Un ordinateur quantique n'est pas limité par la concurrence des technologies, mais par la physique : les qubits sont très sensibles à l'environnement et perdent facilement l'état nécessaire aux calculs.
Le nouveau numéro de la section « Quantum & After » concerne les qubits physiques et logiques, la décohérence et la correction d'erreurs.
Réponse courte
Les ordinateurs quantiques ne remplaceront pas les ordinateurs conventionnels, ne tiendront pas dans une poche et n’exécuteront pas de programmes familiers. Et ce n'est pas seulement l'état actuel de la technologie : les qubits sont très sensibles au bruit externe, et les erreurs s'accumulent rapidement à mesure que les calculs deviennent plus complexes. Sans correction, les algorithmes longs perdent en précision. Pour réduire les erreurs, les informations quantiques sont réparties entre plusieurs qubits physiques, formant ainsi un qubit logique plus stable.
Pourquoi donc
Revenons à l'exemple du numéro précédent. Imaginons une pièce de monnaie qui n'est pas encore tombée : on ne sait pas si son mouvement se terminera par pile ou par face. Dans un système quantique, l’incertitude est structurée de la même manière, mais différemment : un qubit peut être dans une superposition de deux états. Toute influence extérieure peut perturber cet état et conduire à une erreur. Dans le fer quantique, les sources de telles erreurs comprennent le bruit thermique, les vibrations, les interférences électromagnétiques, les imperfections des matériaux et du contrôle. C'est pourquoi les processeurs supraconducteurs de Google et d'IBM fonctionnent à des températures de l'ordre de 10 à 20 mK, bien en dessous de la température du CMB de ~2,72 K. Ce refroidissement réduit le bruit thermique, mais nécessite des installations cryogéniques complexes.
Un qubit physique est un véritable système quantique : un circuit supraconducteur, un ion piégé, un photon ou un spin électronique. En raison de l'influence de l'environnement, il est bruyant : pour les qubits supraconducteurs, l'erreur des opérations à deux qubits est généralement de 10⁻³-10⁻² (0,1–1 %).
Une précision de 99,9 % a déjà été démontrée sur les plateformes technologiques des leaders du marché. Parmi les plates-formes ioniques, Quantinuum y est parvenu : son système H1-1 a montré une précision des portes à deux qubits de 99,914 % sur toutes les paires de qubits, et le produit phare Helios à 98 qubits – 99,921 %. Dans les systèmes supraconducteurs, un niveau comparable est démontré par IQM, qui a enregistré une précision de la valve CZ de 99,91 %, et IBM, dont les processeurs des gammes Egret et Heron atteignent une précision d'environ 99,9 %.
Un qubit logique est une unité d'information à l'épreuve des erreurs dont l'état quantique est réparti entre de nombreux qubits physiques à l'aide de la correction d'erreur quantique (QEC). L'une des approches les plus étudiées est code de surface. Ses principaux avantages sont la localité des opérations, une géométrie d'architecture bidimensionnelle plate et un seuil de tolérance d'erreur théorique élevé (environ 1 %).
Au cours des deux dernières années, les expériences avec la QEC ont atteint un nouveau niveau :
- Le processeur quantique Willow Quantum AI de Google a démontré des performances inférieures au seuil de code peu profond, montrant une suppression exponentielle des erreurs logiques à mesure que la distance du code augmente. À mesure que la taille du réseau des qubits physiques augmente, le taux d’erreur d’un qubit logique diminue systématiquement de plus d’un facteur deux pour chaque étape de mise à l’échelle ;
- l'ordinateur quantique Quantinuum Helios utilise 98 qubits physiques sur les ions baryum-137 en architecture QCCD. Dans un mode, la société a démontré 48 qubits logiques avec correction d’erreurs à raison d’environ deux qubits physiques pour un qubit logique.
- une équipe de chercheurs de Harvard, MIT et QuEra utilisait un processeur d'un maximum de 448 atomes neutres et exécutait des circuits avec des dizaines de qubits logiques, jusqu'à 96 dans certaines configurations.
Le prix à payer pour la fiabilité a longtemps été considéré comme une redondance allant jusqu'à environ 1 000 qubits physiques par bit logique, ce qui représente un chiffre estimé à un million de qubits pour des tâches commercialement significatives. Grande vitesse qLDPC-les codes réduisent potentiellement les coûts d'environ un ordre de grandeur : jusqu'à des dizaines de qubits physiques par qubit logique, plutôt que de simples unités.
Qu'est-ce que ça veut dire
Les ordinateurs quantiques massifs, universels et tolérants aux pannes ne figurent encore que sur les feuilles de route des entreprises. Par exemple, IBM annonce son intention de construire un système Starling doté de 200 qubits logiques d'ici 2029, capable d'effectuer 100 millions d'opérations. Même si les projets annoncés sont réalisés sans décalage dans les délais – et ils sont régulièrement décalés – le résultat sera un coprocesseur hautement spécialisé dans le cloud à côté d'un supercalculateur classique, et non un remplacement d'un centre de données.
Le nombre de qubits physiques à lui seul en dit long sur les capacités d’une machine quantique. La qualité des opérations, la vitesse à laquelle les erreurs se produisent, l'efficacité de leur suppression à mesure que le code augmente et, surtout, le nombre de qubits logiques que le système peut prendre en charge avec une probabilité d'erreur suffisamment faible sont également importants.
Q-check ForkLog : où il y a un avantage et où il n'y en a pas
Un ordinateur quantique remplacera-t-il un ordinateur portable classique ?
Non : un ordinateur quantique a un principe différent, une classe étroite de problèmes, la cryogénie à 10-20 mK.
Où l’avantage a-t-il été formellement prouvé ?
Sur des problèmes de test spécialisés tels que l'échantillonnage bosonique (simulant le comportement des particules lumineuses) et les circuits aléatoires (générant des états quantiques véritablement aléatoires), les dispositifs quantiques ont démontré un avantage par rapport à l'informatique classique. Par ailleurs, il existe des algorithmes avec une accélération théoriquement prouvée, par exemple l'algorithme de Shor pour la factorisation et le logarithme discret.
Où est l’avantage attendu ?
Dans la modélisation naturelle et l'optimisation de systèmes complexes : pharmaceutique (modélisation précise de molécules pour créer des médicaments), science des matériaux (recherche de supraconducteurs et de nouveaux types de batteries), chimie (création de catalyseurs efficaces). L'optimisation et la finance font également l'objet de recherches actives, mais leurs avantages pratiques n'ont pas encore été prouvés.
Où n'y a-t-il aucun avantage ?
Dans les tâches quotidiennes telles que travailler avec du texte, stocker des fichiers, lancer des interfaces, jouer à des jeux et traiter des données en général, les processeurs classiques restent plus efficaces et moins chers.
De nombreux qubits – de nombreux avantages ?
Non. Un gros processeur est inutile pour les algorithmes longs si les erreurs s’accumulent plus rapidement que le système ne peut les corriger.
Quelle est la prochaine étape
Si la technologie est si sensible aux erreurs et nécessite une infrastructure complexe, la question suivante est : pourquoi les entreprises et les gouvernements continuent-ils à y investir des milliards ? Dans le prochain numéro, nous analyserons la logique d’investissement de l’industrie : qu’attendent les entreprises et les États et où se situe la frontière entre parier sur l’avenir et créer une bulle ?
A lire dans les numéros précédents :
- Est-il possible de gagner de l’argent grâce aux technologies quantiques ?
- Comment les blockchains se préparent à l’ère « quantique ».
- Est-il possible de pirater l’Internet quantique ?
- L’ordinateur quantique est-il un tueur de Bitcoin ?
- Pourquoi avons-nous besoin d’un ordinateur quantique ?
Vous avez trouvé une erreur dans le texte ? Sélectionnez-le et appuyez sur CTRL+ENTRÉE