Source: Macro Ze Ping
Le 10 décembre, Google a annoncé la dernière génération de puces quantiques - Willow, qui a fait sensation dans la communauté technologique mondiale, et même Musk s’est exclamé « Wow » ! **
Où se situe la puissance des puces Willow ? À quelle distance se trouve la production à grande échelle ?
1 La dernière génération de puces quantiques Willow de Google explose, la plus grande avancée étant la capacité de calcul et de correction d’erreur ultra-puissante.
**Pour une tâche de référence appelée “échantillonnage de circuit aléatoire”, l’ordinateur super le plus rapide actuel prendrait 10 ^ 25 années pour résoudre, bien au-delà de l’âge de l’univers (26,7 milliards d’années); tandis que Willow peut terminer cette tâche en moins de 5 minutes.
L’informatique quantique a le potentiel d’améliorer considérablement la vitesse de calcul dans des tâches spécifiques, dépassant les ordinateurs classiques, ce qui est appelé la “suprématie quantique”. Dès 2019, Google a confirmé ce fait en publiant un article dans Nature, montrant que son ordinateur quantique Sycamore, composé de 54 qubits, a réalisé une tâche impossible pour les ordinateurs classiques : dans une expérience qui aurait pris 10 000 ans sur le supercalculateur le plus puissant du monde, Sycamore n’a pris que 3 minutes et 20 secondes. À l’époque, Sundar Pichai, PDG de Google, a déclaré que c’était le “Hello World” tant attendu par les chercheurs, représentant la réalisation la plus significative de la pratique de l’informatique quantique jusqu’à présent.
La sortie de Willow est sans aucun doute un autre événement emblématique dans le domaine de l’informatique quantique.
!
Cependant, “rapide” n’est pas la seule avancée remarquable de Willow.
Le plus grand point fort de Willow est sa capacité de correction d’erreur extrêmement forte.
Dans le passé, en raison de la fragilité de l’état quantique, la puce quantique était sensible aux interférences environnementales et à la décohérence pendant le traitement des données, ce qui entraînait l’erreur d’état du qubit. Ainsi, malgré leur « supériorité quantique », les ordinateurs quantiques sont sensibles aux influences environnementales et sont très sujets aux erreurs. En général, plus il y a de qubits, plus il y a d’erreurs.
Par conséquent, la «correction quantique» est devenue une technologie clé. Les puces quantiques nécessitent une technique de correction quantique spéciale, ce qui constitue également un défi important dans ce domaine et a longtemps entravé l’application et le développement de l’informatique quantique.
La puce Willow a réussi à résoudre avec succès le problème de correction d’erreur quantique qui a tourmenté les chercheurs pendant près de 30 ans, réalisant une réduction exponentielle du taux d’erreur. La recherche de Google montre que plus il y a de qubits quantiques utilisés dans Willow, plus le taux d’erreur du système est faible.
Lorsque le nombre de qubits augmente, passant d’un tableau 3x3 à un tableau 5x5 puis 7x7 dans l’expérience de la puce Willow de Google, chaque extension peut réduire le taux d’erreurs de codage de 2,14 fois, la réduction du taux d’erreurs devenant de plus en plus rapide.
![]()
2. Qu’est-ce que l’informatique quantique? Pourquoi est-ce si puissant?
En 1935, le physicien autrichien Erwin Schrödinger a proposé une expérience de pensée révolutionnaire : placer un chat dans une boîte contenant une substance radioactive. Il y a 50 % de chances que la substance radioactive se désintègre et libère du gaz toxique pour tuer le chat, et 50 % de chances que la substance radioactive ne se désintègre pas et que le chat survive. Avant d’ouvrir la boîte, personne ne sait si le chat est vivant ou mort, et seule la description de ‘superposition d’états de vie ou de mort’ peut être utilisée.
![]()
Le monde quantique, comme le “Chat de Schrödinger”, se trouve dans un état superposé indécis; la théorie de calcul correspondante est appelée “calcul quantique”, et la couche matérielle se manifeste sous la forme de puces quantiques et d’ordinateurs quantiques.
Les ordinateurs quantiques présentent deux avantages :
Premièrement, une capacité de stockage de données puissante. Les calculs classiques sont basés sur les bits comme unité de base, tandis que les calculs quantiques sont basés sur les qubits comme unité de base.
Dans le calcul classique, l’état d’un bit est déterminé, soit 0 soit 1 ; tandis que le qubit quantique se trouve dans un état superposé de 0 et 1, ce qui signifie qu’il peut stocker simultanément 0 et 1.
Une puce traditionnelle avec n bits peut stocker n données simultanément; tandis qu’une puce avec n qubits peut stocker 2^n données en même temps.
Deuxièmement, il présente une puissante capacité de calcul parallèle pour des problèmes spécifiques.
Les ordinateurs électroniques traditionnels effectuent des calculs séquentiels, chaque opération ne pouvant convertir qu’une seule valeur en une autre, ce qui signifie qu’ils doivent effectuer des calculs séquentiels. En revanche, un ordinateur quantique peut convertir simultanément 2^n données en 2^n nouvelles données en une seule opération.
3. Les futurs puces quantiques peuvent-elles remplacer les GPU et promouvoir le développement de l’IA ?
Les technologies d’intelligence artificielle et leurs diverses applications ont connu une croissance rapide ces dernières années, entraînant une demande exponentielle en matière de capacités de calcul.
En théorie, la capacité de traitement parallèle de l’informatique quantique lui confère un avantage naturel dans le traitement d’algorithmes d’intelligence artificielle complexes, ce qui peut grandement améliorer la vitesse et la précision de l’entraînement des modèles. La création de la puce Willow pourrait peut-être ouvrir la voie à un développement ultérieur de l’intelligence artificielle en fournissant une puissance de calcul considérable.
En fait, les GPU, qui sont largement utilisés dans l’IA aujourd’hui, ont été initialement conçus pour accélérer le traitement graphique. Par exemple, le rendu de scènes 3D dans les jeux, la modélisation et le traitement des effets spéciaux dans la création d’animations, les effets visuels dans la production cinématographique, etc. Cependant, en raison de leur puissance de calcul, les GPU ont ensuite été largement utilisés dans les domaines du calcul scientifique et de l’intelligence artificielle, en particulier dans la formation et l’inférence des réseaux neuronaux en apprentissage profond, où ils excellent dans le traitement de grands ensembles de données et de tâches de calcul à haute parallélisme.
Dans cette perspective, les puces quantiques devraient également progressivement repousser les limites du développement, briser les restrictions de calcul et accélérer le processus de formation de divers algorithmes d’apprentissage automatique en IA. Les puces quantiques sont actuellement principalement utilisées dans des domaines spécifiques exigeant une complexité de calcul extrêmement élevée, tels que le décryptage d’algorithmes de cryptage en cryptographie (par exemple, constituant une menace potentielle pour les méthodes de cryptage traditionnelles basées sur l’algorithme RSA), la simulation de systèmes quantiques (simulant les propriétés physiques et chimiques moléculaires, matérielles, etc., au niveau quantique), et la résolution de problèmes d’optimisation complexes (comme la planification logistique, l’allocation de ressources, etc., des problèmes complexes d’optimisation combinatoire). Dans ces domaines, les avantages du calcul quantique peuvent être pleinement exploités, et il est possible de résoudre des tâches que les ordinateurs classiques ne peuvent pas accomplir dans un laps de temps raisonnable.
La croissance de la puissance de calcul des puces quantiques est principalement liée à l’augmentation du nombre et à l’amélioration de la qualité des qubits quantiques. Dans le futur, avec une augmentation du nombre de qubits quantiques, la puissance de calcul des ordinateurs quantiques augmentera de manière exponentielle. Chaque qubit supplémentaire double le nombre de combinaisons d’états possibles. Par exemple, 2 qubits quantiques ont 4 combinaisons d’états, 3 qubits quantiques en ont 8, et ainsi de suite. De plus, la qualité des qubits quantiques (comme le temps cohérent, la fidélité, etc.) a également un impact important sur la puissance de calcul. Des qubits quantiques de haute qualité peuvent maintenir plus efficacement l’état quantique, permettant ainsi des calculs plus précis et complexes.
Cependant, à court terme, les puces quantiques sont difficiles à ébranler la position des GPU. Les puces quantiques ont une capacité de calcul plus forte que les GPU et peuvent théoriquement les remplacer. Mais pour les GPU, la capacité de calcul n’est qu’un aspect, plus important encore : l’avantage de l’architecture programmable et de l’écosystème des développeurs, ainsi que la maturité de la fabrication et de l’industrie.
**L’architecture programmable et l’écosystème de développeurs de GPU sont les principaux obstacles. **Nvidia a ouvert la voie pendant plus de 10 ans à la « révolution de l’informatique basée sur l’IA » déclenchée par les GPU.
CUDA (Compute Unified Device Architecture) est la première plateforme d’architecture de programmation GPU développée par NVIDIA en 2006. Sa valeur réside dans la création d’un écosystème de développeurs GPU, permettant aux ingénieurs algorithmiques d’exploiter les capacités des GPU selon leurs besoins, étendant ainsi le domaine d’application des GPU du rendu graphique au domaine général.
Si vous développez de nouveaux logiciels sur du nouveau matériel (comme des puces quantiques), vous devez assurer une compatibilité ascendante, mais la plupart des principaux logiciels d’IA existants dépendent de la plateforme CUDA, donc sortir de l’architecture CUDA nécessite des coûts élevés. En outre, en raison de l’effet de verrouillage de la communauté de développement, de nombreux développeurs de calcul haute performance accumulent des expériences de développement dans l’écosystème CUDA. CUDA a un taux de téléchargement allant jusqu’à 5 millions par an, et le passage de la communauté de développeurs vers d’autres modèles de programmation sera un projet de plusieurs années.
![]()
La technologie de fabrication de la puce GPU est mature et la chaîne industrielle est bien établie, offrant un large marché de consommation et une boucle positive de l’industrie.
Les GPU ont existé pendant 25 ans, et des applications commerciales telles que les PC personnels, le développement personnalisé, les centres de données AI, etc., ont été formées pendant 10 à 30 ans. Actuellement, il faut une année pour passer de la conception de la puce GPU à la production en volume, avec le développement de GPU comme principal thème, formant un cycle de rétroaction solide pendant plus d’une décennie, comprenant le développement d’équipements de photolithographie, l’itération des processus de fonderie de plaquettes, etc.
La fabrication de puces quantiques et la chaîne d’approvisionnement des GPU ne se chevauchent pas facilement. La conception et la fabrication de puces quantiques sont extrêmement complexes, nécessitant un environnement expérimental hautement pur, une technologie de contrôle quantique précise et des bits quantiques stables. Par conséquent, jusqu’à présent, seules quelques grandes entreprises technologiques ont travaillé en solo dans ce domaine, et une chaîne d’approvisionnement industrielle mature n’a pas encore été établie. Par conséquent, la production en série et l’application commerciale de puces quantiques restent un grand défi à court terme.
4. Les domaines les plus impactés par les puces quantiques : les cryptomonnaies et « HPC+IA »
4.1 Les puces quantiques: une menace pour les cryptomonnaies
Dans le cas du Bitcoin, sa sécurité repose sur deux mécanismes clés. Le premier est le mécanisme de « minage", la sortie de Bitcoin est basée sur le Proof of Work qui s’appuie sur la fonction de hachage, plus le taux de hachage est élevé, plus la probabilité de réussir le minage est grande. La seconde est la signature de transaction, qui est basée sur l’algorithme de signature numérique à courbe elliptique (ECDSA), qui est l’équivalent du « portefeuille d’identité » de l’utilisateur. Ces deux mécanismes sont conçus pour rendre le bitcoin pratiquement impossible à pirater dans l’informatique traditionnelle, et les puces quantiques constitueront une menace directe pour le bitcoin.
Premièrement, l’intrusion violente du calcul quantique dans le mécanisme de minage. Les algorithmes de calcul quantique peuvent accélérer le calcul de la fonction de hachage, c’est-à-dire accélérer la vitesse de minage, et leur impact dépasse celui de tous les équipements traditionnels précédents, ce qui entraîne une augmentation du taux de réussite du minage, une augmentation rapide de l’offre de cryptomonnaies et une forte volatilité de leur prix sur le marché. Le 10 décembre, le prix du Bitcoin est passé de 100 000 $ à 94 000 $. Les données de Coinglass montrent que 237 000 personnes ont été liquidées entre le 10 et le 12 décembre.
Deuxièmement, l’informatique quantique représente une menace directe pour les signatures de transaction. Les transactions de crypto-monnaies utilisent deux types de clés, une clé publique et une clé privée. La clé publique est similaire à un numéro de carte bancaire, tandis que la clé privée est similaire à un mot de passe de portefeuille. En général, la divulgation de l’adresse de la clé publique ne compromet pas la sécurité des fonds des utilisateurs, mais l’informatique quantique peut déchiffrer les signatures en utilisant la clé publique et falsifier des transactions. Par exemple, l’algorithme de Shor en informatique quantique est spécialement conçu pour déchiffrer la factorisation en nombres premiers et les problèmes de logarithme discret, ce qui représente une menace grave pour les signatures de transaction.
Bien que la menace actuelle de Willow contre le Bitcoin soit faible, les crypto-monnaies sont très susceptibles d’être surpassées par l’ordinateur quantique à l’avenir. Théoriquement, pour attaquer la signature et le mécanisme de minage du Bitcoin, il faudrait environ des millions de qubits physiques, ce qui est encore très loin des 105 qubits physiques actuellement détenus par Willow. Cependant, si Willow itère comme les GPU généraux, réalise une production en série et un saut de puissance de calcul, il ne serait pas impossible que le Bitcoin soit “conquis” au cours des dix prochaines années.
4.2 Les puces quantiques favoriseront le développement de l’IA avancée en promouvant le «HPC+AI».
Selon la classification de l’IA d’OpenAI, de L1 (Chatbot) à L5 (AGI), le développement actuel du modèle d’IA n’en est qu’à la phase de transition de L1 à L2. L’IAG de niveau 5 est définie comme une « compétence de niveau organisationnel » pour juger, raisonner, prédire et planifier des actions dans des environnements réels dynamiques et complexes. L’industrie estime que « HPC+AI » sera une étape clé dans la réalisation de l’AGI.
!
Le calcul haute performance (HPC) fait référence à l’utilisation d’une puissance de calcul puissante pour résoudre des problèmes de science, d’ingénierie et de mise en œuvre de la technologie, et est similaire aux grands modèles d’IA d’aujourd’hui dans une certaine mesure, mais dans une direction et un objectif différents.
HPC se concentre sur la « résolution de problèmes complexes », tels que les applications des supercalculateurs dans des domaines tels que la météorologie, la physique, l’astronomie, etc., qui ont conduit à des avancées majeures dans la recherche scientifique.
Les modèles d’IA sont axés sur l’inférence et la génération, et bien qu’ils ne soient pas bons pour résoudre des modèles complexes, ils sont très polyvalents.
La mise en place de puces quantiques est une percée révolutionnaire dans le domaine du calcul haute performance (HPC). La résolution de problèmes complexes n’exige plus de longues périodes de calcul intensif HPC traditionnel, mais peut plutôt évoluer dans une nouvelle direction - une combinaison plus complexe avec l’IA pour l’entraînement général.
D’une part, la formation traditionnelle de l’IA ne peut pas traiter les données de qubits, tandis que le calcul quantique peut optimiser les modèles d’apprentissage qui ne peuvent pas être traités par des calculs traditionnels, et construire des modèles de système sensibles aux phénomènes quantiques. Ainsi, les futurs modèles d’IA seront capables de raisonner et de prédire le monde complexe, réduisant voire éliminant les phénomènes d’illusion de l’IA par rapport aux grands modèles actuels.
Deuxièmement, l’avantage de la technologie de correction d’erreur quantique. La puce Willow surmonte le défi clé de la correction d’erreur quantique, ce qui entraîne une réduction significative du taux d’erreur. Dans l’entraînement avancé à l’IA, l’application de la technologie de correction d’erreur quantique peut garantir la précision et la fiabilité du modèle lors de l’entraînement et du traitement de grandes quantités de données complexes, réduisant les erreurs de calcul causées par la fragilité des bits quantiques et améliorant ainsi l’efficacité et la crédibilité de l’entraînement à l’IA.
Bien que l’entraînement actuel de l’IA ne soit pas encore prêt à utiliser des puces quantiques, il est très probable qu’à l’avenir, les puces quantiques seront nécessaires comme support de calcul central. En raison de la sensibilité extrême des bits quantiques, ils sont facilement affectés par des facteurs environnementaux externes, tels que la température et le champ électromagnétique, ces facteurs peuvent entraîner une décohérence des états quantiques, affectant ainsi la précision des résultats calculés. Bien que Willow ait fait des progrès dans la correction quantique, pour assurer un fonctionnement stable à long terme dans des applications pratiques d’entraînement à l’intelligence artificielle, la stabilité et la résistance aux interférences des systèmes quantiques doivent encore être améliorées.
Google a lancé une nouvelle puce de calcul quantique, Willow, qui a suscité une énorme agitation dans le monde de la technologie mondiale. Ce n’est pas seulement une percée majeure dans le domaine du calcul quantique, mais aussi à la pointe de la prochaine technologie mondiale.
Le chemin du développement futur de la technologie quantique informatique est encore semé d’embûches, et il reste de nombreux défis à relever avant une application à grande échelle dans la formation en IA.
Le progrès technologique n’a jamais été facile, tout comme le GPU qui est passé de l’obscurité à la gloire.
