Les puces quantiques doublent de puissance : panorama des approches actuelles
Dans un laboratoire de recherche, une équipe a récemment mesuré la capacité de calcul d'un processeur quantique expérimental. Le résultat affiche une progression d'un facteur deux par rapport à la génération précédente de la même machine. Cet accroissement, bien que modeste en apparence, repose sur des choix technologiques distincts selon les constructeurs.
La multiplication des qubits : une course aux architectures différenciées
La puissance d'une puce quantique se mesure principalement par son nombre de qubits, les unités de base de l'information quantique. Chaque qubit supplémentaire double théoriquement l'espace de calcul accessible. Les fabricants rivalisent donc sur ce critère, mais les méthodes pour y parvenir divergent fortement.
IBM et Google privilégient les qubits supraconducteurs, refroidis à des températures proches du zéro absolu. Ces circuits, gravés sur des puces de silicium, offrent des temps de cohérence relativement longs. Leur principal inconvéniant réside dans la nécessité de maintenir un environnement cryogénique encombrant. Les dernières annonces de ces entreprises montrent des processeurs atteignant plusieurs centaines de qubits, avec une progression régulière d'une génération à l'autre.
D'autres acteurs, comme IonQ ou Honeywell, misent sur les ions piégés. Cette approche utilise des atomes chargés électriquement, maintenus en lévitation par des champs électromagnétiques. Les opérations logiques s'effectuent par laser, ce qui garantit une grande fidélité des calculs. En revanche, la vitesse d'exécution reste inférieure à celle des supraconducteurs. La progression en nombre de qubits y est plus lente, mais chaque ajout améliore la précision globale du système.
Une troisième voie émerge avec les qubits photoniques, développés notamment par la start-up PsiQuantum. Ici, l'information circule sous forme de particules de lumière dans des circuits optiques miniaturisés. L'avantage théorique est un fonctionnement à température ambiante, évitant les systèmes de refroidissement massifs. Les défis techniques restent nombreux, notamment pour générer et détecter des photons uniques de manière fiable. À consulter également : Alagl.
La correction d'erreurs : le vrai goulot d'étranglement
Doubler le nombre de qubits bruts ne suffit pas à garantir une puissance de calcul exploitable. Les qubits sont intrinsèquement fragiles : toute interaction avec l'environnement provoque une décohérence, c'est-à-dire une perte d'information. Sans mécanisme de correction, les erreurs s'accumulent et rendent les résultats inutilisables au-delà de quelques opérations.
Deux stratégies coexistent pour contourner ce problème. La première consiste à améliorer la qualité individuelle des qubits, en réduisant leur taux d'erreur. Cette approche, dite « qubits logiques », vise à rendre chaque unité de calcul suffisamment fiable pour effectuer des opérations complexes sans correction externe. Les progrès récents dans la fabrication des jonctions supraconductrices ou dans le contrôle laser des ions ont permis de diviser les taux d'erreur par deux sur certaines plateformes.
La seconde stratégie repose sur la redondance : encoder un qubit logique dans plusieurs qubits physiques. Un code correcteur typique utilise plusieurs qubits de données et des qubits de mesure pour détecter et corriger les erreurs en temps réel. Cette méthode augmente considérablement le nombre total de qubits nécessaires, mais elle est considérée comme indispensable pour les calculs de grande envergure. Les laboratoires de Google ont récemment démontré que leur dernier processeur pouvait réduire le taux d'erreur en dessous du seuil de tolérance pour certains codes correcteurs, une première mondiale.
Les différences de performances selon les usages visés
Le doublement de puissance annoncé par certains constructeurs ne se traduit pas de manière uniforme selon les applications. Pour la simulation de molécules complexes en chimie ou en pharmacologie, la fidélité des qubits prime sur leur quantité. Un processeur à ions piégés avec une centaine de qubits très précis peut surpasser un processeur supraconducteur de plusieurs centaines de qubits moins stables.
À l'inverse, pour les problèmes d'optimisation combinatoire, comme ceux rencontrés en logistique ou en finance, le nombre de qubits est déterminant. Les algorithmes d'approximation tolèrent un certain taux d'erreur, ce qui favorise les architectures massives. Les puces supraconductrices de dernière génération, avec leur progression en densité, sont mieux adaptées à ces tâches.
Une limite commune à toutes les approches demeure : la connexion entre qubits. Sur une même puce, les interactions entre qubits voisins sont rapides, mais les communications à distance restent lentes et sujettes à erreurs. Les fabricants expérimentent des topologies variées, allant de grilles bidimensionnelles à des réseaux en étoile, pour optimiser les flux d'information. Aucune solution universelle ne s'est imposée à ce jour.
Enfin, la puissance annoncée ne prend pas toujours en compte l'infrastructure nécessaire. Un processeur quantique sans son système de refroidissement, son électronique de contrôle et ses logiciels de pilotage n'est qu'un assemblage de composants inertes. Les performances comparées entre laboratoires doivent donc être considérées avec prudence, car les protocoles de mesure varient encore selon les équipes et les fabricants.
