi i confini degli oggetti stazionari. Questa ripartizione ha senso, perché i primi computer quantistici fault tolerant non offriranno una potenza di calcolo illimitata.

L’ostacolo tecnico sta nelle condizioni al contorno. Un semplice cubo o una griglia regolare sono molto più facili da trattare per un algoritmo quantistico rispetto a una carrozzeria reale, dove le superfici si curvano, i dettagli si intersecano e il flusso attorno a ruote, sottoscocca e coda diventa estremamente complesso. Secondo Quemix, i circuiti quantistici necessari per quelle condizioni al contorno crescono rapidamente fino a diventare troppo grandi. Il nuovo algoritmo ibrido prova a sciogliere quel nodo lasciando parte del lavoro più complesso al computer classico.

Nissan non è sola in questa corsa.

In tutto il settore, lo sviluppo di alto livello si muove nella stessa direzione: meno prove fisiche, più iterazioni digitali. Nell’aprile 2026 IBM e Dallara hanno dichiarato che il loro modello di intelligenza artificiale basato sulla fisica può valutare varianti del diffusore posteriore per un’auto da corsa in stile LMP2 in circa 10 secondi, mentre la CFD convenzionale richiede ore. IBM e Dallara stanno anche esplorando in parallelo approcci quantistici e classici, con l’obiettivo di usarli in seguito in simulazioni più complesse.

Il vantaggio di Nissan è che non considera la simulazione al computer una curiosità da laboratorio. Un case study di AMD ha descritto come Nissan abbia migliorato del 30 per cento le prestazioni delle simulazioni di crash e ridotto del 20 per cento il costo totale del relativo flusso di lavoro CAE dopo il passaggio a macchine virtuali Microsoft Azure basate su processori AMD EPYC. È un segnale di quanto Nissan consideri la potenza di calcolo un acceleratore dello sviluppo dei veicoli.

Per i clienti, il risultato potrebbe essere un’auto più silenziosa ed efficiente.

Un computer quantistico, da solo, non renderà più interessante la prossima elettrica Nissan. Ma uno strumento del genere potrebbe permettere agli ingegneri di testare più varianti di carrozzeria e sottoscocca, ottimizzando i flussi d’aria prima di arrivare a un costoso prototipo fisico. Per i clienti europei, il risultato potrebbe concretizzarsi in modo molto tangibile: qualche punto percentuale in meno di consumo energetico in autostrada, minore rumore aerodinamico e maggiore autonomia elettrica reale.

Il valore principale sta nel tempo. Lo sviluppo delle auto elettriche procede rapidamente, i costruttori cinesi spingono i prezzi verso il basso e le normative europee impongono attenzione a ogni grammo. Se Nissan riuscirà a portare un software aerodinamico quantistico e classico dentro un vero processo di sviluppo, potrebbe accorciare i cicli di prova e cercare con maggiore decisione forme capaci di essere gradevoli alla vista e di attraversare l’aria sprecando meno energia.

Sintesi tecnica.

Nissan e Quemix stanno sviluppando un software di simulazione aerodinamica quantistico e classico.

Il sistema è pensato per futuri computer quantistici fault tolerant Early FTQC.

Il computer classico calcola ingresso, uscita ed elementi legati al movimento, mentre il computer quantistico gestisce il nucleo della fluidodinamica.

In un simulatore quantistico, l’algoritmo ha riprodotto con elevata precisione i risultati dell’analisi aerodinamica LBM classica.

Per il mercato europeo, i maggiori benefici potenziali sono consumi energetici più bassi, maggiore autonomia elettrica e sviluppo dei modelli più rapido.