Análise Comparativa da Supercomputação Clássica (Sistema Jaci) e o Paradigma da Computação Quântica no Cenário de 2026

Sumário Executivo

Este documento constitui uma análise técnica profunda e exaustiva sobre o estado da computação de alto desempenho (HPC) aplicada à meteorologia e ciências do sistema terrestre, com data de referência em janeiro de 2026. O relatório foi comissionado para estabelecer um comparativo rigoroso entre a infraestrutura recém-inaugurada pelo Instituto Nacional de Pesquisas Espaciais (INPE), corporificada no supercomputador Jaci, e o ecossistema emergente da Computação Quântica, que atravessa um momento crítico de transição para sistemas tolerantes a falhas.

A análise parte da premissa de que a soberania nacional na previsão de eventos extremos é um ativo estratégico inegociável para o Brasil. Com a substituição do sistema Tupã pelo Jaci, parte do Projeto RISC (Renovação da Infraestrutura de Supercomputação), o Brasil recupera sua capacidade operacional, permitindo a execução do Modelo MONAN (Model for Ocean-Land-Atmosphere Prediction) com resolução espacial inédita de 3 km.

Simultaneamente, o cenário global de janeiro de 2026 testemunha avanços tangíveis na computação quântica, liderados por corporações como IBM, Google, QuEra e D-Wave. Embora a “vantagem quântica” para equações diferenciais não-lineares parciais (o núcleo da modelagem climática) permaneça um desafio formidável, as tecnologias de otimização e simulação quântica oferecem, pela primeira vez, vetores claros de hibridização.

Este relatório detalha as especificações técnicas (“algarismos”) de ambos os paradigmas, explora as barreiras termodinâmicas e algorítmicas, e conclui com uma visão prospectiva sobre a integração de aceleradores quânticos em centros de HPC clássicos.

1. Contextualização Histórica e Estratégica: A Necessidade do Jaci

1.1. O Legado do Tupã e o Hiato Tecnológico

Para compreender a magnitude da implementação do supercomputador Jaci, é imperativo revisitar o legado de seu predecessor, o Tupã. Adquirido em 2010, o sistema Cray XT6 (posteriormente atualizado com componentes Cray XC50) representou, à época, um marco para a ciência hemisférica, colocando o Brasil entre as nações capazes de rodar modelos globais com independência. Com uma capacidade de pico que oscilava, após atualizações, na casa das centenas de Teraflops (atingindo picos teóricos próximos a 1 Petaflop em configurações estendidas, embora operasse efetivamente com menos), o Tupã permitiu avanços significativos na previsão de curto prazo.¹

No entanto, a década de 2015-2025 foi marcada por um subfinanciamento crônico e pelo envelhecimento acelerado do hardware. A meteorologia é uma disciplina governada pela Lei de Moore e pela Lei de Amdahl; manter-se estagnado em hardware significa retroceder em capacidade preditiva relativa. Enquanto centros europeus (ECMWF) e americanos (NOAA) migravam para resoluções de 9 km ou menos, o Tupã lutava para manter modelos operacionais de 20 km, cegos a fenômenos convectivos de mesoescala que caracterizam as tempestades tropicais severas.

O custo operacional do Tupã tornou-se um passivo insustentável. Em seus anos finais, o sistema consumia aproximadamente R$ 5 milhões anuais apenas em eletricidade e refrigeração, uma ineficiência termodinâmica gritante quando comparada à performance por watt de arquiteturas modernas.¹ O desligamento gradual de seus módulos, culminando na aposentadoria definitiva prevista para o primeiro trimestre de 2026, não foi apenas uma necessidade técnica, mas uma imposição fiscal e ambiental.²

1.2. O Projeto RISC e a Soberania de Dados

A resposta institucional a esse declínio foi o Projeto RISC (Renovação da Infraestrutura de Supercomputação do INPE). Com um orçamento total aprovado na ordem de R$ 200 milhões (valores de 2023-2025), o projeto foi desenhado não apenas para comprar uma “caixa preta” de processamento, mas para revitalizar todo o ecossistema de HPC em Cachoeira Paulista.⁴

A importância estratégica do Jaci transcende a meteorologia cotidiana. Em um mundo fragmentado geopoliticamente em 2026, a dependência de dados meteorológicos processados por potências estrangeiras constitui uma vulnerabilidade de segurança nacional. Modelos globais como o GFS (EUA) ou IFS (Europa) são otimizados para as latitudes médias. Eles frequentemente falham em capturar a termodinâmica explosiva dos trópicos, subestimando a intensidade de ciclones no Atlântico Sul ou a localização precisa de ZCAS (Zonas de Convergência do Atlântico Sul). O Jaci é a ferramenta que permite ao Brasil rodar o MONAN, um modelo desenhado com a física tropical em mente, garantindo que o Estado brasileiro tenha a “primeira palavra” sobre riscos iminentes ao seu território.⁶

2. Análise Técnica Profunda: O Sistema Jaci

Em janeiro de 2026, o Jaci opera como o “coração numérico” da previsão climática na América Latina. Embora detalhes proprietários exatos de cada chip sejam protegidos, a análise forense das especificações divulgadas e dos padrões da indústria HPC (High-Performance Computing) permite uma reconstrução detalhada de sua arquitetura.

2.1. Arquitetura de Processamento e Desempenho

O Jaci representa um salto geracional. As especificações indicam que o sistema multiplica por cerca de seis vezes a capacidade de processamento do sistema anterior em operação. Considerando que o Tupã operava, em termos práticos para o modelo, na faixa de centenas de Teraflops sustentados, o Jaci posiciona-se solidamente na classe dos Petaflops.

O objetivo final do Projeto RISC é atingir uma capacidade instalada de aproximadamente 8 Petaflops até o final do ciclo de implementação em 2028.⁵ Para a fase inicial operacional em janeiro de 2026, estima-se que o Jaci entregue uma performance sustentada (Rmax) entre 3 a 5 Petaflops.

Especificações Técnicas Consolidadas (Jaci – Jan 2026):

Componente	Especificação Técnica / Métrica	Contexto e Impacto
Performance Teórica de Pico (Rpeak)	~5 a 8 Petaflops (estimativa baseada no projeto RISC)	Permite cálculos vetoriais massivos necessários para a dinâmica de fluidos a 3km.
Arquitetura de Nós	Híbrida CPU-GPU (Provável HPE Cray EX)	A tendência de HPC em 2025/26 favorece arquiteturas heterogêneas onde CPUs gerenciam lógica e GPUs aceleram álgebra linear.
Resolução Operacional	3 km (Global)	Atinge a escala “convection-permitting”, eliminando a necessidade de parametrizações grosseiras de nuvens.
Lead Time (Eficiência)	72h de previsão em < 2 horas	Redução crítica de latência. Anteriormente, previsões complexas demoravam >3h, perdendo utilidade tática.4
Sistema de Arquivos	Paralelo (Lustre/GPFS), 24x capacidade anterior	Essencial para I/O de alta frequência. O modelo escreve terabytes de dados por ciclo de simulação.
Eficiência Energética	Modernização com Usina Fotovoltaica	Redução do PUE (Power Usage Effectiveness), integrando sustentabilidade ao processamento.9

2.2. O Salto da Resolução: A Física dos 3 Quilômetros

O “algarismo” mais impactante do Jaci não é o número de operações de ponto flutuante por segundo (FLOPS), mas a resolução espacial de 3 km. Para o leigo, a diferença entre 20 km (Tupã) e 3 km (Jaci) pode parecer apenas numérica, mas na dinâmica de fluidos computacional, ela representa uma mudança de fase.

Um modelo global divide a atmosfera da Terra em cubos.

• A 20 km de resolução, uma célula da grade tem 400 km² de área. Uma tempestade severa inteira pode caber dentro de um único quadrado. O computador não consegue “ver” a tempestade; ele precisa adivinhar sua existência baseada em médias de temperatura e umidade daquela célula (parametrização).
• A 3 km de resolução, a célula tem 9 km². O computador consegue resolver explicitamente as correntes ascendentes e descendentes de grandes complexos convectivos. Isso é chamado de modelo “convection-permitting” (convecção permitida).

O teste de aceitação do Jaci, realizado com o furacão Melissa em outubro de 2025, demonstrou isso inequivocamente. O modelo MONAN, rodando no Jaci, capturou a assimetria do campo de vento e a formação do olho do furacão com uma fidelidade física impossível para as gerações anteriores.⁶ O custo computacional para esse feito não é linear: ao reduzir a grade de 20km para 3km, aumenta-se o número de pontos de grade em cerca de 44 vezes (nos eixos X e Y), e ainda é necessário reduzir o passo de tempo (time-step) para manter a estabilidade numérica (critério de Courant-Friedrichs-Lewy), resultando em um aumento de demanda computacional que pode ultrapassar duas ordens de magnitude. Apenas uma máquina da classe Petaflop como o Jaci poderia suportar tal carga em tempo operacional.

2.3. O Modelo MONAN

O hardware Jaci é inútil sem o software MONAN (Model for Ocean-Land-Atmosphere Prediction). O MONAN é um esforço de unificação. Diferente de sistemas antigos que acoplavam modelos atmosféricos e oceânicos de forma frouxa, o MONAN busca uma integração sistêmica. Ele utiliza equações não-hidrostáticas, fundamentais para resoluções finas onde a aproximação hidrostática (que assume equilíbrio entre gravidade e pressão vertical) quebra devido às violentas acelerações verticais dentro de tempestades.⁶ O Jaci foi dimensionado especificamente para resolver essas equações não-lineares de forma eficiente.

3. O Cenário Global da Computação Quântica em Janeiro de 2026

Enquanto o INPE consolida a supercomputação clássica com o Jaci, o mundo da computação quântica atravessa, em janeiro de 2026, um momento de “desilusão produtiva” e consolidação técnica. O “hype” desenfreado de 2023-2024 cedeu lugar a roteiros de engenharia sóbrios e focados em tolerância a falhas.

3.1. Estado da Arte: Qubits Lógicos vs. Físicos

A métrica central em 2026 deixou de ser apenas a contagem bruta de “qubits físicos” e passou a ser a quantidade e qualidade de “qubits lógicos” (qubits corrigidos de erros).

Um computador quântico opera manipulando estados quânticos frágeis. A interação com o ambiente causa decoerência (perda de informação). Para contornar isso, utiliza-se a Correção de Erro Quântico (QEC), onde múltiplos qubits físicos (ruidosos) são entrelaçados para formar um único qubit lógico (estável).

Em janeiro de 2026, as principais plataformas atingiram marcos específicos:

• QuEra (Átomos Neutros): Posiciona-se como líder em escalabilidade lógica. Seu roadmap para 2026 prevê a operação de sistemas com 100 qubits lógicos, sustentados por arrays de mais de 10.000 átomos físicos controlados por pinças ópticas.¹⁰ A vantagem dos átomos neutros reside na conectividade “todos-com-todos” e na operação sem a necessidade de criogenia extrema (temperaturas de milikelvin) para o sistema de vácuo, embora os átomos em si sejam resfriados a laser.
• IBM (Supercondutores): Segue a arquitetura de circuitos supercondutores. Em 2026, a IBM trabalha com processadores da classe “Nighthawk” e sucessores do “Heron”, visando executar circuitos com profundidade de até 7.500 gates e contagens de qubits físicos na casa das centenas altas a milhares, com foco em mitigação de erro avançada para atingir a “vantagem quântica” em tarefas específicas.¹²
• Google Quantum AI: Focada na demonstração de QEC sustentável (Marco 2 para Marco 3), provando que aumentar o tamanho do código de correção reduz efetivamente a taxa de erro lógica, utilizando processadores como o “Willow” ou seus sucessores.¹⁴
• D-Wave (Quantum Annealing): Mantém sua liderança no nicho de otimização com o sistema “Advantage2”, ostentando mais de 4.400 qubits de recozimento. Embora não seja um computador quântico universal (não roda algoritmo de Shor, por exemplo), é a plataforma mais robusta para problemas de otimização combinatória industrial em 2026.¹⁶

3.2. A Física da Computação em 2026

A distinção fundamental em 2026 permanece a natureza do cálculo.

• Clássico (Jaci): Determinístico. Baseado em transistores de silício que operam em estados definidos (0 ou 1). A lógica é sequencial e paralela em blocos. A precisão é garantida pela representação de ponto flutuante de 64 bits (double precision), essencial para evitar que erros de arredondamento destruam a simulação climática ao longo de milhões de passos de tempo.
• Quântico: Probabilístico. Baseado na manipulação de amplitudes de probabilidade complexas. O resultado de um cálculo quântico é uma distribuição de probabilidade. Para obter uma resposta “correta”, o algoritmo deve interferir construtivamente as respostas certas e destrutivamente as erradas. Em 2026, a precisão ainda é um desafio; “ler” o resultado (medida) colapsa o estado, exigindo múltiplas execuções (shots) para construir estatística confiável.

4. Confronto Arquitetural: HPC Clássico vs. Quântico na Meteorologia

A pergunta central deste relatório é comparativa: como o Jaci se mede contra as máquinas quânticas de 2026? A resposta exige dissecar os requisitos matemáticos da meteorologia.

4.1. O Problema de Navier-Stokes: A Muralha da Não-Linearidade

A atmosfera é um fluido. Sua evolução é descrita pelas equações de Navier-Stokes, um conjunto de equações diferenciais parciais (EDPs) não-lineares. A não-linearidade (especificamente o termo advectivo, onde a velocidade transporta a própria velocidade) é o maior obstáculo para a computação quântica direta.

• Abordagem do Jaci: Força bruta inteligente. O Jaci utiliza métodos numéricos (Volumes Finitos, Diferenças Finitas ou Espectrais) para transformar as equações diferenciais em um sistema massivo de equações algébricas. Ele resolve isso passo a passo, célula por célula. É computacionalmente caro, mas matematicamente garantido.
• Abordagem Quântica: A mecânica quântica é inerentemente linear (operadores unitários evoluindo estados vetoriais). Simular um sistema não-linear (clima) em um computador linear (quântico) não é natural.

• Em 2026, pesquisadores propõem técnicas como a “Linearização de Carleman” ou algoritmos variacionais (VQA) para contornar isso.¹⁷ No entanto, essas técnicas aumentam drasticamente a complexidade do circuito ou o número de qubits necessários.
• Enquanto o Jaci resolve a atmosfera global com trilhões de graus de liberdade, os melhores algoritmos quânticos de 2026 para dinâmica de fluidos (CFD) ainda estão lutando para simular fluxos laminares simples em cavidades 2D ou 3D pequenas.¹⁸ A “vantagem quântica” para CFD de escala global (Navier-Stokes completa) ainda é projetada para o futuro (década de 2030 ou além), exigindo milhões de qubits físicos tolerantes a falhas.²⁰

4.2. O Gargalo de Entrada e Saída (I/O)

A meteorologia é, talvez mais do que qualquer outra ciência, dependente de dados. O estado inicial do modelo MONAN é construído a partir de terabytes de dados de satélites, radares, boias e estações (Data Assimilation).

• Jaci: Possui barramentos de I/O e sistemas de arquivos paralelos (Lustre) otimizados para mover Petabytes. Ele “bebe” dados em velocidade torrencial.
• Quântico: Sofre do “problema de carregamento de dados” (data loading problem). Inserir dados clássicos (a temperatura de cada ponto da Terra) em um estado quântico (amplitudes) é um processo que, em 2026, ainda é lento e custoso. Muitas vezes, o tempo necessário para carregar os dados no computador quântico anula qualquer ganho de velocidade que o processamento quântico poderia oferecer.²¹
• Implicação: Para o ciclo operacional de previsão do tempo (onde o prazo é rígido: a previsão das 12h tem que sair antes das 14h), o computador quântico de 2026 não consegue competir com a taxa de transferência de dados do Jaci.

4.3. Comparativo Numérico Direto (“Algarismos”)

A tabela a seguir cristaliza a disparidade de escala e propósito entre o Jaci operacional e o estado da arte quântico em janeiro de 2026.

Parâmetro	Supercomputador Jaci (INPE)	Computador Quântico de Ponta (Jan 2026)
Unidade de Cálculo	Transistores (Bits)	Qubits (Supercondutores/Átomos)
Escala de Processamento	~5 Petaflops (Rmax estimado)	~100 Qubits Lógicos (QuEra) / ~4.400 Annealing Qubits (D-Wave)
Consumo de Energia	Escala de Megawatts (MW)	Escala de Kilowatts (10-50 kW) 22
Resolução de Modelo	3 km Global (Trilhões de pontos de grade)	“Toy Problems” (Baixa resolução, geometrias simples)
Tempo de Operação	Contínuo (24/7, 99.9% uptime)	Experimental / Cíclico (Calibrações frequentes)
Custo de Investimento	~R$ 200 Milhões (Projeto total)	Sistemas custam dezenas de milhões de USD; P&D na casa dos Bilhões
Principal Aplicação	Resolução de EDPs Não-Lineares (Navier-Stokes)	Otimização Combinatória, Química Quântica, Fatoração
Armazenamento	24x Capacidade do Tupã (Petabytes)	Memória Quântica é volátil e limitada (ms a segundos de coerência)

5. Sustentabilidade e Eficiência Energética: O Paradoxo Termodinâmico

A comparação energética revela o calcanhar de Aquiles da supercomputação clássica e a grande promessa da quântica.

5.1. A Fome Energética do Jaci

Supercomputadores clássicos lutam contra a termodinâmica. Para mover elétrons através de transistores em frequências de GHz, gera-se calor (efeito Joule). O Jaci, embora muito mais eficiente que o Tupã por FLOP calculado, ainda é uma máquina térmica massiva. O Projeto RISC contempla a modernização da infraestrutura elétrica e a instalação de uma usina fotovoltaica para mitigar isso.⁹ A sustentabilidade do Jaci depende de fontes externas de energia verde.

5.2. A Eficiência Intrínseca do Quântico

Computadores quânticos operam sob regimes diferentes.

• Sistemas de átomos neutros (QuEra/Pasqal) consomem na ordem de 7 kW a 10 kW para operar os lasers e sistemas de controle, uma fração minúscula do consumo de um supercomputador.²⁴
• Sistemas supercondutores (IBM/Google) exigem resfriamento criogênico intensivo, mas mesmo assim, o consumo total do sistema (refrigeração + controle) fica na casa dos 25-50 kW, ordens de magnitude abaixo dos Megawatts de um cluster HPC exascale ou petascale.
• Estudo Comparativo: Simulações de materiais magnéticos demonstraram que uma tarefa que levaria milhares de anos no Frontier (Exascale clássico) consumindo energias planetárias, poderia ser feita em minutos com kWs em um sistema quântico.²⁵
• Conclusão para 2026: Embora o computador quântico seja imbatível em eficiência por operação quântica útil, ele ainda não consegue realizar a operação climática completa. A eficiência é real, mas a aplicabilidade ao MONAN ainda não.

6. O Futuro Híbrido: Integração e Aplicações Específicas

A dicotomia “Clássico vs. Quântico” é falsa. O futuro desenhado em 2026 é híbrido. O Jaci não será substituído por um computador quântico, mas sim acelerado por ele.

6.1. Assimilação de Dados e Otimização

A etapa de Assimilação de Dados (Data Assimilation – DA) consome uma parcela gigante do tempo do Jaci. Ela é, fundamentalmente, um problema de otimização: encontrar o estado atmosférico inicial que minimiza o erro em relação às observações de satélite.

• Algoritmos quânticos de otimização (QAOA, Quantum Annealing) são candidatos perfeitos para acelerar essa etapa. Em 2026, experimentos já indicam que VPUs (Quantum Processing Units) podem ser usadas como coprocessadores dedicados para resolver a minimização da função custo da DA, liberando o Jaci para focar na integração temporal das equações de fluido.²¹

6.2. Machine Learning Quântico (QML) para Parametrização

Mesmo a 3km, fenômenos como a microfísica de nuvens (formação de gotas de chuva) ocorrem em escalas micrométricas e precisam ser parametrizados (estimados).

• Redes Neurais Quânticas (QNNs) mostram promessa em aprender essas parametrizações com maior eficiência de dados e expressividade do que redes neurais clássicas. O uso de QML para criar “fórmulas” melhores para a física das nuvens, que depois são rodadas no processador clássico do Jaci, é uma área de pesquisa ativa e promissora em 2026.²¹

6.3. Previsão Sazonal e Climate Twins

Iniciativas como a da Planette (parceira da NASA) e NVIDIA (Earth-2) apontam para o uso de IA e métodos inspirados em quântica para previsões de longo prazo (sazonais, até 1 ano). O Jaci foca no tempo tático (dias), mas a tecnologia quântica e IA começam a dominar a previsão estratégica (clima/meses), criando uma complementaridade de missões.²⁶

7. Geopolítica e Conclusão

7.1. O Fosso de Investimento e a Soberania

A análise orçamentária revela a assimetria de poder. O investimento brasileiro no Jaci/RISC (~R$ 200 milhões ou ~US$ 35-40 milhões) é vital e eficiente, garantindo operacionalidade imediata. Contudo, compara-se com investimentos globais em quântica na casa dos bilhões de dólares anuais (Google, IBM, governos da China/EUA/UE).

O Brasil, ao investir no Jaci, optou pragmaticamente pela sobrevivência e soberania imediata. Ter o MONAN rodando em hardware próprio garante que o país não dependa de boa vontade externa para saber se uma tempestade atingirá a costa do Sudeste ou se uma seca devastará o agronegócio no Centro-Oeste.

7.2. Veredito: O Jaci como Pilar, o Quântico como Horizonte

Em janeiro de 2026, a comparação técnica entre o Jaci e a computação quântica leva a uma conclusão inequívoca:

1. O Jaci é a ferramenta operacional indispensável. Seus “algarismos” (Petaflops, 3km de resolução, I/O massivo) são os únicos capazes de lidar com a complexidade bruta e não-linear da atmosfera terrestre em tempo real. Ele é a resposta madura para a necessidade de defesa civil do Brasil.
2. A Computação Quântica é o vetor de disrupção futura. Seus “algarismos” (Qubits lógicos, eficiência de kW) prometem resolver gargalos específicos (otimização, química atmosférica) que a computação clássica jamais resolverá eficientemente. No entanto, em 2026, ela ainda não está pronta para substituir o “trabalho pesado” da dinâmica de fluidos global.

Recomendação Estratégica: O INPE e o MCTI devem manter o compromisso total com o pleno funcionamento e expansão do Jaci (até os 8 Petaflops previstos). Simultaneamente, é imperativo que o Brasil invista na formação de recursos humanos e na pesquisa de algoritmos quânticos aplicados à meteorologia (hibridização). O Jaci garantirá a segurança climática da década de 2020; a preparação para integrar aceleradores quânticos garantirá a relevância da ciência brasileira na década de 2030.

---

Referências citadas

1. A SUCESSÃO de Tupã está em andamento. Revista E&S, [s.l., s.d.]. Disponível em: [https://revistaes.com.br/colunas/a-sucessao-de-tupa-esta-em-andamento](https://revistaes.com.br/colunas/a-sucessao-de-tupa-esta-em-andamento). Acesso em: 3 jan. 2026.
2. COMO É Jaci, novo supercomputador que vai revolucionar a previsão de chuvas e ondas de calor no País. Estadão, São Paulo, [s.d.]. Disponível em: [https://www.estadao.com.br/ciencia/como-e-jaci-novo-supercomputador-que-vai-revolucionar-a-previsao-de-chuvas-e-ondas-de-calor-no-pais/](https://www.estadao.com.br/ciencia/como-e-jaci-novo-supercomputador-que-vai-revolucionar-a-previsao-de-chuvas-e-ondas-de-calor-no-pais/). Acesso em: 3 jan. 2026.
3. BRASIL. Instituto Nacional de Pesquisas Espaciais (INPE). INPE desliga o módulo XE6 do supercomputador Tupã para instalação de novo supercomputador. [Brasília, DF, s.d.]. Disponível em: [https://www.gov.br/inpe/pt-br/assuntos/ultimas-noticias/inpe-desliga-o-modulo-xe6-do-supercomputador-tupa-para-instalacao-de-novo-supercomputador](https://www.gov.br/inpe/pt-br/assuntos/ultimas-noticias/inpe-desliga-o-modulo-xe6-do-supercomputador-tupa-para-instalacao-de-novo-supercomputador). Acesso em: 3 jan. 2026.
4. NOVO supercomputador Jaci promete revolucionar a previsão do clima no Brasil; entenda como. Times Brasil, [s.l., s.d.]. Disponível em: [https://timesbrasil.com.br/empresas-e-negocios/tecnologia-e-inovacao/novo-supercomputador-jaci-promete-revolucionar-a-previsao-do-clima-no-brasil-entenda-como/](https://timesbrasil.com.br/empresas-e-negocios/tecnologia-e-inovacao/novo-supercomputador-jaci-promete-revolucionar-a-previsao-do-clima-no-brasil-entenda-como/). Acesso em: 3 jan. 2026.
5. BRAZIL is activating a supercomputer with a R$30 million investment in the fight against extreme weather events… Click Oil and Gas, [s.l., s.d.]. Disponível em: [https://en.clickpetroleoegas.com.br/Brazil-activates-the-JACI-supercomputer-at-INPE-with-an-investment-of-R%2430-million-to-boost-weather-forecasts-and-aims-for-a-R%24200-million-modernization-of-GLS./](https://en.clickpetroleoegas.com.br/Brazil-activates-the-JACI-supercomputer-at-INPE-with-an-investment-of-R%2430-million-to-boost-weather-forecasts-and-aims-for-a-R%24200-million-modernization-of-GLS./). Acesso em: 3 jan. 2026.
6. BRASIL. Instituto Nacional de Pesquisas Espaciais (INPE). INPE executa simulações a 3 km no novo supercomputador Jaci e demonstra a capacidade do modelo MONAN na representação do furacão Melissa. [Brasília, DF, s.d.]. Disponível em: [https://www.gov.br/inpe/pt-br/assuntos/ultimas-noticias/inpe-executa-simulacoes-globais-a-3-km-no-jaci-e-demonstra-a-capacidade-do-modelo-monan-na-representacao-do-furacao-melissa](https://www.gov.br/inpe/pt-br/assuntos/ultimas-noticias/inpe-executa-simulacoes-globais-a-3-km-no-jaci-e-demonstra-a-capacidade-do-modelo-monan-na-representacao-do-furacao-melissa). Acesso em: 3 jan. 2026.
7. BRAZIL Marks a Milestone in Climate Modeling. Peq42, [s.l., s.d.]. Disponível em: [https://peq42.com/blog/brazil-marks-a-milestone-in-climate-modeling/](https://peq42.com/blog/brazil-marks-a-milestone-in-climate-modeling/). Acesso em: 3 jan. 2026.
8. JACI, Arani, Aracy e Arandu: INPE põe em votação nome do novo supercomputador. Convergência Digital, [s.l., s.d.]. Disponível em: [https://convergenciadigital.com.br/inovacao/jaci-arani-aracy-e-arandu-inpe-poe-em-votacao-nome-do-novo-supercomputador/](https://convergenciadigital.com.br/inovacao/jaci-arani-aracy-e-arandu-inpe-poe-em-votacao-nome-do-novo-supercomputador/). Acesso em: 3 jan. 2026.
9. BRASIL. Instituto Nacional de Pesquisas Espaciais (INPE). INPE inicia nova era em supercomputação com foco em previsão de tempo e clima. [Brasília, DF, s.d.]. Disponível em: [https://www.gov.br/inpe/pt-br/assuntos/ultimas-noticias/inpe-inicia-nova-era-em-supercomputacao-com-foco-em-previsao-de-tempo-e-clima](https://www.gov.br/inpe/pt-br/assuntos/ultimas-noticias/inpe-inicia-nova-era-em-supercomputacao-com-foco-em-previsao-de-tempo-e-clima). Acesso em: 3 jan. 2026.
10. QUERA COMPUTING. Roadmap for Advanced Error-Corrected Quantum Computers. [S.l., s.d.]. Disponível em: [https://www.quera.com/press-releases/quera-computing-releases-a-groundbreaking-roadmap-for-advanced-error-corrected-quantum-computers-pioneering-the-next-frontier-in-quantum-innovation-0](https://www.quera.com/press-releases/quera-computing-releases-a-groundbreaking-roadmap-for-advanced-error-corrected-quantum-computers-pioneering-the-next-frontier-in-quantum-innovation-0). Acesso em: 3 jan. 2026.
11. GUEST Post: QuEra — Charting the Roadmap to Fault-Tolerant Quantum Computing. The Quantum Insider, [s.l.], 18 mar. 2024. Disponível em: [https://thequantuminsider.com/2024/03/18/guest-post-quera-charting-the-roadmap-to-fault-tolerant-quantum-computing/](https://thequantuminsider.com/2024/03/18/guest-post-quera-charting-the-roadmap-to-fault-tolerant-quantum-computing/). Acesso em: 3 jan. 2026.
12. IBM 2026 Target: 360 Qubits & 7500 Gates — What That Means for Quantum Advantage. Business Craft, [s.l., s.d.]. Disponível em: [https://businesscraft.se/business/ibm-2026-target-360-qubits-7500-gates-what-that-means-for-quantum-advantage/](https://businesscraft.se/business/ibm-2026-target-360-qubits-7500-gates-what-that-means-for-quantum-advantage/). Acesso em: 3 jan. 2026.
13. IBM Accelerates Quantum Roadmap With New Nighthawk and Loon Processors, Qiskit Advancements, And Fabrication Breakthroughs. Pulse 2.0, [s.l., s.d.]. Disponível em: [https://pulse2.com/ibm-accelerates-quantum-roadmap-with-new-nighthawk-and-loon-processors-qiskit-advancements-and-fabrication-breakthroughs/](https://pulse2.com/ibm-accelerates-quantum-roadmap-with-new-nighthawk-and-loon-processors-qiskit-advancements-and-fabrication-breakthroughs/). Acesso em: 3 jan. 2026.
14. MEET the Cornerstone Quantum Computing Stock Billionaires Have Piled Into for 2026. Nasdaq, [s.l., s.d.]. Disponível em: [https://www.nasdaq.com/articles/meet-cornerstone-quantum-computing-stock-billionaires-have-piled-2026-hint-its-not-ionq](https://www.nasdaq.com/articles/meet-cornerstone-quantum-computing-stock-billionaires-have-piled-2026-hint-its-not-ionq). Acesso em: 3 jan. 2026.
15. GOOGLE QUANTUM AI. Roadmap. [S.l., s.d.]. Disponível em: [https://quantumai.google/roadmap](https://quantumai.google/roadmap). Acesso em: 3 jan. 2026.
16. D-WAVE. The Advantage2™ Quantum Computer. [S.l., s.d.]. Disponível em: [https://www.dwavequantum.com/solutions-and-products/systems/](https://www.dwavequantum.com/solutions-and-products/systems/). Acesso em: 3 jan. 2026.
17. TOWARDS a Quantum Algorithm for the Incompressible Nonlinear Navier–Stokes Equations. OSTI.GOV, [s.l., s.d.]. Disponível em: [https://www.osti.gov/servlets/purl/2538402](https://www.osti.gov/servlets/purl/2538402). Acesso em: 3 jan. 2026.
18. INCOMPRESSIBLE Navier–Stokes solve on noisy quantum hardware via a hybrid quantum–classical scheme. arXiv, jun. 2024. Disponível em: [https://arxiv.org/html/2406.00280v2](https://arxiv.org/html/2406.00280v2). Acesso em: 3 jan. 2026.
19. FINDING Solutions of the Navier-Stokes Equations through Quantum Computing—Recent Progress, a Generalization, and Next Steps. Deutsche Nationalbibliothek, [s.l., s.d.]. Disponível em: [https://d-nb.info/1240793782/34](https://d-nb.info/1240793782/34). Acesso em: 3 jan. 2026.
20. A PATHWAY to Practical Quantum Advantage in Solving Navier-Stokes Equations. arXiv, set. 2025. Disponível em: [https://arxiv.org/abs/2509.08807](https://arxiv.org/abs/2509.08807). Acesso em: 3 jan. 2026.
21. IQM. Quantum Computing for Creating Better Climate Models. [S.l., s.d.]. Disponível em: [https://meetiqm.com/blog/quantum-computing-for-better-climate-models/](https://meetiqm.com/blog/quantum-computing-for-better-climate-models/). Acesso em: 3 jan. 2026.
22. CAN Quantum Computers Address the AI Energy Problem? Quantum Computing Report, [s.l., s.d.]. Disponível em: [https://quantumcomputingreport.com/can-quantum-computers-address-the-ai-energy-problem/#:~:text=A%20classical%20supercomputer%20consumes%20a,by%20a%20domestic%20electric%20oven](https://quantumcomputingreport.com/can-quantum-computers-address-the-ai-energy-problem/#:~:text=A%20classical%20supercomputer%20consumes%20a,by%20a%20domestic%20electric%20oven). Acesso em: 3 jan. 2026.
23. HOW Quantum Computing Could Reshape Energy Use in High-Performance Computing. HPCwire, [s.l.], 3 fev. 2025. Disponível em: [https://www.hpcwire.com/2025/02/03/how-quantum-computing-could-reshape-energy-use-in-high-performance-computing/](https://www.hpcwire.com/2025/02/03/how-quantum-computing-could-reshape-energy-use-in-high-performance-computing/). Acesso em: 3 jan. 2026.
24. PASQAL. Quantum Computing: Rethinking Energy Consumption. [S.l., s.d.]. Disponível em: [https://www.pasqal.com/blog/quantum-computing-rethinking-energy-consumption/](https://www.pasqal.com/blog/quantum-computing-rethinking-energy-consumption/). Acesso em: 3 jan. 2026.
25. D-WAVE QUANTUM. 6 Quantum Computing Predictions for 2026. The Wall Street Journal, [s.l., s.d.]. Disponível em: [https://partners.wsj.com/d-wave-quantum/quantum-leaps/6-quantum-computing-predictions-for-2026/](https://partners.wsj.com/d-wave-quantum/quantum-leaps/6-quantum-computing-predictions-for-2026/). Acesso em: 3 jan. 2026.
26. NASA Selects Planette to Develop the First Quantum-Inspired AI System For Extreme Weather Prediction. The Quantum Insider, [s.l.], 28 ago. 2025. Disponível em: [https://thequantuminsider.com/2025/08/28/nasa-selects-planette-to-develop-the-first-quantum-inspired-ai-system-for-extreme-weather-prediction/](https://thequantuminsider.com/2025/08/28/nasa-selects-planette-to-develop-the-first-quantum-inspired-ai-system-for-extreme-weather-prediction/). Acesso em: 3 jan. 2026.