Les entreprises pionnières dans le domaine de l’informatique quantique, à savoir IBM, Google et D-Wave, développent des technologies quantiques qui ont des objectifs différents et emploient des approches diverses pour résoudre des problèmes complexes. Dans cet article, nous comparons ces trois acteurs majeurs de l’informatique quantique en examinant leurs technologies, leurs systèmes de calcul quantique, leurs applications et leurs objectifs.
1. IBM Quantum
a. Approche de l’informatique quantique
IBM Quantum se concentre sur la quantique basée sur les circuits supraconducteurs, une technologie qui utilise des qubits supraconducteurs pour réaliser des calculs. IBM a mis en place un écosystème d’ordinateurs quantiques accessibles à distance grâce à sa plateforme IBM Quantum Experience. Cette plateforme permet aux chercheurs, aux étudiants et aux entreprises de tester des algorithmes quantiques en utilisant des simulateurs classiques et des ordinateurs quantiques réels via le cloud.
b. Caractéristiques des systèmes quantiques
IBM développe des ordinateurs quantiques supraconducteurs, utilisant des circuits supraconducteurs pour manipuler les qubits. Leurs premiers systèmes étaient basés sur des qubits relativement simples, mais IBM a évolué vers des systèmes avec des milliers de qubits.
Quelques points importants à propos de IBM Quantum :
- Qubits supraconducteurs : IBM utilise des qubits fabriqués à partir de circuits supraconducteurs refroidis à des températures proches du zéro absolu.
- Quantum Hummingbird : En 2020, IBM a lancé son processeur quantique Hummingbird, capable de traiter 65 qubits.
- Quantum Eagle : En 2021, IBM a annoncé un processeur de 127 qubits.
- Qiskit : IBM propose Qiskit, une plateforme open-source pour développer des algorithmes quantiques, largement utilisée par la communauté scientifique.
c. Applications et objectifs
Les systèmes IBM Quantum sont utilisés pour explorer des domaines comme :
- Optimisation : Résolution de problèmes d’optimisation complexes dans les secteurs de la finance, de la logistique et de l’automobile.
- Chimie et matériaux : Modélisation de molécules et de matériaux pour accélérer la recherche pharmaceutique et la découverte de nouveaux matériaux.
- Machine learning : Application des principes quantiques pour améliorer l’apprentissage automatique, notamment dans la classification et l’optimisation.
IBM se positionne comme un leader dans l’éducation et la collaboration avec les entreprises pour intégrer l’informatique quantique dans des applications pratiques.
2. Google Sycamore
a. Approche de l’informatique quantique
Google a choisi d’utiliser des qubits supraconducteurs également, mais avec un objectif plus ambitieux : atteindre la suprématie quantique. En 2019, Google a annoncé avoir atteint un jalon majeur avec son processeur Sycamore, qui a réussi un calcul quantique spécifique plus rapidement qu’un supercalculateur classique.
b. Caractéristiques des systèmes quantiques
Le processeur Sycamore est un processeur quantique composé de 54 qubits supraconducteurs (dont un était défectueux pendant l’expérience) et il a démontré un avantage quantique pour une tâche de calcul spécifique, en résolvant un problème de sampling aléatoire (tirage de nombres aléatoires) qui serait pratiquement impossible à résoudre pour un supercalculateur classique dans un délai raisonnable.
Quelques points clés concernant Google Sycamore :
- Qubits supraconducteurs : Comme IBM, Google utilise des qubits fabriqués à partir de circuits supraconducteurs.
- Suprématie quantique : Google a annoncé avoir atteint la suprématie quantique en 2019 avec Sycamore, accomplissant une tâche particulière plus rapidement que tout supercalculateur classique.
- Quantique à grande échelle : Google a pour objectif de construire des processeurs quantiques capables de traiter des centaines de milliers de qubits pour des applications pratiques.
c. Applications et objectifs
Les recherches de Google Sycamore se concentrent sur :
- Suprématie quantique : Démonstration de la supériorité de l’informatique quantique dans des tâches spécifiques.
- Chimie et sciences des matériaux : Google explore l’application de l’informatique quantique dans la modélisation de molécules complexes pour la recherche pharmaceutique et le développement de nouveaux matériaux.
- Machine learning : Google a exploré l’utilisation de l’informatique quantique pour améliorer les modèles d’apprentissage automatique.
Google se concentre sur l’accélération des progrès quantiques en visant des applications concrètes dans les années à venir, tout en cherchant à établir un leadership en termes de puissance de calcul quantique.
3. D-Wave
a. Approche de l’informatique quantique
D-Wave adopte une approche différente de l’informatique quantique en utilisant des qubits basés sur l’adiabaticité plutôt que des qubits supraconducteurs utilisés par IBM et Google. D-Wave utilise une architecture de calcul quantique adiabatique dans laquelle les qubits évoluent lentement vers leur état de plus faible énergie, en exploitant le phénomène de quantum annealing pour résoudre des problèmes d’optimisation.
b. Caractéristiques des systèmes quantiques
D-Wave a développé des systèmes de quantum annealing, une approche qui diffère du calcul quantique universel des circuits quantiques (comme chez IBM et Google). Le Quantum Annealing est une méthode qui permet de résoudre des problèmes d’optimisation en minimisant une fonction d’énergie. Bien que moins générale que les approches basées sur des portes quantiques, cette approche peut être efficace pour certains types de problèmes.
Quelques points clés concernant D-Wave :
- Quantum annealing : D-Wave utilise une technologie qui repose sur la minimisation de l’énergie pour trouver la solution optimale à des problèmes d’optimisation.
- Processeurs de 5000 à 50000 qubits : D-Wave propose des systèmes avec un grand nombre de qubits (jusqu’à 5000 qubits dans son modèle Advantage), bien que ces qubits soient spécialisés pour des types de problèmes d’optimisation spécifiques.
- Advantage : D-Wave a récemment lancé le processeur Advantage, qui dispose de 5000 qubits et vise à améliorer la performance des problèmes d’optimisation par rapport aux systèmes précédents.
c. Applications et objectifs
D-Wave se concentre principalement sur des problèmes d’optimisation dans des domaines comme :
- Optimisation combinatoire : Recherche d’optimisation dans des domaines comme la logistique, la planification, et la gestion des ressources.
- Apprentissage automatique : Exploration de l’utilisation de l’annealing quantique pour améliorer les algorithmes d’apprentissage automatique.
- Optimisation dans la finance : Résolution de problèmes de gestion de portefeuilles et de risques financiers.
D-Wave se distingue par son approche spécialisée pour l’optimisation, visant à résoudre des problèmes d’optimisation concrets dans des industries spécifiques. Contrairement à IBM et Google, D-Wave ne cherche pas à construire des ordinateurs quantiques universels, mais plutôt des machines spécialisées qui peuvent résoudre efficacement des problèmes d’optimisation complexes.
4. Comparaison générale
| Caractéristique | IBM Quantum | Google Sycamore | D-Wave |
|---|---|---|---|
| Technologie de qubits | Qubits supraconducteurs | Qubits supraconducteurs | Qubits pour quantum annealing |
| Architecture | Circuits quantiques universels | Circuits quantiques universels | Quantum annealing (optimisation) |
| Taille des processeurs | 65-127 qubits (Quantum Hummingbird, Eagle) | 54 qubits (Sycamore) | Jusqu’à 5000-50000 qubits (Advantage) |
| Applications principales | Chimie, optimisation, IA, cryptographie | Suprématie quantique, chimie, IA | Optimisation combinatoire, IA, finance |
| Accès et plateforme | IBM Quantum Experience, cloud | Google Cloud Quantum, cloud | D-Wave Leap, cloud |
| Approche | Accessibilité, recherche, collaboration | Suprématie quantique, puissance brute | Optimisation spécialisée, pratique |
Conclusion
Les trois acteurs, IBM Quantum, Google Sycamore, et D-Wave, représentent différentes approches de l’informatique quantique :
- IBM Quantum est axé sur la quantique universelle avec des applications dans plusieurs domaines et un accès open-source via Qiskit.
- Google Sycamore cherche à démontrer la suprématie quantique avec une attention particulière à la puissance de calcul et à des applications spécifiques en chimie et en IA.
- D-Wave se concentre sur des solutions spécialisées pour l’optimisation, utilisant l’annealing quantique pour résoudre des problèmes complexes d’optimisation.
Chaque entreprise a ses forces et ses faiblesses, et le choix d’une technologie dépendra largement des besoins spécifiques en matière de calcul quantique et des types de problèmes à résoudre.
