Comme un vélo sans guidon, un bateau sans gouvernail. Privés de logiciels pour les faire fonctionner, les ordinateurs quantiques ne seraient d’aucune utilité. Et si ces derniers attirent l’essentiel de la lumière médiatique, les travaux sur le software quantique concentrent eux aussi tous les efforts. Pour preuve : c’est en se basant sur un logiciel sophistiqué, couplé à une installation expérimentale simple, que le CNRS a réussi en février 2021 à atteindre l’avantage quantique, soit la démonstration de la supériorité du calcul quantique sur le calcul conventionnel. « Nous avons développé un algorithme quantique – une méthode mathématique pour résoudre un problème avec des qubits –, puis un logiciel pour appliquer cet algorithme au calculateur », présente Iordanis Kerenidis, directeur de recherche au CNRS et directeur technique de la start-up américaine QC-Ware, qui a mené ces travaux.
Pallier l'imperfection des ordinateurs quantiques
Pour exécuter un algorithme, c’est-à-dire résoudre un problème, les calculateurs quantiques nécessitent un logiciel afin de retranscrire les instructions de l’algorithme à la machine. « Avoir des qubits [l’unité de stockage de l’information quantique, ndlr] ne fait pas un processeur, rappelle Sébastien Bardin, responsable du logiciel quantique au CEA-List. Il faut inventer les commandes élémentaires de la machine pour les contrôler et transmettre les informations. » Ces recherches sur les logiciels dits système – qui mobilisent, selon McKinsey, 14 % des investissements du quantique – sont menées en parallèle par les laboratoires de recherche, les fabricants de qubits et les start-up spécialistes du software. Sans cette couche logicielle bas niveau, impossible d’exploiter les possibilités du calcul quantique.
Chaque processeur quantique ayant ses spécificités, nous essayons d’identifier sur quel type de problèmes chacun est le plus performant.
— Iordanis Kerenidis, directeur de recherche au CNRS et directeur technique de QC-Ware
Encore à ses balbutiements, l’informatique quantique doit composer avec des machines limitées, dites Nisq (pour ordinateur quantique bruité de taille intermédiaire). Elles comptent, au mieux, quelques centaines de qubits imparfaits, soumis aux erreurs et sensibles au bruit. Pour leur trouver un usage, les spécialistes du logiciel quantique adaptent les algorithmes théoriques, issus de la recherche et pensés pour des machines idéalisées, à la réalité. Ils ajustent l’exécution logicielle de chaque algorithme aux spécificités de chaque machine. « Chaque processeur quantique ayant ses spécificités, nous essayons d’identifier sur quel type de problèmes chacun est le plus performant, et en fonction nous optimisons l’intégration des algorithmes », explique Iordanis Kerenidis, de QC-Ware.
L’objectif de ces optimisations ? Améliorer l’efficacité des calculs et réduire les ressources nécessaires à l’exécution d’un algorithme pour accélérer l’arrivée de cas d’usage concrets, à impact commercial. « Réduire les besoins d’un calcul de 1 ou 2 qubits peut permettre d’aller plus loin », précise Harold Ollivier, chercheur et responsable quantique de l’Inria. Le nombre de liaisons entre les qubits, leur capacité à enchaîner les calculs ou encore leur résistance au bruit sont autant d’éléments qu’il faut prendre en compte pour définir le langage de la machine et traduire efficacement les algorithmes. « C’est un travail manuel qui demande de comprendre en profondeur les dispositifs utilisés », observe le spécialiste. Selon Iordanis Kerenidis, cette intégration fine de l’algorithme dans l’architecture du processeur doit permettre d’avancer de cinq ans l’arrivée d’un avantage quantique pour les entreprises.
Gagner en simplicité
Mais les travaux menés en attendant l’arrivée d’ordinateurs quantiques de grande échelle ne se limitent pas à la broderie de logiciels sur mesure. Un autre défi occupe les experts du software : automatiser ce travail manuel, pour démocratiser cette nouvelle informatique. « Il n’est déjà pas simple de passer de l’informatique classique à l’informatique quantique, il ne faut pas que le langage de programmation soit une difficulté supplémentaire », souligne Robert Marino, dont la start-up Qubit Pharmaceuticals vise à utiliser le quantique pour trouver de nouveaux médicaments.
« Il faut pouvoir coder dans un langage facile à manipuler par les humains, abonde Sébastien Bardin. Pour cela, il faut une chaîne de transformation automatisée vers des instructions compréhensibles par l’ordinateur. » Autrement dit, il faut se rapprocher de l’informatique actuelle, où la plupart des programmateurs rédigent leur code sans se soucier des transistors de leur ordinateur.
Les travaux de la communauté s’intéressent autant à la création de langages de haut niveau, compréhensibles par l’humain, qu’à celle de compilateurs, qui les traduisent vers un langage de bas niveau, compréhensible par le processeur quantique. « Les géants du cloud commencent déjà à se rapprocher des fabricants de machines quantiques pour les héberger et les intégrer dans leur environnement de programmation », souligne Robert Marino. Avec en ligne de mire un hypothétique graal, « réussir à développer un langage qui adressera toutes les technologies de qubits ».
Émergence d’une offre
Il faut dix ans pour former un expert de l’informatique quantique.
— Laurent Guiraud, cofondateur et directeur général de ColibrITD
Mais cette intégration logicielle n’est pas la seule condition à l’adoption du quantique. Comme toute la tech, le secteur va devoir répondre à la pénurie de talents, qui se profile à une échelle très supérieure. « Il faut dix ans pour former un expert de l’informatique quantique », contre un an pour certaines formations en informatique classique, rappelle Laurent Guiraud, le cofondateur et directeur général de ColibrITD.
Comme cette start-up française, plusieurs pépites constatent que toutes les entreprises n’auront pas les moyens de s’offrir un chief quantum officer. Mêlant une activité de R & D sur l’ensemble des couches logicielles et une activité de conseil, elles accompagnent les entreprises dans leurs premiers pas, jusqu’à développer les algorithmes qui leur apporteront un avantage. « Ce sont des traducteurs, estime Robert Marino. Ils aident les entreprises à apprivoiser le quantique en faisant des preuves de concept. »
Une offre naît, portée par des experts historiques du logiciel quantique, comme les canadiennes Zapata et 1QBit, ou encore le britannique Cambridge Quantum Computing, qui s’est rapproché du gestionnaire d’infrastructures ferroviaires allemand DB Netz pour optimiser la planification des trains. L’espagnol Multiverse Computing, lui, s’est associé au Crédit agricole, avec le fabricant de calculateur français Pasqal, pour développer des algorithmes de gestion des actifs financiers. Tout comme QC-Ware, qui fait de même pour Goldman Sachs, avec le fabricant de processeurs américain IonQ. « Nous n’avons pas encore le hardware adapté, mais nous optimisons les ressources nécessaires pour arriver le plus tôt possible à un avantage quantique concret », promet Iordanis Kerenidis.
À lire aussi
Dans cette course aux cas d’usage, le top départ se rapproche. « La disponibilité des premiers calculateurs se profile à horizon de deux à trois ans, mais développer un algorithme quantique prend six mois », alerte Laurent Guiraud, de ColibrITD. Malgré l’urgence et la promesse de se rapprocher des premiers usages de l’informatique quantique, les acteurs du conseil et du logiciel ne récoltent que 23 % des investissements dans la technologie… contre 73 % pour les fabricants de machines.
« Chaque calculateur quantique est spécifique », affirme Cyril Allouche, responsable de la R & D quantique d’Atos
Quel est le but du Quantum learning machine (QLM), le simulateur de qubits développé par Atos ?
Avec le QLM, les utilisateurs néophytes pourront simuler un processeur quantique sur un ordinateur conventionnel, s’essayer à la programmation quantique sans attendre un calculateur. Dès l’année prochaine, cet environnement permettra de coder des algorithmes quantiques pour les exécuter sur les vrais processeurs quantiques qui seront installés dans nos centres de calcul.
À quels ordinateurs quantiques allez-vous donner accès ?
Nous intégrerons la technologie de la start-up française Pasqal dans nos centres de calcul de Bruyères-le-Châtel, dans l’Essonne, et Jülich, en Allemagne, et celle de la finlandaise IQM dans celui de Munich. Mais le protocole que nous développons se veut ouvert. Il devrait permettre d’utiliser les processeurs de tous les fabricants qui le souhaitent.
Comment intégrez-vous ces nouveaux processeurs ?
Chaque calculateur quantique est extrêmement spécifique, adapté à des calculs bien précis. Donc nous travaillons avec des fabricants de qubits dans une démarche de co-design afin d’exploiter au mieux les spécificités de leurs technologies et de les intégrer dans notre logiciel, puis dans nos supercalculateurs.
© D.R.
Maîtriser les erreurs
Le logiciel est mobilisé pour tenter de résoudre l’un des principaux freins à l’arrivée d’un calculateur quantique opérationnel, la gestion des erreurs. « C’est un problème physique. Un qubit interagit avec son environnement, il crée du bruit et de la décohérence [la perte de l’état quantique nécessaire aux calculs], détaille Harold Ollivier, responsable quantique à l’Inria. En ajoutant des qubits, on ajoute du bruit de manière exponentielle. » La clé de cette équation est de concevoir des qubits moins sensibles, tant au niveau physique que logiciel.
« Le contrôle des qubits se fait par logiciel », rappelle l’expert. Certains travaux viennent à l’intersection des mathématiques et de l’ingénierie pour apporter aux qubits une protection intrinsèque contre les erreurs. À cela s’ajoute une autre approche, qui vise à composer avec le bruit. « Il est possible d’utiliser des machines intégrant peu de corrections d’erreurs pour exécuter certains algorithmes », explique Harold Ollivier. Parmi eux, l’apprentissage machine – déjà soumis aux biais de ses données – s’avère particulièrement tolérant aux approximations.
