Le quantum computing est une technologie émergente qui repose sur la mécanique quantique pour concevoir de nouveaux types d’ordinateurs capables de surpasser les supercalculateurs.
À mesure que l’intelligence artificielle et le Big Data progressent, les experts doivent développer des machines de plus en plus puissantes pour résoudre les problèmes complexes. L’informatique quantique pourrait devenir la solution.
En bref,
- Les qubits logiques et la correction d’erreurs deviennent réalité, avec des ordinateurs tolérants aux fautes attendus dès 2029.
- Ce n’est pas un remplaçant universel des supercalculateurs, mais une arme redoutable pour la chimie, l’IA et la cryptographie.
- Les technologies se multiplient (supraconducteurs, silicium, atomes neutres) et l’Europe investit massivement pour sécuriser son avenir quantique.
Le quantum computing, qu’est-ce que c’est ?
Lorsque les physiciens observent le monde à une très petite échelle, les phénomènes qui se produisent sont différents de ce que nous voyons en temps normal. Pour être plus précis, l’étude de ce monde minuscule se fait à l’échelle atomique ou subatomique et est désignée par la mécanique quantique.
Le quantum computing consiste à exploiter les lois de la mécanique quantique pour résoudre des problèmes informatiques complexes. Si les supercalculateurs sont les ordinateurs classiques les plus puissants au monde, un ordinateur quantique l’est encore plus.
Informatique quantique vs informatique classique
Un supercalculateur, aussi bien qu’un ordinateur ordinaire, utilise des bits. Ces bits sont des interrupteurs. Le chiffre 0 signifie « arrêt », le chiffre 1 signifie « marche ».
Toute opération classique est donc une combinaison de 1 et de 0. Chaque tâche correspond à un code binaire précis. L’ordinateur classique doit terminer un processus avant d’en lancer un autre.
L’informatique quantique, elle, travaille avec des « qubits ». Un qubit peut être 0, 1, ou les deux à la fois. Cette propriété s’appelle la superposition.
Un ordinateur quantique peut donc lancer plusieurs calculs simultanément. Les gains varient selon les problèmes. L’avantage dépend des algorithmes exécutés. La fameuse « 158 millions de fois plus rapide » remonte à 2019. Google revendiquait alors la « suprématie quantique » avec son processeur Sycamore (53 qubits) face au supercalculateur classique Summit. Ce chiffre est aujourd’hui obsolète. Le quantum computing excelle sur des problèmes très spécifiques. Sur d’autres, il est inutile.
Comment fonctionne le quantum computing ?
Entrons un peu plus dans les détails pour mieux comprendre le concept de quantum computing et les caractéristiques d’un ordinateur quantique.
La superposition
La possibilité pour un qubit d’être dans plusieurs états à la fois constitue ce qui est appelé la superposition. Celle-ci combine toutes les configurations possibles du bit quantique. Cela permet à l’ordinateur quantique d’effectuer des calculs complexes et multidimensionnels.
En pratique, l’ordinateur quantique ne se contente pas d’essayer toutes les solutions en parallèle. Il utiliserait alors un phénomène plus subtil : l’interférence quantique. Concrètement, l’algorithme est conçu pour que les « bonnes » réponses voient leur probabilité amplifiée (interférence constructive). Les « mauvaises » réponses s’annulent entre elles (interférence destructive). C’est ainsi que le quantum computing extrait une solution fiable, et non un résultat aléatoire.
L’intrication
L’informatique quantique a une autre propriété : l’intrication. Dans ce phénomène de la mécanique quantique, deux particules ou plus partagent les mêmes propriétés.
Deux qubits intriqués forment une connexion. Si l’un d’eux est modifié, l’autre l’est aussi, quelle que soit la distance qui les sépare.
L’intrication de plusieurs qubits permet de résoudre des problèmes complexes. Autrement, ils prendraient des millions d’années aux ordinateurs les plus puissants.
À l’intérieur d’un ordinateur quantique
Les ordinateurs quantiques restent souvent plus compacts que les supercalculateurs. Mais leur consommation énergétique varie fortement. Selon l’expert Olivier Ezratty, certaines architectures pourraient consommer jusqu’à 200 mégawatts en fonctionnement. D’autres designs visent une efficacité bien supérieure, avec des objectifs autour de 100 kilowatts. La startup britannique Quantum Motion promet une réduction par 1 000 de la consommation, grâce à ses qubits sur silicium.
L’information est stockée dans un registre de qubits. Cela permet un traitement massivement parallèle. Voici les principales technologies en compétition en 2026.
Qubit supraconducteur
Utilisé par Google (Willow, 105 qubits) et IBM. Le processeur IBM Heron atteint 133 qubits physiques dans son architecture officielle. Depuis janvier 2026, IBM propose en accès anticipé Nighthawk, un processeur de 120 qubits disposant d’une topologie en treillis carré offrant une connectivité accrue. En 2024, IBM avait déjà démontré une preuve de concept avec Flamingo, un module multi-puces de 462 qubits utilisant des coupleurs à longue distance. La feuille de route d’IBM pour 2029 est le processeur tolérant aux fautes Starling.
Qubit sur silicium
Porté par la française Quobly et par Quantum Motion. La promesse est d’atteindre des millions de qubits sur une seule puce. En pratique, les démonstrations récentes dépassent le millier de qubits. Quobly prévoit de déployer son premier ordinateur quantique commercial en accès cloud d’ici fin 2026.
Qubit à ions piégés
Développé par IonQ et Quantinuum. Quantinuum a franchi un seuil critique en 2024 : le qubit logique dure plus longtemps que le qubit physique. IonQ progresse rapidement sur cette voie.
Qubit photonique
Fonctionne à température ambiante. La française Quandela explore cette voie avec succès. L’avantage énergétique a été démontré avant l’avantage computationnel pur.
Atomes neutres
Défendu par la française Pasqal, cofondée par le prix Nobel Alain Aspect. Cette technologie monte en puissance rapidement.
D-Wave
Ce spécialiste du recuit quantique (quantum annealing), reste un acteur majeur pour les problèmes d’optimisation, bien que son approche diffère de l’informatique quantique universelle décrite ici.
Les moteurs de la révolution : les algorithmes de Shor et Grover
Avoir le matériel le plus puissant du monde ne sert à rien sans les bons algorithmes. Contrairement au code classique qui donne des instructions pas à pas, les algorithmes quantiques manipulent les probabilités des qubits. Deux d’entre eux dominent le paysage.
L’algorithme de Shor : le briseur de codes
Imaginez devoir trouver quels nombres ont été multipliés pour obtenir un résultat gigantesque. Pour un ordinateur classique, c’est un calvaire qui prendrait des milliers d’années. C’est sur cette difficulté que repose la sécurité de nos cartes bancaires (chiffrement RSA). En 1994, Peter Shor a changé la donne.
Son algorithme exploite les propriétés du calcul quantique pour trouver ces facteurs. Il repère des « périodes » mathématiques globales. Le résultat est une accélération exponentielle. En février 2026, une équipe a franchi une étape inédite. Des chercheurs ont utilisé l’algorithme de Shor pour factoriser les nombres 15 et 35 sur une plateforme acoustique topologique. Les « phibits » utilisés sont en réalité des bits acoustiques classiques (basés sur des phonons) qui simulent certains comportements quantiques ; il ne s’agit pas d’un véritable calcul quantique. C’est une démonstration théorique intéressante, mais à ne pas confondre avec une application industrielle.
Google a avancé sa timeline de transition vers la cryptographie post-quantique. L’entreprise s’est fixé l’année 2029 pour migrer ses infrastructures.
L’algorithme de Grover : l’aiguille dans la botte de foin
Si Shor s’attaque à la sécurité, Lov Grover, lui, s’est concentré en 1996 sur la recherche de données. Vous cherchez un nom spécifique dans un annuaire téléphonique dont les pages ont été mélangées. Un ordinateur classique devrait, en moyenne, lire la moitié de l’annuaire.
L’algorithme de Grover agit comme un oracle. Il augmente la probabilité de tomber sur la bonne réponse à chaque itération. L’accélération est quadratique. Moins spectaculaire que Shor, mais dans le monde du Big Data et des bases de données non triées, le gain de temps reste phénoménal.
Quantum computing 2026 : l’ère de la correction d’erreurs et des qubits logiques
En 2026, le quantum computing est entré dans une phase de consolidation décisive. L’informatique quantique a quitté les laboratoires pour laisser place à l’ingénierie concrète des processeurs.
L’avancée majeure de cette année est la généralisation des qubits logiques. Pour rappel, les qubits physiques sont extrêmement sensibles aux interférences. La solution consiste à regrouper plusieurs qubits physiques pour former un qubit logique protégé par des codes de correction d’erreurs.
En décembre 2024, Google a été le premier à franchir un seuil critique. En augmentant la taille du réseau de qubits physiques, le taux d’erreur a été réduit de moitié à chaque étape. La durée de vie du qubit logique est devenue deux fois plus longue que celle du meilleur qubit physique.
En septembre 2024, Microsoft et Quantinuum ont réalisé une avancée majeure. Ils ont créé 12 qubits logiques à partir de 56 qubits physiques. Cette démonstration a permis la première simulation de chimie combinant calcul quantique, IA et HPC classique en bout-en-bout.
Cette maturité technologique change la donne. Les qubits logiques sont désormais assez fiables pour exécuter des algorithmes complexes sur des durées prolongées. Les centres de données hybrides intègrent progressivement des unités de traitement quantique (QPU) aux côtés des GPU classiques.
Pourquoi adopter le quantum computing ?
Le quantum computing n’est pas utile pour des tâches simples comme le traitement de texte ou les feuilles de calcul. Il s’attaque à l’analyse prédictive de grande envergure : prévision météorologique, modélisation du trafic, découverte de médicaments. Un ordinateur quantique permet aussi de repenser le cryptage des données.
Actuellement, les supercalculateurs restent les meilleures solutions pour de nombreux problèmes complexes. Mais ils peinent face à des milliers de variables qui interagissent de manière chaotique. C’est là que les ordinateurs quantiques brillent. Ils peuvent examiner simultanément tous les résultats possibles.
Une idée reçue mérite d’être corrigée : le quantum computing n’est pas toujours plus sobre en énergie. Une étude d’Olivier Ezratty (Quantum Energy Initiative) a montré une fourchette très large selon les designs : de 100 kilowatts à 200 mégawatts pour les modèles les plus gourmands. Certaines architectures – comme les qubits sur silicium – visent au contraire une efficacité énergétique remarquable. L’autre avantage concerne la sécurité des données.
Contrairement aux systèmes classiques, certaines approches de cryptographie quantique (comme la distribution de clés quantiques, QKD) reposent sur les lois de la physique plutôt que sur des problèmes mathématiques difficiles. Elles offrent des canaux de communication théoriquement inviolables.
Le quantum computing et l’intelligence artificielle
L’intelligence artificielle est l’un des domaines où le quantum computing peut exceller. L’IA touche tous les aspects de la vie quotidienne, mais elle s’intéresse aussi à des problèmes complexes nécessitant des systèmes informatiques extrêmement puissants.
Le plus grand défi des algorithmes d’apprentissage automatique reste le volume de données à traiter. Selon DigiCert, environ 402 000 pétaoctets (PB) de données sont générés chaque jour dans le monde. La grande majorité de ces données sont chiffrées avec les algorithmes classiques RSA et ECC. Toute activité des internautes alimente ce flux massif : tweets, likes, ouvertures de comptes, sauvegardes de fichiers médias. Pour les scientifiques, créer un ordinateur quantique viable est aujourd’hui la meilleure solution pour traiter ces masses d’informations.
L’écart de vitesse entre un ordinateur quantique et un superordinateur est incommensurable sur certains types de calculs. Cette puissance est inestimable pour les systèmes d’IA qui doivent analyser des données en temps réel. Le quantum computing peut résoudre les problèmes les plus complexes en quelques minutes là où un supercalculateur mettrait des années.
Par ailleurs, l’informatique quantique améliore la capacité d’analyse des données, une étape essentielle au développement de tout projet d’IA ou de machine learning. L’échantillonnage et le perfectionnement des solutions s’en trouvent accélérés. Toujours en rapport avec les grands ensembles de données, l’IA permet d’identifier des modèles cachés ou des anomalies que les humains ne peuvent pas voir. Le quantum computing propulse cette capacité. Un système d’IA quantique pourrait identifier des similitudes entre des millions de données en quelques secondes. Là où les supercalculateurs examinent chaque enregistrement l’un après l’autre, le quantum computing traite tout en parallèle.
Résoudre les problèmes complexes de l’IA
Comme nous l’avons déjà mentionné, l’écart de la vitesse de traitement entre un ordinateur quantique et un superordinateur est incommensurable. Avec la quantité de données à laquelle l’IA doit faire face, une telle puissance est inestimable. De ce fait, le quantum computing peut résoudre les problèmes les plus complexes en quelques minutes.
Exploiter efficacement les données
Outre la puissance et la vitesse, l’informatique quantique devrait améliorer la capacité d’analyse des données. Il s’agit d’une étape essentielle au développement de tout projet d’IA ou de machine learning.
Cela implique l’échantillonnage des données dans le but de perfectionner les solutions. D’autre part, l’émergence du Big Data contraint les experts à repenser l’architecture informatique pour traiter les quantités massives de données.
Le volume est associé à une plus grande complexité des problèmes à résoudre et donc à un besoin croissant de nouvelles approches. Pour faire simple, le quantum computing aidera à optimiser les analyses prédictives et par conséquent les prises de décision.
Identification des modèles
Toujours en rapport avec les grands ensembles de données, l’intelligence artificielle permet d’identifier les modèles cachés ou les anomalies que les humains ne peuvent pas. L’utilisation d’un ordinateur quantique permet de propulser cette capacité.
Par exemple, un système d’IA quantique pourrait identifier les similitudes entre les données en quelques secondes. Certes, les supercalculateurs peuvent déjà effectuer ces tâches en un temps éclair, mais seulement en examinant un enregistrement après l’autre.
En revanche, le traitement parallèle rendu possible par le quantum computing est, de façon exponentielle, plus rapide.
Exemples pratiques
Google utilise le processeur Willow, un chip de 105 qubits. Sur le benchmark RCS (Random Circuit Sampling) – un problème théorique conçu spécifiquement pour être difficilement simulable classiquement – Willow a réalisé un calcul en 5 minutes. Avec un supercalculateur classique, ce même calcul aurait pris 10 septillions d’années. Ce benchmark ne traduit pas un gain universel sur toutes les tâches, mais il illustre la puissance potentielle du quantum computing sur des problèmes bien choisis.
Selon les domaines d’application prometteurs du quantum computing, Willow ouvre des perspectives dans la simulation de molécules, la modélisation météorologique et la recherche de nouveaux matériaux.
La mécanique quantique permet aussi de comprendre le comportement des particules qui composent le monde. Simuler et modéliser ces comportements aide à créer des produits plus efficaces. Citons la conception de nouveaux matériaux pour les batteries de voitures électriques, les dispositifs robotiques ou les panneaux solaires.
L’intelligence artificielle quantique peut également s’appliquer à la médecine. Certains scientifiques pensent que les simulations quantiques permettraient de développer des traitements plus efficaces pour des maladies comme Alzheimer. On peut encore parler de modélisation de réactions chimiques ou de prévision des marchés financiers, où les données varient à une vitesse vertigineuse.
IBM a annoncé en juin 2026 un investissement de plus de 10 milliards de dollars dans le quantum computing sur les cinq prochaines années. La firme prévoit de livrer le premier ordinateur quantique tolérant aux fautes à grande échelle, baptisé Starling, en 2029. IBM prévoit que ses premiers partenaires démontreront un avantage quantique vérifié avant la fin de l’année 2026 – un avantage spécifique à des problèmes concrets (simulation de matériaux, chimie quantique), validé par la communauté via un tracker ouvert.
Les défis de l’informatique quantique
Les principaux défis du quantum computing restent la fiabilité et la vérification des résultats. À la vitesse où un ordinateur quantique effectue ses calculs, il devient impossible de vérifier la justesse des résultats avec des méthodes classiques.
Les approches de vérification existantes valident le système à un niveau méthodologique, pas celui des données. L’informatique quantique elle-même pourrait être la solution. Des chercheurs ont récemment développé une technique de vérification croisée où des ordinateurs quantiques se vérifient mutuellement.
Pour concevoir un système quantique, il faut des connaissances en mécanique quantique. Une fois la machine conçue, un développeur informatique peut se familiariser avec la programmation quantique via des outils comme Cirq (Google) ou Qiskit (IBM).
Rappelons que pour certains problèmes informatiques classiques, un supercalculateur fait très bien l’affaire. Le quantum computing n’est pas une solution universelle, mais une arme redoutable pour des problèmes spécifiques.
L’impact du quantum computing sur la cybersécurité
Le calcul quantique représente une avancée technologique majeure qui pourrait aussi révolutionner la cybersécurité. La vitesse avec laquelle il traite des informations est exponentiellement plus rapide que les ordinateurs classiques. Ce qui pose des défis significatifs aux méthodes de cryptographie actuellement en usage.
En effet, de nombreux algorithmes de sécurité, tels que RSA ou AES reposent sur la difficulté de certains problèmes mathématiques. Ceux-ci pourraient alors être compromis par des ordinateurs quantiques puissants.
L’algorithme de Shor, par exemple, permettrait de factoriser rapidement de grands nombres entiers. Le risque de compromettre la sécurité des clés de chiffrement largement utilisées est donc élevé.
Cependant, l’impact du quantum computing ne se limite pas à des menaces. Il ouvre également la voie à de nouvelles approches de protection des données. La cryptographie quantique, par exemple, utilise les principes de la mécanique quantique pour garantir des communications inviolables.
Ainsi, la montée en puissance du calcul quantique incite également à l’innovation dans le domaine de la sécurité informatique. Par conséquent, les entreprises et les gouvernements doivent dès à présent se préparer à cette évolution technologique afin d’assurer un avenir numérique sécurisé.
Découvrez les futurs usages des ordinateurs quantiques à partir de 2026
Un processeur quantique entièrement fonctionnel possèderait la capacité de résoudre des problèmes d’une complexité extraordinaire. Ceci pourrait engendrer une révolution dans de nombreux secteurs de la recherche, de la technologie et de l’économie.
Ces machines pourraient grandement contribuer à la découverte de nouveaux médicaments et à l’avancement de la recherche médicale. Elles permettraient d’identifier des corrélations inédites dans les données d’essais cliniques ou génétiques, analyses que les ordinateurs conventionnels ne peuvent effectuer faute de puissance de calcul suffisante.
La sécurité de divers systèmes basés sur les algorithmes d’intelligence artificielle bénéficierait aussi d’améliorations considérables grâce au quantum computing. Les applications concernées incluent notamment les systèmes bancaires, le ciblage militaire et les véhicules autonomes.
Pour concrétiser ces avancées, nous devons d’abord franchir une étape cruciale connue sous le nom de suprématie quantique. Cette phase sera atteinte lorsqu’un processeur résoudra un problème qui nécessiterait un temps déraisonnablement long pour un ordinateur classique.
Atom Computing démontre la correction d’erreurs quantiques soutenue
Le 2 juin 2026, une publication sur arXiv a marqué un tournant. L’équipe d’Atom Computing a démontré la première correction d’erreurs quantiques soutenue avec des atomes neutres. L’entreprise a réalisé 90 cycles d’extraction de syndrome dans un code correcteur torique.
Cette performance est sans précédent. La plateforme utilise des atomes neutres confinés par pinces optiques. Elle exécute des circuits avec une connectivité arbitraire entre qubits. Surtout, elle peut remplacer les atomes perdus sans interrompre le calcul, grâce à un réservoir de qubits de rechange.
Pourquoi est-ce capital pour l’Europe ? Les atomes neutres sont l’une des voies technologiques privilégiées par la start-up française Pasqal, cofondée par le prix Nobel Alain Aspect. Cette démonstration prouve que cette approche peut atteindre une fiabilité suffisante pour l’informatique tolérante aux fautes. L’annonce tombe à point nommé.
Le 22 mai 2026, Emmanuel Macron annonçait un milliard d’euros supplémentaire pour le quantique. Le 3 juin, Quobly bouclait une levée de 115 millions d’euros pour industrialiser ses qubits sur silicium. Atom Computing confirme que la route vers l’ordinateur quantique tolérant aux fautes est tracée.
FAQs
Un qubit physique est l’unité de base. Il est fragile, très sensible à son environnement (température, bruit, rayonnement). Un qubit logique est un groupe de qubits physiques (16 à 30 selon les technologies) qui travaillent ensemble pour s’auto-corriger. En 2024, Microsoft et Quantinuum ont montré que les qubits logiques pouvaient enfin vivre plus longtemps que les qubits physiques. L’industrie appelle ce seuil le « breakeven ».
Non. Pour casser le RSA-2048, il faudrait environ un million de qubits physiques stables. Les processeurs actuels plafonnent à 133 qubits (IBM Heron). Les experts du NIST et Google estiment le « Q-Day » entre 2029 et 2035. La menace bien réelle s’appelle « Harvest Now, Decrypt Later » : des adversaires collectent déjà des données chiffrées aujourd’hui pour les décrypter plus tard avec un ordinateur quantique.
L’ordinateur quantique est excellent pour des problèmes très spécifiques : simulation de molécules, optimisation logistique, factorisation. Pour tout le reste (bases de données, interfaces, bureautique), il est inutile, voire moins bon qu’un PC basique. Le coupler à des supercalculateurs classiques est donc la solution la plus pragmatique.
IBM vise le premier ordinateur quantique tolérant aux fautes à grande échelle pour 2029 avec le processeur Starling. La France, avec son programme PROQCIMA, vise 128 qubits logiques en 2032 puis 2 048 qubits logiques en 2035. La feuille de route se précise : correction d’erreurs jusque 2029, passage à l’échelle industrielle dans les années 2030.
Tout dépend de la technologie. Selon une étude d’Olivier Ezratty, les projections de consommation varient de 100 kilowatts à 200 mégawatts selon les architectures. El Capitan, le supercalculateur le plus puissant du monde, consomme environ 30 mégawatts. Certains designs quantiques sur silicium (Quantum Motion) visent une réduction par 1 000 de la consommation, là où d’autres approches (supraconducteurs à très grande échelle) pourraient être bien plus gourmandes.
Restez à la pointe de l'information avec stg-intelligenceartificiellecom-clone.kinsta.cloud !
- Partager l'article :
