Qu'est-ce que la suprématie, l'utilité et l'avantage quantiques ?

Qu’est-ce que la suprématie quantique et quand a-t-elle été atteinte ?

Le terme « suprématie quantique » a été inventé par le physicien théoricien John Preskill en 2012. D’un point de vue scientifique, il s’agit d’une frontière informatique fondamentale. Cela se produit lorsqu’un dispositif quantique résout un problème spécifique dans un temps acceptable, alors que pour un superordinateur classique, cela est possible sur le plan informatique, mais inefficace. Le temps nécessaire pour obtenir des résultats peut prendre des années, des centaines ou des milliers d’années.

Les premières démonstrations de suprématie quantique étaient de nature purement laboratoire en raison de la sensibilité des systèmes au bruit de calcul (erreurs). Pour prouver la viabilité même de la technologie dans de telles conditions, les ingénieurs ont dû utiliser des algorithmes synthétiques – par exemple, l'échantillonnage à partir de circuits quantiques aléatoires (RCS).

Les tests n’avaient aucune valeur commerciale directe, mais remplissaient une mission importante : ils documentaient la supériorité de l’architecture quantique sur l’architecture classique dans un créneau spécifique et ouvraient la voie à l’industrie pour trouver des applications utiles de cette technologie.

En 2019, l'équipe de recherche de Google a annoncé pour la première fois avoir atteint la suprématie quantique. Le processeur Sycamore de Google doté de 53 qubits supraconducteurs a accompli la tâche RCS en 200 secondes. Les chercheurs ont avancé qu’il aurait fallu environ 10 000 ans au supercalculateur classique le plus puissant de l’époque, Summit, pour y parvenir.

IBM a contesté l'annonce de Google. Selon eux, Summit peut accomplir cette tâche en seulement deux jours et demi. Selon IBM, si vous utilisez efficacement non seulement les processeurs, mais également les quantités colossales de RAM et de mémoire disque d'un supercalculateur, la complexité exponentielle peut être contournée.

Plus tard, des groupes de recherche chinois ont rapporté avoir franchi cette étape. Ils ont démontré leur supériorité sur deux architectures physiques différentes à la fois : sur l'ordinateur quantique optique de Jiuzhang, qui utilise des photons pour cette tâche. échantillonnage bosonique et sur les systèmes supraconducteurs mis à jour avec QPU Zuchongzhi 3.0. En mars 2025, le système a généré un million d’échantillons en quelques minutes seulement. L'équipe chinoise estime qu'il faudrait environ 6,4 milliards d'années au supercalculateur classique le plus puissant du monde, Frontier, pour simuler avec précision ce processus particulier.

Bien que des problèmes comme le RCS n’aient aucun avantage pratique ou commercial, ils jouent un rôle essentiel : ils prouvent qu’à mesure que le nombre de qubits de haute qualité augmente, la puissance quantique devient insurmontable pour l’architecture classique de von Neumann.

Qu’est-ce que l’utilité quantique ?

Une fois l’utilité quantique atteinte, les ordinateurs quantiques cessent d’être des générateurs d’enregistrements de laboratoire et deviennent des outils de recherche scientifique. À ce stade de développement, les systèmes quantiques ne sont pas en avance sur les superordinateurs dans toutes leurs caractéristiques, mais sont déjà capables d'explorer des problèmes physiques à une échelle inaccessible à la modélisation classique directe.

L’utilité quantique est le maximum de ce que les ordinateurs quantiques de l’époque sont capables de faire NISQ. Pour passer au suivant (FTQC) les ingénieurs ne comptent pas sur l'augmentation du nombre de qubits, mais sur la suppression des erreurs (atténuation des erreurs). La méthode permet d’extraire des calculs précis de systèmes « bruyants » avant qu’ils ne perdent leur état quantique.

La suppression des erreurs doit être strictement distinguée de la correction complète des erreurs matérielles, ce qui est le signe de la prochaine étape historique.

Le concept a été proposé et éprouvé par IBM en 2023, démarrant effectivement une période d’utilité quantique qui s’est poursuivie jusqu’en 2026. L’expérience a utilisé un processeur Eagle de 127 qubits pour simuler les propriétés de matériaux magnétiques complexes. S'appuyant sur des méthodes de réduction du bruit, le processeur a produit des résultats qui ne pouvaient pas être calculés avec précision par les méthodes classiques.

Pour mettre en œuvre l'utilité quantique, une architecture hybride avec utilisation simultanée de QPU est souvent utilisée, Processeur Et GPU. Cet équilibre permet une répartition efficace des tâches informatiques.

En mai 2026, IBM, en collaboration avec la Cleveland Clinic et l’institut japonais RIKEN, a utilisé un tel calcul hétérogène pour modéliser un complexe géant protéine-ligand mesurant 12 635 atomes. Le problème a été résolu à l’aide de deux ordinateurs quantiques et de deux supermachines classiques.

Qu’est-ce que l’avantage quantique ?

Les termes « suprématie quantique » et « avantage quantique » sont souvent utilisés de manière interchangeable dans les médias, mais dans les sciences et les affaires, ils font référence à différentes étapes historiques du développement technologique.

Si la supériorité est une preuve en laboratoire de la puissance de calcul fondamentale du matériel quantique, alors la supériorité implique un ensemble de conditions. Cet objectif est atteint lorsqu'un appareil résout un problème d'application spécifique plus rapidement, à moindre coût ou avec plus de précision que le meilleur supercalculateur classique.

Le principal critère d’avantage est la faisabilité pratique et économique. Les entreprises n’ont pas besoin d’un QPU complexe et coûteux si un cluster traditionnel est capable de simuler le comportement d’une molécule pour un nouveau médicament ou de calculer les propriétés d’un alliage ultra-résistant dans un délai et un budget similaires.

Obtenir un avantage quantique avec le FTQC sont les principaux objectifs des principales entreprises technologiques et startups au cours des trois à quatre prochaines années.

Exemples de feuilles de route :

• IBM. D'ici fin 2026, la société présentera « les premiers exemples pratiques d'avantage quantique » avec le processeur Nighthawk. Il sera capable d’exécuter des circuits profonds de 7 500 portes dans une connexion hybride étroite avec des supercalculateurs classiques. D'ici 2029, les développeurs ont l'intention de lancer un système FTQC à grande échelle fonctionnant avec 200 qubits logiques – Starling ;
• Informatique QuEra. La startup, spécialisée dans l'architecture d'atomes neutres, prévoit de lancer un système doté de 100 qubits logiques tolérants aux pannes dès 2026. Selon les calculs des ingénieurs, ce volume sera suffisant pour commencer à résoudre les premiers problèmes commercialement importants en chimie et en science des matériaux, inaccessibles aux ordinateurs classiques ;
• Quantinuum en collaboration avec Microsoft. L'entreprise a l'intention d'atteindre ses objectifs commerciaux d'ici 2030. L'enjeu principal est la sortie de l'ordinateur quantique Apollo de cinquième génération. Le système basé sur les ions dans le piège devrait recevoir des centaines de qubits logiques avec une correction d'erreur approfondie, qui s'intègrent aux plates-formes d'IA et à l'infrastructure cloud Microsoft Azure Quantum ;
• Google IA quantique. Depuis l’introduction du processeur Willow de 105 qubits fin 2024, la société a progressé dans la suppression des erreurs. L’objectif est de réaliser un ordinateur quantique à grande échelle doté d’une correction matérielle du bruit, capable de traiter de manière fiable les données pour des applications commerciales d’ici la fin de la décennie en cours.

Dans quels domaines l’informatique quantique est-elle la plus efficace ?

Les premiers vrais résultats sont obtenus exclusivement dans des disciplines qui nécessitent la simulation de systèmes mécaniques quantiques complexes. Les processeurs classiques sont inefficaces pour calculer l’interaction des molécules : l’ajout de chaque nouvel électron au modèle provoque une augmentation exponentielle du volume de données. En revanche, les dispositifs quantiques modélisent naturellement les structures moléculaires, selon les lois de la physique quantique.

L'industrie passe activement des tests en laboratoire à la résolution des problèmes les plus complexes du monde physique. Les principaux domaines d’application dans lesquels l’utilité quantique est attendue ou testée sont :

• chimie et catalyse industrielle. Aujourd’hui, environ 2 % de toute l’énergie produite est consacrée à la production d’engrais agricoles. Des algorithmes quantiques sont utilisés pour modéliser l’enzyme nitrogénase afin de créer de nouveaux catalyseurs révolutionnaires. Cela permettra la synthèse d’ammoniac à température ambiante, ce qui réduira radicalement les coûts énergétiques globaux ;
• science des matériaux. La puissance de l’informatique quantique est utilisée par les grandes entreprises pour rechercher de nouvelles structures chimiques. Les tâches principales sont le développement de batteries à semi-conducteurs légères et de grande capacité pour les véhicules électriques, ainsi que la recherche de supraconducteurs à haute température qui permettront le transport de l'électricité sans pertes ;
• pharmacologie et biophysique. Lors de la création de nouveaux médicaments, il sera possible d'éviter un « examen préalable à l'aveugle » long et coûteux. La technologie quantique permettra théoriquement de concevoir des protéines à dessein et de prédire avec la plus grande précision exactement comment une molécule d'un nouveau médicament se liera à un virus ou à une cellule cancéreuse cible dans le corps humain ;
• science fondamentale. Les systèmes quantiques sont déjà utilisés en physique théorique. Avec leur aide, les chercheurs simulent le comportement d'états exotiques de la matière, de trous de ver et de matériaux au niveau quantique, ce qui pourrait conduire à l'avenir à des découvertes dont la science classique n'a même pas encore conscience.

Dans quels domaines l’informatique quantique est-elle difficile à réaliser ?

Les entreprises se préparent activement à l’ère quantique : de grands opérateurs logistiques comme DHL et des conglomérats financiers, dont HSBC et JPMorgan, testent des algorithmes pour optimiser leurs processus.

Cependant, dans la communauté scientifique, ces domaines sont officiellement reconnus comme les plus difficiles et loin d'être un véritable avantage quantique. Le fait est que pour la plupart des problèmes combinatoires comme le classique « problème du voyageur de commerce » ou l’optimisation financière des portefeuilles d’investissement, les meilleurs algorithmes quantiques (QAOA ou l'algorithme de Grover) ne peut donner qu'une accélération quadratique. Pour qu’un ordinateur quantique surpasse un ordinateur au silicium, il lui faudra des millions de qubits logiques parfaits et tolérants aux pannes.

Autres domaines dans lesquels le marketing est en avance sur les avancées scientifiques :

• apprentissage automatique quantique. Pour qu’un réseau de neurones quantiques puisse traiter un ensemble de données (par exemple, un million d’images ou un téraoctet de texte), elles doivent être converties de la forme classique de « 0 » et « 1 » en une superposition d’amplitudes. Cela nécessite une mémoire vive quantique (QRAM). Le problème est qu’il n’existe pas encore de technologie efficace. Le processus de chargement d’une quantité gigantesque de données dans des qubits prend tellement de temps (il croît de manière linéaire, voire superlinéaire) qu’il tue complètement toute accélération quantique ;
• travailler avec des bases de données. Les QPU modernes fonctionnent à des fréquences des milliers de fois inférieures (kilohertz ou mégahertz) à celles du processeur. En raison de cette énorme différence, l'accélération quadratique de l'algorithme de Grover ne commencera à apporter de réels avantages que lorsque la taille de la base de données deviendra véritablement astronomique. Mais une base de données de cette taille ne peut pas encore être chargée dans un ordinateur quantique en raison du problème de la QRAM ;
• menace de cybersécurité. Pour déchiffrer une clé standard RSA-2048, un ordinateur quantique a besoin d'environ 4 000 qubits logiques avec FTQC. Selon la plupart des feuilles de route des grands projets, ce résultat pourrait être atteint vers les années 2030.