{"id":16302,"date":"2018-08-13T08:00:18","date_gmt":"2018-08-13T07:00:18","guid":{"rendered":"https:\/\/www.oezratty.net\/wordpress\/?p=16302"},"modified":"2018-08-17T08:11:00","modified_gmt":"2018-08-17T07:11:00","slug":"comprendre-informatique-quantique-adiabatique","status":"publish","type":"post","link":"https:\/\/www.oezratty.net\/wordpress\/2018\/comprendre-informatique-quantique-adiabatique\/","title":{"rendered":"Comprendre l’informatique quantique – adiabatique"},"content":{"rendered":"

Apr\u00e8s avoir bross\u00e9 un tableau g\u00e9n\u00e9ral des acteurs du march\u00e9 des ordinateurs quantiques<\/a> dans cette longue s\u00e9rie estivale destin\u00e9e \u00e0 d\u00e9crypter le complexe monde de l\u2019informatique quantique, nous allons creuser l\u2019offre des ordinateurs quantiques adiabatiques utilisant le recuit quantique.<\/p>\n

Le recuit quantique, \u201cquantum annealing\u201d en anglais, est une technologie particuli\u00e8re d\u2019ordinateur quantique qui repose bien sur la m\u00e9canique quantique et des qubits, mais avec des caract\u00e9ristiques et niveaux de performance interm\u00e9diaires entre ceux des supercalculateurs traditionnels et ceux des ordinateurs quantiques universels. Il n\u2019existe qu\u2019un seul acteur commercial sur ce march\u00e9 : le Canadien D-Wave<\/strong>. Le principe g\u00e9n\u00e9ral consiste \u00e0 \u00e9tablir des liaisons entre qubits avec des poids, comme dans des r\u00e9seaux de neurone du deep learning, puis \u00e0 faire trouver un point d\u2019\u00e9quilibre au syst\u00e8me en modifiant ces poids pour identifier un minimum \u00e9nerg\u00e9tique de l\u2019ensemble. Ce minimum doit correspond \u00e0 la solution recherch\u00e9e du probl\u00e8me. Le processus est dit adiabatique car il n\u2019y a pas de transfert \u00e9nerg\u00e9tique entre le chipset de l\u2019ordinateur et son environnement.<\/p>\n

C\u00f4t\u00e9 recherche, cette voie est aussi explor\u00e9e par la Advanced Research Projects Agency (IARPA), qui fait partie de l\u2019Office of the Director of National Intelligence (ODNI) qui coordonne le renseignement am\u00e9ricain \u00e0 la Maison Blanche. C\u2019est int\u00e9gr\u00e9 dans le projet Quantum-Enhanced Optimization <\/strong>(QEO) qui vise \u00e0 cr\u00e9er un calculateur adiabatique n\u2019ayant pas certaines des limitations de ceux de D-Wave, notamment en termes de connectivit\u00e9 et de qualit\u00e9 des qubits employ\u00e9s. Comme il se doit au vu de la mission de l\u2019IARPA, l\u2019objectif est d\u2019acc\u00e9l\u00e9rer la mise en production d\u2019ordinateurs quantiques capables d\u2019ex\u00e9cuter l\u2019algorithme de Shor de factorisation de nombre entiers pour casser la s\u00e9curit\u00e9 \u00e0 cl\u00e9s publiques de communications intercept\u00e9es.<\/p>\n

Je cite \u00e9galement ici le Japonais Fujitsu<\/strong> qui annon\u00e7ait d\u00e9but juin 2018 un ordinateur \u00e0 recuit digital fonctionnant \u00e0 temp\u00e9rature ambiante, mais sans faire appel \u00e0 du quantique. Il concurrence directement l\u2019offre de D-Wave mais avec une solution qui semble plus simple \u00e0 mettre en \u0153uvre.<\/p>\n

\"D-Wave<\/a><\/p>\n

Situ\u00e9 \u00e0 Vancouver, le Canadien D-Wave est le seul fournisseur d\u2019ordinateurs quantiques commerciaux \u00e0 ce jour, en mettant de c\u00f4t\u00e9 ceux qui proposent l\u2019acc\u00e8s \u00e0 des ordinateurs quantiques limit\u00e9s en nombre de qubits dans le cloud. M\u00eame s\u2019il s\u2019agit d\u2019ordinateurs adiabatiques pr\u00e9sentant des limitations techniques par rapport aux ordinateurs quantiques universels, ils ont l\u2019avantage d\u2019exister, de faire avancer le secteur et de permettre le test d\u2019algorithmes quantiques dans une large gamme d\u2019applications. Celles-ci semblent cependant demeurer des \u201cproofs of concept\u201d d\u2019apr\u00e8s les \u00e9tudes de cas publi\u00e9es.<\/p>\n

L\u2019histoire de cette startup qui a lev\u00e9 $194M est fascinante pour ce qui est du timing. Cr\u00e9\u00e9e en 1999, elle met 8 ans \u00e0 prototyper sa premi\u00e8re puce de qubits, contenant 4 qubits. Il leur faut en tout 10 ans pour vendre un premier ordinateur quantique. Quelle patience pour leurs investisseurs ! Pendant ces 10 ans, ils l\u00e8vent $31M. Ils obtiennent ensuite un financement de $1,2M en 2012 de la part d\u2019InQTel, le fonds d\u2019investissement de la CIA. Les lev\u00e9es de fonds suivantes, dont une partie est en obligations convertibles, leur permettent de tenir le coup, en plus des premi\u00e8res commandes dont certaines sont publiques et d\u2019autres confidentielles. Ces derni\u00e8res viennent au minimum de la NSA, si ce n\u2019est d\u2019autres services de renseignement occidentaux, probablement chez les partenaires de l\u2019alliance \u201cfive eyes\u201d que sont les pays du Commonwealth comme UK, l\u2019Australie, le Canada et la Nouvelle-Z\u00e9lande. En 2011, D-Wave signait d\u2019ailleurs un partenariat avec Lockheed Martin, qui travaille beaucoup pour la NSA. En tout, la startup a obtenu 13 tours de financements !<\/p>\n

D-Wave a \u00e9t\u00e9 cr\u00e9\u00e9 par Geordie Rose (leur premier CTO et un moment CEO), Haig Farris, Bob Wiens et Alexandre Zagoskin, anciennement en charge de la recherche. Geordie Rose a obtenu un doctorat en physique des mat\u00e9riaux au milieu des ann\u00e9es 1990 \u00e0 l\u2019University of British Columbia. La cr\u00e9ation de D-Wave est donc en ligne droite de ces travaux. Il rencontra Haig Farris pendant ses \u00e9tudes alors que ce dernier enseignait l\u2019\u00e9conomie.<\/p>\n

L\u2019\u00e9quipe de direction de D-Wave de 2018 n\u2019a plus grand chose \u00e0 voir avec celle de ses cr\u00e9ateurs. Un seul des cofondateurs en fait encore partie, Eric Ladizinsky, qui joue un r\u00f4le de Chief Scientist. Le CEO depuis 2009 est Vern Brownell et le Pr\u00e9sident est Bo Ewald (qui intervenait \u00e0 VivaTech 2018), en charge du business development \u00e0 l\u2019international. Leur CTO est un certain Alan Baratz qui a rejoint la soci\u00e9t\u00e9 en 2017. On sent une forme de reprise en main.<\/p>\n

Le cofondateur Geordie Rose a ensuite cr\u00e9\u00e9 Kindred.ai<\/strong>, une startup qui vise \u00e0 int\u00e9grer une intelligence g\u00e9n\u00e9rale (AGI) dans les robots. Il est devenu un v\u00e9ritable \u201csingulariste\u201d. Ses interventions publiques sont assez d\u00e9jant\u00e9es. Il s\u2019exprime ainsi sur les d\u00e9mons<\/a> et sur les extraterrestres<\/a>. Il quitte Kindred.ai d\u00e9but 2018 pour cr\u00e9er Sanctuary<\/a>, une spin-off de Kindred, d\u00e9di\u00e9e \u00e0 l\u2019AGI, la qu\u00eate du Graal de l\u2019intelligence artificielle g\u00e9n\u00e9rale !<\/p>\n

\"Poupees<\/a><\/p>\n

D-Wave a d\u00e9velopp\u00e9 sa solution de bout en bout d\u2019ordinateur adiabatique \u00e0 recuit quantique. Cela commence avec les puces quantiques, puis va jusqu\u2019\u00e0 l\u2019ordinateur complet avec une enceinte de 16 couches de protection magn\u00e9tique plus un syst\u00e8me de r\u00e9frig\u00e9ration utilisant de l\u2019h\u00e9lium 3 et 4 liquide, dont la combinaison est n\u00e9cessaire pour atteindre les 10 \u00e0 20 mK (milli-Kelvin, sachant que 0K = \u2013273,15\u00b0C). Le syst\u00e8me de cryog\u00e9nie consomme environ 20KW. C\u2019est \u00e0 peu pr\u00e8s l\u2019essentiel de la consommation \u00e9lectrique de l\u2019ordinateur qui s\u2019\u00e9l\u00e8ve au total \u00e0 25 KW. Les 5K qui restent sont surtout li\u00e9s aux syst\u00e8mes de contr\u00f4le informatique traditionnels qui sont externes \u00e0 l\u2019unit\u00e9 quantique de l\u2019ordinateur. Un ordinateur quantique, hors refroidissement pr\u00e9sente en effet la particularit\u00e9 d\u2019\u00eatre plut\u00f4t \u00e9conome en \u00e9nergie, surtout en comparaison de leurs \u00e9quivalents dans les supercalculateurs.<\/p>\n

Leur roadmap a avanc\u00e9 r\u00e9guli\u00e8rement avec les trois premi\u00e8res g\u00e9n\u00e9rations de prototypes entre 2007 et 2009 puis, \u00e0 partir de 2012, quatre g\u00e9n\u00e9rations d\u2019ordinateurs commerciaux, \u00e0 commencer par le D-Wave One en 2012 avec ses 128 qubits et jusqu\u2019au D-Wave 2000Q de 2017 avec ses 2048 qubits et 5600 coupleurs reliant les qubits par paires et 128 000 jonctions Josephson. La prochaine g\u00e9n\u00e9ration est attendue aux alentours de 2019 avec 5000 qubits et un d\u00e9cuplement de la puissance provenant notamment d\u2019une am\u00e9lioration de la connexion entre qubits. Les chipsets de D-Wave sont fabriqu\u00e9s aux USA dans une unit\u00e9 de production de composants du Californien Cypress Semiconductors<\/strong>. Le D-Wave 2000Q est commercialis\u00e9 au prix catalogue de $15K.<\/p>\n

\"D-Wave<\/a><\/p>\n

Le principe de base de l\u2019ordinateur quantique adiabatique consiste \u00e0 pr\u00e9parer ce que l\u2019on appelle un \u201chamiltonien\u201d, un syst\u00e8me quantique avec plusieurs qubits interconnect\u00e9s. Cet hamiltonien est initialis\u00e9 dans un \u00e9tat qui est proche de la solution du probl\u00e8me que l\u2019on souhaite r\u00e9soudre. L\u2019ordinateur va alors faire \u00e9voluer cet hamiltonien de fa\u00e7on adiabatique vers le hamiltonien de la solution du probl\u00e8me pos\u00e9 en respectant un grand nombre de contraintes pr\u00e9alables que je ne vais pas d\u00e9crire ici.<\/p>\n

Cela rel\u00e8ve de la recherche d\u2019un minimum \u00e9nerg\u00e9tique. Elle est facilit\u00e9e par l\u2019effet tunnel quantique qui permet au syst\u00e8me de trouver facilement des minimums globaux au lieu d\u2019\u00eatre coinc\u00e9 dans des minimums locaux, un probl\u00e8me qui rappelle celui de la descente de gradient dans l\u2019entra\u00eenement de r\u00e9seaux de neurones.<\/p>\n

Ce type d\u2019ordinateur est capable de r\u00e9soudre des probl\u00e8mes dits NP-complets, une cat\u00e9gorie des probl\u00e8mes de logique qui th\u00e9oriquement r\u00e9solus dans un temps polynomial mais qui le sont en pratique en temps exponentiel. Je vous passe les d\u00e9tails sur les d\u00e9bats sur les probl\u00e8mes P, NP, NP-complet et sur l\u2019\u00e9quivalence recherch\u00e9e entre probl\u00e8mes P et NP ! C\u2019est le cas des probl\u00e8mes de routage, de d\u00e9finition de parcours de voyageurs du commerce et \u00e9quivalents. En th\u00e9orie, les algorithmes con\u00e7us pour des ordinateurs quantiques universels avec des portes quantiques ex\u00e9cut\u00e9es s\u00e9quentiellement peuvent \u00eatre convertis en algorithmes ex\u00e9cutables sur ce type d\u2019ordinateur et r\u00e9ciproquement. C\u2019est document\u00e9 dans Adiabatic quantum computation is equivalent to standard quantum computation<\/a>, 2005 (30 pages) que nous avons d\u00e9j\u00e0 cit\u00e9 dans une partie pr\u00e9c\u00e9dente<\/a> portant sur la complexit\u00e9 des probl\u00e8mes g\u00e9rables par des ordinateurs quantiques ainsi que dans How Powerful is Adiabatic Quantum Computation?<\/a> de Wim van Dam, Michele Mosca et Umesh Vazirani, 2001 (12 pages).<\/p>\n

\"D-Wave<\/a><\/p>\n

Les qubits des ordinateurs de D-Wave ont la particularit\u00e9 d\u2019\u00eatre connect\u00e9s \u00e0 leurs voisins imm\u00e9diats, pas \u00e0 l\u2019ensemble des qubits du syst\u00e8me. Mais ils peuvent tout de m\u00eame \u00eatre mis en coh\u00e9rence avec de nombreux qubits distants. C\u2019est une architecture que l\u2019on retrouve cependant dans certains qubits supraconducteurs universels. Elle pr\u00e9sente divers inconv\u00e9nients comme une mont\u00e9e en puissance qui n\u2019est pas exponentielle avec l\u2019ajout de qubits, mais dite quadratique, soit, en fonction de la racine carr\u00e9e de leur nombre. Elle n\u2019offre donc pas les am\u00e9liorations de performance qui sont apport\u00e9es par les ordinateurs quantiques universels. Cf \u00e0 ce sujet Limits of quantum computing<\/a> de Jon Borwein (2016).<\/p>\n

L\u2019initialisation du D-Wave 2000Q dure 25 ms, le temps de convergence du syst\u00e8me (annealing) est de 20 microsecondes (\u03bcs<\/span><\/a><\/i>) et le temps de lecture dure 260 microsecondes, ces deux \u00e9tapes \u00e9tant g\u00e9n\u00e9ralement r\u00e9p\u00e9t\u00e9es plusieurs fois et les r\u00e9sultats moyenn\u00e9s, une pratique qui ne semble pas \u00eatre de rigueur avec les ordinateurs quantiques \u00e0 portes universelles.<\/p>\n

Selon John Preskill dans Quantum Computing for Business<\/a>, 2017 (41 slides), il n\u2019existe pas de base th\u00e9orique convaincante de l\u2019avantage du recruit quantique qui est une des formes d\u2019ordinateur quantique adiabatique. Selon lui, cette architecture n\u2019est pas th\u00e9oriquement aussi scalable que les ordinateurs quantiques universels. Qui plus est, un m\u00eame algorithme va demander beaucoup plus de qubits avec D-Wave qu\u2019avec un ordinateur quantique universel, sachant que le rapport actuel est de 2048 vs 50 c\u00f4t\u00e9 disponibilit\u00e9, ce qui \u00e9galise les choses.<\/p>\n

Comme tous les grands acteurs du quantique, D-Wave a d\u00e9velopp\u00e9 une plateforme logicielle supportant les couches basses de la cr\u00e9ation d\u2019algorithmes quantiques pour ses machines. Ils ont aussi quelques partenaires logiciels comme 1QBit<\/strong>. Les outils propos\u00e9s comprennent \u00e0 haut niveau Qsage, un outil qui sert \u00e0 d\u00e9finir des probl\u00e8mes d\u2019optimisation, ToQ, un outil \u00e9quivalent pour la programmation par contraintes, puis \u00e0 un niveau interm\u00e9diaire, qbsolv qui permet de distribuer un probl\u00e8me complexe sur plusieurs passes de D-Wave et au niveau le plus bas, les instructions QMI pour piloter les qubits. Ils proposent aussi Quadrant, un framework permettant de pr\u00e9parer des D-Wave pour r\u00e9soudre des probl\u00e8mes de machine learning.<\/p>\n

Comme les ordinateurs D-Wave sont les seuls qui soient utilis\u00e9s chez des clients, les \u00e9tudes de cas d\u2019usage sont les plus nombreuses, m\u00eame si elles sont assez exotiques et rel\u00e8vent le plus souvent de \u201cproof of concepts\u201d. La plus connue est celle Google et de la NASA r\u00e9alis\u00e9e avec un D-Wave de 2013 pour la r\u00e9solution d\u2019un probl\u00e8me d\u2019optimisation et de combinatoire dans un graphe dont l\u2019algorithme avait \u00e9t\u00e9 con\u00e7u en 1994.<\/p>\n

\"NASA<\/a><\/p>\n

La performance affich\u00e9e par Google<\/a> et document\u00e9e dans What is the Computational Value of Finite Range Tunneling<\/a> (17 pages) \u00e9tait 100 millions de fois sup\u00e9rieure \u00e0 celle d\u2019ordinateurs traditionnels. Les \u00e9l\u00e9ments de comparaison portaient sur deux algorithmes leur \u00e9tant destin\u00e9 le \u201csimulated annealing\u201d, simulant l\u2019ordinateur D-Wave sur ordinateurs classiques et une QMC (Quantum Monte Carlo) optimis\u00e9e pour ordinateur traditionnel, et qui donne de meilleurs r\u00e9sultats en termes de mont\u00e9e en puissance que l’\u00e9mulation du quantique sur HPC. Les critiques ont \u00e9t\u00e9 nombreuses sur cette performance, dont Temperature scaling law for quantum annealing optimizers<\/a>, 2017 (13 pages), qui pointe les limitations du recuit quantique.<\/p>\n

Le layout physique de qubits utilis\u00e9 pour r\u00e9soudre ce probl\u00e8me exploitait respectivement 296, 489 et 945 qubits, comme illustr\u00e9 ci-dessous<\/em>.<\/p>\n

\"NASA<\/a><\/p>\n

D-Wave communique sur quelques-unes de ses r\u00e9f\u00e9rences :<\/p>\n