Comprendre l’informatique quantique – supraconducteurs

Publié le 17 août 2018 et mis à jour le 24 août 2018 - Commenter -
PDF Afficher une version imprimable de cet article

Après avoir décrit l’offre de D-Wave, passons à celle des ordinateurs quantiques supraconducteurs à portes quantiques universelles. En effet, d’un point de vue physique, les ordinateurs adiabatiques de D-Wave et ceux de cette partie sont assez voisins, utilisant des variantes de l’effet Josephson dans des circuits supraconducteurs. La programmation et les capacités ne sont par contre pas du tout les mêmes.

Supraconducteurs universels

Les supraconducteurs occupent pour l’instant la voie royale de l’ordinateur quantique, étant exploités à la fois par D-Wave avec ses ordinateurs adiabatiques et par IBM, Google, Intel et Rigetti sans compter le CEA français qui planche dessus et est même à l’origine d’une bonne part des technologies de ce domaine.

Dans le quantique universel, ce sont les ordinateurs qui scalent le mieux pour l’instant, même si le résultat est modeste avec un record en date de 72 qubits pour Google, qui n’est pour l’instant pas documenté au niveau du taux d’erreurs.

Dans les qubits supraconducteurs, la circulation du courant est contrôlée par des portes à effet Josephson qui s’ouvrent en fonction de l’application d’un champ magnétique externe. C’est une sorte de robinet, un peu comme la base d’un transistor bipolaire.

Il existe en fait plusieurs types de qubits supraconducteurs. Ils diffèrent par la manière d’encoder l’information quantique avec deux états bien distincts. C’est bien expliqué dans Practical realization of Quantum Computation (36 slides) ainsi que dans une conférence de Serge Haroche du Collège de France de 2011 (mais il faut s’accrocher…).

On distingue donc plusieurs types de qubits supraconducteurs :

  • Qubits de flux : leur état correspond au sens de circulation du courant supraconducteur dans sa boucle. C’est le plus facile à comprendre et à visualiser. La mesure de l’état d’un tel qubit utilise un SQUID (superconducting quantum interference device), un magnétomètre qui va être capable de mesurer le sens du courant dans le qubit, donc son état 0 ou 1. C’est l’approche de D-Wave, de Rigetti, du MIT et de TU-Delft aux Pays-Bas.
  • Qubits de charge / transmon : leur état correspond à des seuils de passage de courant dans la jonction Josephson de la boucle supraconductrice. De petites jonctions Josephson délimitent un îlot supraconducteur avec une charge électrique bien définie. Les états de base de tels qubits de charge sont les états de charge de l’îlot en couples d’électrons supraconducteurs appelés paires de Cooper. Ces qubits sont alimentés par des oscillateurs harmoniques utilisant des radio-fréquences allant de 5 à 10 GHz qui leur sont transmises par fils conducteurs électriques. L’approche d’IBM est une variante de qubit de charge dénommée transmon. Google utilise aussi des transmons. C’est aussi l’approche du CEA à Saclay qui en est d’ailleurs à l’origine.
  • Qubits de phase : ils utilisent des jonctions Josephson plus grandes que dans les qubits de charge. L’état du qubit correspond à deux niveaux d’énergie de courants dans une jonction Josephson. Cette approche est expérimentée par le NIST aux USA.

Supraconducting types  Qubit Supra Types

Source du second schéma : Flux Noise in Superconducting Qubits (44 slides).

Les limitations technologiques sont liées à la taille des qubits qui est de l’ordre du micron, ce qui rend difficile la création de grandes puces avec des millions de qubits, à la place qui est prise par contrôleurs utilisant des radiofréquences allant jusqu’à 10 GHz qui poserait encore plus de problèmes avec l’augmentation du nombre de qubits, au taux d’erreurs des qubits, aux limites des systèmes de cryogénie qui sont limités en capacité, notamment au niveau de la dimension des disques métalliques qui supportent les systèmes à chaque étage du “frigo”. Divers travaux visent à prouver que l’on peut miniaturiser une partie de ces circuits de contrôle des qubits supraconducteurs mais ils ne semblent pas avoir aboutit à ce stade à des réalisations concrètes.

Ceci étant, les progrès sont constants dans la réduction du bruit des qubits dans cette technologie. Ce bruit a plusieurs origines comme les fluctuations de charge, les électrons baladeurs, les impuretés dans les matériaux notamment comportant des atomes d’oxygène et les perturbations magnétiques, ce qui explique pourquoi les ordinateurs quantiques comme ceux de D-Wave sont isolés dans des cages de Faraday avec jusqu’à 16 couches de protection contre les perturbations magnétiques.

Pour ce qui est de la mesure de l’état des qubits supraconducteurs, une équipe de chercheurs canado-américaine a publié en 2015 Heisenberg-limited qubit readout with two-mode squeezed light (12 pages) qui propose une méthode optique de mesure miniaturisable.

Les qubits supraconducteurs utilisent sinon souvent du niobium pour ses portes à effet Josephson, qui peut être remplacé par de l’aluminium, utilisé notamment chez Rigetti.Le niobium est un métal qui n’est pas rare. Sous-produit de l’extraction de minerais, il est généré à raison de plus de 60 000 tonnes par an, provenant essentiellement du Canada et du Brésil. Il est surtout utilisé dans des alliages spéciaux ainsi que dans les aimants supraconducteurs comme dans ceux de l’accélérateur de particules géant LHC du CERN à Genève.

D’un côté historique, les premières boites de paires de Cooper ont été créées expérimentalement en 1997 au CEA de Saclay par Vincent Bouchiat. NEC a créé le premier qubit supraconducteur en 1999. Le laboratoire de Daniel Estève au CEA Saclay a créé son premier qubit supraconducteur en 2002. Ci-dessous, Daniel Esteve présentant ce premier qubit supraconducteur (à moins que cela soit le premier chipset à deux qubits…). Le premier processeur complet intégrant deux qubits supraconducteurs est arrivé en 2012.

Qubit supraconducteur CEA Saclay

Comme les paires de Cooper sont l’un des rares ensembles de particules qui sont des bosons, ils peuvent être condensés dans le même état quantique, ce qui permet à un qubit de charge ou de flux d’avoir une propriété quantique “macro” de plusieurs (des millions) quantums, ces paires de Cooper.

L’équipe de physiciens de Daniel Estève au CEA de Saclay continue de travailler sur les qubits supraconducteurs tendance transmon avec en ligne de mire la création de qubits plus stables et générant moins d’erreurs. C’est une approche de recherche long terme qui fait partie du champ de la physique de la matière condensée. En d’autres termes, de la matière à très basse température.

Pour en savoir plus sur les qubits supraconducteurs et les défis de leur mise au point, voir notamment cette excellente présentation du MIT : Quantum Engineering of Superconducting Qubits, 2018 (58 slides) ainsi que Quantum Physics with Superconducting Qubits de Andreas Wallraff, de l’ETH Zurich, 2016 (49 slides).

2000px-IBM_logo

IBM est un des rares grands acteurs du numérique qui investit dans la recherche fondamentale et depuis très longtemps. Qui fait de la recherche fondamentale ? Principalement IBM, Microsoft, Google, les équipementiers et les opérateurs télécoms. Les Bell Labs issus du démantèlement d’AT&T en 1982 font maintenant partie de Nokia après être passée par Lucent et Alcatel-Lucent. Le reste des acteurs, tels que Apple se contente de créer des produits. Facebook fait un peu de recherche fondamentale en IA.

A ce titre, IBM est l’un des plus avancés dans la recherche sur le quantique universel, ayant tout misé sur les supraconducteurs à effet Josephson. Les efforts d’IBM dans le quantique sont sous l’aile de la marque IBM Q. Ils sont pilotés par les chercheurs de leur site de Yorktown dans l’Etat de New York, en liaison avec différents laboratoires d’IBM dans le monde dont celui de Zurich, avec des universités américaines et avec l’Université ETH Zurich.

IBM Qubit

En trois ans, IBM a fait évoluer rapidement le nombre de qubit de ses prototypes d’ordinateurs quantiques. On est ainsi passé de 5 Qubits en 2016 (vidéo) à 50 qubits fin 2017. Leurs efforts portent surtout sur la réduction du bruit pouvant affecter la qualité des calculs quantiques. Ils travaillent aussi sur l’utilisation de “surface codes”, ces arrangements de qubits en matrices qui permettent de gérer la correction des erreurs.

IBM Roadmap

IBM propose ses qubits dans le cloud. Ils avaient démarré avec 5 qubits en 2016, puis étaient passés à 16 qubits et en sont à 20 qubits, depuis novembre 2017 (source). Ils proposent un outil graphique en ligne de création de son algorithme quantique (ci-dessous, avec la version 5 qubits lancée en 2016). Voici un petit tutoriel de programmation utilisant le SDK open source Qiskit qui supporte de son côté le langage de bas niveau OpenQASM qui pilote les qubits d’IBM. Voir aussi cette vidéo de vulgarisation de haut niveau par Talia Gershon. Les qubits d’IBM dans le cloud sont déjà utilisés par des milliers de chercheurs, entrepreneurs et étudiants dans le monde.

Ceci étant, les qubits d’IBM ont été benchmarkés par Kristel Michielsen dans Benchmarking gate-based quantum computers, 2017 et leur qualité semble bien faible. En particulier, les portes CNOT semblent générer un fort taux d’erreurs.

IBM Quantum Cloud

IBM battait aussi un record de simulation numérique de 56 qubits en 2017, sur un supercalculateur classique de leur cru, le Vulcan BlueGene installé au Lawrence Livermore National Laboratory en Californie (source : IBM Simulates a 56-Qubit Machine, 2017). La performance est documentée dans Breaking the 49-Qubit Barrier in the Simulation of Quantum Circuits, 2017 (24 pages). 56 qubits est d’ailleurs le record en date de simulation de qubits dans un supercalculateur.

Google

Google a trois fers au feu pour ce qui est du calcul quantique. Il offre d’abord des capacités de simulation d’algorithmes quantiques sur ses serveurs traditionnels, puis teste des algorithmes sur des D-Wave dans le laboratoire QUAIL conjoint avec la NASA situé au Ames Research Center de Mountain View, et enfin, planche sur son propre ordinateur quantique universel à base de qubits supraconducteurs, en partenariat avec l’Université de Santa Barbara en Californie d’où provient John Martinis qui pilote l’activité quantique de Google.

Comme IBM, ils cherchent à en augmenter le nombre tout en diminuant le taux d’erreur. Le géant de Mountain View n’est pas un fournisseur de supercalculateurs. Il prévoit sans doute d’utiliser ses ordinateurs quantiques pour ses propres besoins destinés aux usages grand public et pour ses offres de cloud computing destinées aux entreprises. Cela pourra aussi servir plus largement aux autres filiales du groupe Alphabet et en particulier celle qui travaille dans la santé, Verily, qui sera très intéressée par les capacités de simulation moléculaires du quantique, pour inventer de nouveaux traitements.

Google roadmap

Google a fait régulièrement évoluer le nombre de qubits de ses prototypes d’ordinateurs quantiques. En avril 2017, on en état à 6 qubits. En juin 2017, Google annonçait vouloir atteindre 49 qubits stables. Et en mars 2018, c’était le tour d’une annonce d’un record de 72 qubits avec la génération Bristlecone, promettant un taux d’erreurs inférieur à 0,5% dans les paires de qubits couplées entre elles. Mais ce record n’a pas encore donné lieu à une publication scientifique vérifiable et il leur faudra probablement encore quelques mois pour mettre cela au point. Et la communication scientifique aura intérêt à être précise, faisant la part des choses entre le taux d’erreur des qubits individuels, celui des portes reliant des paires de qubits, sur la manière dont les qubits sont reliés entre eux, sur le temps de cohérence des qubits ainsi que sur la durée d’exécution des portes quantiques. Google communiquait d’ailleurs un peu trop rapidement sur l’avènement rapide de la fameuse suprématie quantique.

Du côté logiciel, nous avons déjà vu dans la partie dédiée aux outils de développement que Google proposait d’un côté Circ, un outil de programmation de bas niveau, complété par OpenFermion, un framework de plus haut niveau codéveloppé avec Rigetti, et dédié notamment à la simulation de l’interaction entre atomes.

rigetti-logo-final

Rigetti est le troisième larron du supraconducteur universel “commercial”. Ils en sont actuellement à 19 qubits avec leurs chipsets avec une version à 128 qubits en cours de mise au point, annoncée début août 2018.

Avec D-Wave, c’est la seconde startup la mieux financée du secteur, ayant levé en tout $69,5M. La startup a été lancée par Chad Rigetti en 2013. Ce dernier avait obtenu une thèse de doctorat à l’Université de Yale sur les qubits supraconducteurs en 2009, Quantum Gates for Superconducting Qubits (248 pages).

Rigetti

Il est difficile d’apprécier la manière dont Rigetti fait avancer l’état de l’art avec ses qubits supraconducteurs. Leur nombre est en ligne avec ceux d’IBM. Ils communiquent peu sur leur taux d’erreur et temps de cohérence.

Comme IBM et D-Wave, ils ont une approche d’intégration verticale. Cela va jusqu’à leur propre petite unité de fabrication pour leurs chipsets maison. Ils peuvent se le permettre car l’équipement revient à environ $10M, ce qui est raisonnable. Ce cout modéré vient de ce que la création de circuits de qubits supraconducteurs se fait avec un niveau d’intégration très faible. Dans le cas de qubits CMOS, il faut par contre disposer d’un équipement d’au moins $1B ! Voir Quantum Cloud Computing Rigetti de Johannes Otterbach, 2018 (107 slides) et la vidéo correspondante.

Rigetti Lab

Leurs outils de développement proposés par Rigetti comprennent pyQuil pour le scripting et Quil pour la gestion des portes quantiques. Ils sont tous deux open source et publiés sur Github. Quil permet de synchroniser des tâches sur la partie quantique et la partie traditionnelle de l’ordinateur (documentation), ce qui en soi, n’a rien d’extraordinaire par rapport à l’approche des autres acteurs de ce marché.

Rigetti Forrest

Côté “Go to to market”, Rigetti prévoit de proposer l’accès à ses ordinateurs quantiques via le cloud, un peu comme le fait IBM et devraient le faire Google et Microsoft.

Intel logo

Au CES 2018, le CEO d’Intel avait fièrement brandi un chipset de 49 qubits lors de son keynote dans la grande salle de l’hôtel Monte Carlo, entre une démonstration de drone de passager et un discours sur l’intelligence artificielle. Ce processeur en technologie supraconductrice était impressionnant mais ne semble pas encore opérationnel. Dénommé Tangle Lake, ce chipset utilise une technologie supraconductrice voisine de celles d’IBM et Google. Il est en cours de test chez Qutech aux Pays-Bas;

Il représente un enjeu clé pour Intel qui devrait éviter de rater cette grande vague technologique qu’est l’informatique quantique. Ils ont raté celle du mobile et ne sont pas bien en point dans l’intelligence artificielle face à Nvidia qui leur taille des croupières.

Intel a plusieurs fers au feu dans le quantique. Ils creusent à la fois la piste des qubits supraconducteurs et ont présenté à ce jour plusieurs puces allant jusqu’à une cinquantaine de qubits comme Tangle Lake, et celle des qubits CMOS, que nous évoquerons dans la prochaine partie, qui s’appuiera sur leur savoir-faire en industrialisation de production de composants de ce type, un savoir qui est rare et cher dans l’industrie.

Intel-roadmap_thumb

Leurs chipsets quantiques supraconducteurs évoluent à un rythme voisin de ceux de Google et IBM dans les supraconducteurs. Ils en étaient ainsi à 7 qubits fin 2016, 17 qubits fin 2017 puis 49 qubits présentés en janvier 2017, tous en supraconducteurs. Ces chipsets doivent être refroidis à 20 mK. Intel pense pouvoir monter la température opérationnelle à 1K, ce qui réduirait les exigences et le coût du refroidissement. Mais on ne sait pas comment, à part, via la filière CMOS que nous évoquerons dans la prochaine partie.

______________________

Dans la partie suivante, nous ferons le tour des autres acteurs avec les ordinateurs quantiques CMOS, à base de NV Centers (cavités de diamants), en optique linéaire et à base d’architectures topologiques.

RRR

 
S
S
S
S
S
S
S
img
img
img

Publié le 17 août 2018 et mis à jour le 24 août 2018 Post de | Quantique, Startups, USA | 2873 lectures

PDF Afficher une version imprimable de cet article          

Reçevez par email les alertes de parution de nouveaux articles :


Ajouter un commentaire

Vous pouvez utiliser ces tags dans vos commentaires :<a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong> , sachant qu'une prévisualisation de votre commentaire est disponible en bas de page après le captcha.

Captcha

Pour valider votre commentaire, veuillez saisir les lettres ci-dessus et cliquer sur le bouton Publier le commentaire ci-dessus.


Derniers articles

Derniers albums photos

Depuis juillet 2014, mes photos sont maintenant intégrées dans ce site sous la forme d'albums consultables dans le plugin "Photo-Folders". Voici les derniers albums publiés ou mis à jour. Cliquez sur les vignettes pour accéder aux albums.
albth
Universités d'Eté du MEDEF Aug2018
2018
37 photos
albth
L'Echappée Volée Jul2018
2018
297 photos
albth
Nouveaux portraits
Expo
511 photos
albth
Lancement Fondation Femmes Numériques Jun2018
2018
112 photos
albth
USI Jun2018
2018
195 photos
albth
Web2day Nantes Jun2018
2018
327 photos
albth
CEA Saclay Daniel Estève Jun2018
2018
23 photos

Téléchargements gratuits

Le Guide des Startups, mis à jour chaque année au printemps, avec la somme la plus complète et actualisée d'informations pour lancer et faire vivre votre startup :

image

Le Rapport du CES de Las Vegas, publié chaque année en janvier depuis 2006. Vous souhaitez une restitution personnalisée et un point de veille du marché pour votre organisation ? Contactez-moi.

CouvertureRapportCES

L'ebook Les usages de l'intelligence artificielle, octobre 2017 (362 pages)

CouvertureAvanceesIA

Voir aussi la liste complète des publications de ce blog.

image

Avec Marie-Anne Magnac, j'ai lancé #QFDN, l'initiative de valorisation de femmes du numérique par la photo. Installée depuis début octobre 2015 au Hub de Bpirance à Paris, elle circule dans différentes manifestations. L'initiative rassemble plus de 650 femmes du numérique (en juillet 2017) et elle s'enrichi en continu. Tous les métiers du numérique y sont représentés.

Les photos et les bios de ces femmes du numérique sont présentés au complet sur le site QFDN ! Vous pouvez aussi visualiser les derniers portraits publiés sur mon propre site photo. Et ci-dessous, les 16 derniers par date de prise de vue, les vignettes étant cliquables.
flow
Elise de Préville
Elise est consultante en Data Privacy et Cyber sécurité chez KPMG.
flow
Aroussia Maadi (Orange)
Aroussia est team Manager chez Orange, en charge d'une équipe de spécialistes en bases de données à la DSI d''Orange. Elle accompagne les applications du SI dans la construction d'architectures de bases de données et assure le maintien en conditions opérationnelles des plateformes. Elle est aussi investie dans la société civile, pour l'empowerment des femmes, en particulier en Afrique.
flow
Amina Maïza
Amina est ingénieure études et développement en Java/JEE chez Vizeo Technologies.
flow
Maud Franca (CDC)
Maud est Directrice Adjointe du Programme des Investissements d’Avenir en charge de l’économie numérique, Banque des Territoires, Groupe Caisse des dépôts (CDC). Membre de la cellule nationale French Tech, mentor et aux boards de startups.
flow
Chloé-Agathe Azencott
Chloé-Agathe est chargée de recherche au Centre de Bioinformatique de MINES ParisTech et de l'Institut Curie. Cofondatrice de la branche parisienne du meetup Women in Machine Learning and Data Science.
flow
Béatrice Moulin et Clara Deletraz (Switch Collective)
Béatrice et Clara sont cofondatrices de la startup Switch Collective.
flow
Laurence Devillers
Laurence est chercheur et Professeur en Intelligence Artificielle à Sorbonne Université/LIMSI-CNRS, équipe de recherche "Dimensions affectives et sociales dans les interactions parlées". Membre du comité de réflexion sur l’éthique du numérique (CERNA) d’Allistène, Auteure de « Des Robots et des Hommes : mythes, fantasmes et réalité », Plon 2017.
flow
Sophie Viger
Sophie est Directrice de la Web@cadémie, de la Coding Academy by Epitech et directrice pédagogique du Samsung Campus.
flow
Laura Jacquemod
Laura est consultante digitale au sein de Nexworld, accompagnant notamment ses clients dans l'intégration d'Intelligence Artificielle, comme dans un chatbot.
flow
Anais Barut (Damae Medical)
Anaïs est co-fondatrice et présidente de DAMAE Medical, elle est en charge de la stratégie globale de la société ainsi que des problématiques marketing et financières. La startup développe un dispositif médical permettant au dermatologue au sein même de son cabinet d’acquérir des images d’anomalies de la peau, en profondeur, de manière non invasive. #entrepreneuse
flow
Virginie Mathivet
Virginie est ingénieure en innovation spécialisée en Intelligence Artificielle (IA) et objets connectés (IoT), chargée de Recherche et Développement dans l’équipe innovation de TeamWork (InTW’IT), société de services du numérique.
flow
Catherine Bocquet
Catherine est fondatrice et dirigeante de SFI, une ESN de 25 personnes. Aussi co-présidente de Digital League, Cluster des entreprises du numérique en Auvergne Rhône-Alpes. Membre de l’association Femmes & Business et du Pôle Femmes à la CPME Loire. #entrepreneuse
flow
Nicole Sgro
Nicole est co-fondatrice et présidente de la société Fingerprint Technologies, opérateur télécom et intégrateur de services numériques hébergés, membre du cluster numérique Digital League. #entrepreneuse
flow
Frédérique Segond
Frédérique est Directrice de l'Innovation et des Partenariats pour l'Université Grenoble Alpes, Professeur Associée à l'Institut National des Langues et des Cultures Orientales, à Paris, où elle enseigne la représentation des connaissances. Co fondatrice et Présidente de l'Association ScientiMix pour promouvoir la mixité dans les Sciences et les technologies.
flow
Sonia Mokhtar
Sonia est chercheuse au CNRS en informatique au Laboratoire d'Informatique en Image et Systèmes d'Information (LIRIS). Responsable de l'équipe de recherche DRIM: Distribution, Recherche d'Information et Mobilité. Spécialiste des systèmes distribués et de la protection des données personnelles.
flow
Nathalie Mancuso
Nathalie est Directrice Générale du site de e-commerce Wanimo.com, une animalerie en ligne 100% française.

Derniers commentaires

“En effet ! Mais avec les Qubits on est aussi bien servis... :) ! On n'est donc plus à cela près...”
“Bonjour, gros et beau travail comme toujours ! sinon pour AgilePQ il devrait changer de nom pour le développement en France...”
“Comprendre l’informatique quantique – cryptographie (là, c'est vraiment dodu)...”
“Super complet : "Comprendre l’informatique quantique – cryptographie" de @olivez sur ...”
“Bonjour a tous, Je viens de tomber sur un article bien fait sur l'histoire du photobooth et les photomatons. Pour ceux que ca intéresse...”

Abonnement email

Pour recevoir par email les alertes de parution de nouveaux articles :


 

RRR

 
S
S
S
S
S
S
S
img
img
img

Catégories

Tags


Voyages

Voici les compte-rendu de divers voyages d'études où j'ai notamment pu découvrir les écosystèmes d'innovation dans le numérique de ces différents pays :

Evénements

J'interviens dans de nombreuses conférences, événements, et aussi dans les entreprises. Quelques exemples d'interventions sont évoqués ici. De nombreuses vidéos de mes interventions en conférence sont également disponibles sur YouTube.