Sélectionner une page

Ordinateur quantique

Demandez à un ou une spécialiste des technologies quantiques de citer les avantages de celles-ci sur leurs équivalents classiques, ils et elles vous répondraient sans doute : une puissance de calcul supérieure, des échanges plus sécurisés, un traitement plus efficace des données. Et ils auraient raison. Ce sont effectivement les bénéfices toujours mis en avant par ceux qui guident la recherche et l’allocation des financements dans ce domaine.

Et s’il y avait en fait une autre réponse à cette question ? Et si les technologies quantiques pouvaient l’emporter sur les technologies classiques non pas dans la course à la performance, mais dans la course à la sobriété ? Alors que la question des ressources consommées par les technologies quantiques n’est que très peu discutée, des voix commencent à se faire entendre, qui plaident pour que leur empreinte énergétique devienne la variable qui permette de motiver leur déploiement. Parmi les propositions d’action, plusieurs sont rassemblées sous la bannière de la Quantum Energy Initiative (ou “QEI”, pour “Initiative pour l’énergie quantique”). L’objectif ? Faire émerger un avantage quantique de nature énergétique.

Une combinaison d’expertises

La philosophie de cette initiative est de fédérer chercheurs, industriels, décideurs politiques et financiers afin qu’ils travaillent de concert et s’assurent que le déploiement des technologies quantiques s’accompagne d’une optimisation de leur coût en ressources physiques, notamment énergétiques, et ce tout au long de leur élaboration. Cette ambition permettra d’éviter les “voies sans issues”, c’est-à-dire le développement de technologies qui ne seront par la suite pas utilisées, car trop coûteuses énergétiquement malgré leur bénéfice en termes de puissance de calcul par exemple.

“Un tel objectif ne pourra être atteint qu’en associant différents champs du savoir. Car les performances calculatoires émergent au niveau quantique, donc microscopique. Tandis que la consommation énergétique, elle, se manifeste au niveau macroscopique”, soutient Alexia Auffèves, directrice de recherche CNRS à MajuLab (Singapour) et cofondatrice de la QEI avec Robert Whitney, physicien au Laboratoire de physique et modélisation des milieux condensés (Grenoble), et Olivier Ezratty, consultant en technologie numérique. Seule une coopération entre recherche fondamentale et ingénierie peut mener à des relations étroites entre performances de calcul et empreinte énergétique réduite.

“Si l’on prend l’exemple spécifique du calcul, la performance va dépendre d’à quel point j’ai été capable de bien contrôler les qubits (équivalents quantiques des bits en informatique classique, ndlr) et de diminuer le bruit quantique, c’est-à-dire le taux d’erreur par unité de temps, reprend la physicienne. Donc, quand on s’intéresse à la performance, tout se joue au niveau microscopique.” Optimiser ces performances relève essentiellement de l’algorithmique, des codes correcteurs d’erreurs et du contrôle quantique. En revanche, si l’on s’interroge sur les ressources macroscopiques nécessaires pour réaliser ces performances, il faut s’intéresser aux technologies dites habilitantes, comme celles qui permettent le refroidissement (la cryogénie) ou l’électronique de contrôle qui pilote le système quantique. “Par exemple, être à même de casser une clé de chiffrement cryptographique demande à ce que les qubits utilisés pour y arriver soient refroidis, expose Alexia Auffèves. Se pose alors la question : quelle est la puissance cryogénique que je dois consommer pour être capable de garantir cette température ?”

Coût énergétique d’enfermer un chat de Schrödinger

“Un calcul quantique se ramène à la préparation et à l’évolution contrôlée d’états d’un grand nombre de qubits : c’est une expérience de chat de Schrödinger, reprend Alexia Auffèves. Poser la question du coût en ressources revient à demander quelle quantité d’énergie il faut pour enfermer un chat mort et vivant dans une boîte. C’est une magnifique question fondamentale, encore largement inexplorée, qui suppose d’articuler les échelles quantiques et classiques, microscopiques et macroscopiques.”

La thermodynamique quantique, en particulier, fournit déjà des clés pour comprendre le coût en ressources au niveau fondamental, afin de créer des états quantiques intéressants pour le calcul. Si l’on veut que ces connaissances deviennent pertinentes technologiquement, il faut comprendre comment ces coûts fondamentaux sont “amplifiés” au niveau macroscopique.

Une raison essentielle du coût en ressources est la nécessité de pouvoir contrôler le processeur “chat” en cours d’expérience, et de le mesurer pour en extraire l’information. Par conséquent, le processeur quantique est continuellement en contact avec le monde extérieur. “Le processeur quantique est ce que l’on appelle un système quantique ouvert. C’est-à-dire que c’est un objet que l’on peut contrôler d’une part, mais qui va être soumis au bruit d’autre part, précise Alexia Auffèves. Plus le contrôle sur bruit est bon, plus la performance est bonne.”

Et pour augmenter le niveau de contrôle sur bruit, il existe deux stratégies. La première consiste à augmenter le contrôle à bruit constant. “Ce qui veut dire “aller plus vite que le bruit”, explicite la physicienne. Puisque le bruit est un taux d’erreur par unité de temps, on peut s’arranger pour faire un circuit quantique qui calcule beaucoup plus vite que le taux d’erreur. Auquel cas le bruit sera inoffensif.” La seconde stratégie, elle, cherche au contraire à réduire le bruit le plus possible. “Ce qui signifie isoler mieux, fabriquer de meilleurs qubits, corriger les erreurs”, précise encore Alexia Auffèves. Mais augmenter le niveau de contrôle sur bruit demande des optimisations fines. En effet, cela appelle plus de ressources, qui peuvent engendrer du bruit supplémentaire. Bruit qui, à l’inverse du souhait initial, diminue la performance.

Un cadre mélangeant métrique, bruit et ressources

Cette aspiration à vouloir maximiser l’efficacité énergétique en visant l’optimisation incarne tout ce qui est attendu de l’articulation entre recherches fondamentales et macroscopiques, voulue par l’initiative QEI.

Afin de trouver un langage commun qui permettrait de faire communiquer efficacement un spécialiste de cryogénie avec un thermodynamicien quantique ou un informaticien, Alexia Auffèves propose de définir un cadre qu’elle nomme  “MNR”, pour Metrics (métrique), Noise (bruit) et Resources (ressources). “Ce que l’on veut faire, spécifie-t-elle, c’est effectuer un certain calcul avec une certaine métrique de performance (M). Mais ce qui nous empêche de réaliser notre calcul avec la métrique de performance visée, c’est le bruit (N). Et ce que l’on va mettre en œuvre pour contrer ce bruit, c’est de tenter d’améliorer le contrôle en utilisant plus de ressources (R).”

L’enjeu est donc d’arriver à un modèle complet qui permettra de modéliser au niveau microscopique le M et le N, et au niveau macroscopique le R, et de comprendre les interdépendances entre ces trois quantités. “Une fois notre modèle complet établi, on visera une métrique de performance particulière, donc un M particulier. Notre bruit, le N, est donné par la nature. Le but sera, sachant N, d’atteindre le M visé en minimisant la consommation de R”, résume-t-elle.

Minimiser la consommation de R sous-entend d’imposer une contrainte sur les ressources. Puisque la performance à tout prix est ce qui a été visé jusqu’alors, sans considération aucune pour le coût énergétique que cela amène et donc sans nécessité d’imposer une quelconque limite sur l’utilisation des ressources mises en jeu, l’impact qu’aurait une telle limitation n’a pas été étudié.

Construire des ordinateurs quantiques économes grâce aux supercalculateurs classiques

Le “théorème du seuil quantique”, par exemple, qui stipule que rien ne limite l’augmentation de la précision des algorithmes implémentés sur un ordinateur quantique tant que le taux d’erreur se situe en permanence sous une certaine valeur, ne prend pas en compte les contraintes en ressources. Que devient-il lorsque c’est le cas ? C’est la question à laquelle a tâché de répondre Marco Fellous-Asiani lorsqu’il était doctorant en physique à l’institut Néel, à Grenoble : “Lorsque l’on a une ressource limitée, comme l’énergie, il peut se passer que le bruit augmente de telle sorte que le taux d’erreur devient supérieur au seuil.” À l’inverse de ce que disait le théorème initialement, en limitant l’énergie utilisée, un ordinateur peut bel et bien atteindre une précision maximale. “Le théorème tel qu’il est stipulé est correct. C’est juste qu’il fait l’hypothèse qu’en augmentant le nombre de qubits, le bruit reste toujours sous le seuil, précise Marco Fellous-Asiani. Mais, en réalité, il se pourrait que, pour certaines technologies, cette hypothèse soit fausse. Ce sont d’ailleurs de vrais problèmes expérimentaux, et c’est l’une des raisons pour lesquelles on n’arrive pas encore à avoir des ordinateurs quantiques performants.”

Savoir qu’en limitant l’énergie utilisée arrive un point où la précision du calcul est dégradée permet de déduire le calcul le plus complexe qu’il est possible d’effectuer avec un ordinateur et un apport d’énergie donnés. “Mais on peut aussi inverser le problème et se demander : “quelle est l’énergie dont j’ai besoin pour faire ce calcul ?” Ce qui permet de minimiser le besoin énergétique pour faire un calcul donné. Et ça, ça va totalement dans le sens de l’initiative”, assure Marco Fellous-Asiani.

Chercher la performance fait intervenir de très gros algorithmes, qui demandent beaucoup de corrections d’erreurs, “et probablement des décennies de recherches”, complète Marco Fellous-Asiani. En revanche, en changeant l’état d’esprit avec lequel on aborde l’avantage quantique et donc, par exemple, en se disant dès le départ que l’on veut construire un ordinateur quantique économe, la suprématie quantique, qui sera alors d’ordre énergétique, sera bien plus simple à atteindre. “Car pour cela il n’y a pas besoin d’aller chercher ces très gros algorithmes qui nécessitent d’utiliser des dizaines de millions de qubits. On peut essayer d’implémenter des algorithmes qui tournent aujourd’hui sur des supercalculateurs classiques, beaucoup plus faciles à implémenter sur un ordinateur quantique. Avec cet état d’esprit, l’avantage énergétique pourrait être le premier avantage clair que l’on verrait, et une motivation presque plus grande de construire l’ordinateur quantique”, conclut Marco Fellous-Asiani.

Par Évrard-Ouicem Eljaouhari

Illustration d’ouverture : Dessin d’un processeur quantique (crédit : Sakkmesterke/AAT/Science Photo Library via AFP)

DELFT, Pays-Bas, August 31, 2022--(BUSINESS WIRE)--La startup hollandaise de transduction quantique QphoX et le fabricant finlandais d'ordinateurs quantiques IQM Quantum Read more
Les ordinateurs quantiques ne sont pas des ordinateurs ordinaires. La preuve ? Ils ont entre autres choses besoin d’une température ambiante Read more
Toute discussion sur l’informatique quantique ressemble à un saut dans le domaine de la science-fiction. Chaque nouvelle information semble remettre Read more
L’entreprise chinoise Baidu affirme l’arrivée propice d’un nouvel ordinateur quantique à 10 qubits. Cette dernière création serait le premier intégré Read more
DNA Script, OpenClassrooms, Pasqal… les start-up identifiées aux Trophées des futures licornes © GP Bullhound Une licorne est une société Read more
Un total de 15,75 millions de dollars en prix est attribué pour la prédiction de la structure des protéines par l'apprentissage Read more
Afin d’utiliser efficacement un ordinateur quantique, un plus grand nombre de blocs de construction de base spécialement préparés – en Read more
Nos ordinateurs sont de plus en plus puissants. Ils gagnent en rapidité, en puissance de calcul, et permettent de réaliser Read more
Une percée déterminante pour la fiabilité de l'ordinateur quantique - Actualités - Université de Sherbrooke - Université de Sherbrooke Aller Read more
Dépassant les limites des processeurs traditionnels, l'informatique quantique sera utilisée pour des applications spécifiques et des simulations très complexes. Mais Read more