Les qubits logiques, et non le nombre de qubits physiques, sont le chiffre qui compte en informatique quantique

Tous les quelques mois, une annonce d'informatique quantique arrive avec un chiffre plus grand : une puce avec davantage de qubits, un processeur au compte plus élevé, ou une feuille de route promettant des milliers de qubits d'ici la fin de la décennie. Ce chiffre est facile à diffuser et à comparer, et c'est précisément pour cela qu'il est trompeur. Un qubit physique est un dispositif bruité qui perd son état quantique en quelques microsecondes à quelques millisecondes. Une machine capable d'exécuter des algorithmes utiles en chimie, en science des matériaux ou en cryptographie a besoin de qubits logiques : des unités d'information protégées par correction d'erreurs, assez fiables pour enchaîner des milliers ou des millions d'opérations.

L'écart entre ces deux chiffres est le problème d'ingénierie central du domaine. Bien lire les affirmations des constructeurs suppose de comprendre cet écart et de poser les questions qui le révèlent.

Pourquoi les qubits physiques ne suffisent pas

Les états quantiques sont fragiles. La chaleur, le bruit électromagnétique et des impulsions de contrôle imparfaites introduisent des erreurs, qui s'accumulent. Sans correction, un long calcul devient un générateur de nombres aléatoires. La correction d'erreurs résout cela en encodant un qubit logique sur plusieurs qubits physiques, puis en mesurant de façon répétée des contrôles de parité qui révèlent les erreurs sans détruire l'information stockée. Le code de surface, le schéma le plus étudié à ce jour, dispose les qubits physiques sur une grille bidimensionnelle et utilise ces contrôles pour détecter et corriger les erreurs en continu.

Le piège, c'est le surcoût. Un qubit logique construit avec un code de surface nécessite une distance de code d, qui fixe à peu près le nombre d'erreurs que le code peut tolérer. Le nombre de qubits physiques par qubit logique croît avec le carré de d, si bien qu'un qubit logique peut demander de quelques centaines à plus de mille qubits physiques, selon le taux d'erreur du matériel et la précision requise par l'algorithme. Une machine de dix mille qubits physiques ne contiendra donc peut-être que quelques qubits logiques utilisables.

Le résultat de seuil qui a changé la discussion

Le jalon récent le plus important a été la démonstration d'une correction d'erreurs en dessous du seuil. Le seuil est le taux d'erreur physique en dessous duquel ajouter des qubits à un code réduit le taux d'erreur logique au lieu de l'augmenter. Fin 2024, Google Quantum AI a rapporté avec sa puce Willow que le taux d'erreur d'un qubit logique de code de surface avait été à peu près divisé par deux à chaque fois que la distance du code passait de 3 à 5, puis de 5 à 7. Ce comportement d'échelle est ce qui rend les grandes machines potentiellement utiles, car il signifie que davantage de matériel achète davantage de fiabilité plutôt que davantage de bruit.

D'autres équipes ont depuis rapporté de petites expériences de qubits logiques sur des plateformes à ions piégés et à atomes neutres, avec des codes et des matériels différents. Le domaine est passé de la question de savoir si la correction d'erreurs peut fonctionner à celle de savoir à quel point, à quel coût et dans quelles architectures.

Comment lire une affirmation sur un qubit logique

Quand une entreprise annonce un résultat sur des qubits logiques, cinq éléments déterminent ce qu'il vaut.

Le taux d'erreur logique par opération ou par cycle de correction. Un qubit qui survit à un seul cycle n'équivaut pas à un qubit qui en survit mille. Demandez le taux d'erreur par cycle et la façon dont il a été mesuré.

La distance du code et le code utilisé. Une démonstration à distance 3 est une preuve de concept. La distance 7 ou plus indique si l'approche passe à l'échelle. Demandez quelle famille de codes est utilisée, car le surcoût varie d'un code à l'autre.

Le rapport physique sur logique. Divisez le nombre de qubits physiques par le nombre de qubits logiques et vérifiez si le résultat est plausible au vu des taux d'erreur annoncés. Une affirmation de nombreux qubits logiques sur un matériel modeste doit susciter des questions.

La post-sélection. Certaines expériences écartent les exécutions où la détection d'erreurs a signalé un problème, et ne publient que les résultats des exécutions restantes. Cela peut améliorer fortement le taux d'erreur apparent. Vérifiez si les chiffres incluent les données écartées, et si l'algorithme fonctionnerait encore si toutes les exécutions étaient conservées.

Les portes non Clifford. La correction d'erreurs traite certaines opérations à bas coût, mais d'autres, notamment la porte T nécessaire au calcul universel, exigent un processus coûteux appelé distillation d'états magiques. Une machine qui corrige bien les erreurs sur des portes simples peut rester très lente pour les algorithmes qui intéressent vraiment. Demandez quel est le coût des portes T en qubits physiques et en temps.

Ce que cela signifie pour les prochaines années

Le constat honnête est que le domaine en est à prouver ses briques de base, et non à disposer de machines utiles. Les simulations de chimie et de matériaux qui surpassent les méthodes classiques sont les cibles les plus citées, et elles exigent des milliers de qubits logiques de haute qualité fonctionnant longtemps. Les machines pertinentes pour la cryptographie sont plus lointaines, et les échéances évoquées dans le débat public varient beaucoup. Pour planifier, les indicateurs les plus utiles sont les taux d'erreur logique à des distances de code plus grandes, le coût des opérations non Clifford, et les démonstrations d'algorithmes multi-tours sur qubits logiques plutôt que de simples tests à un tour.

Il y a aussi une conséquence pratique pour quiconque suit le domaine. Les communiqués qui commencent par le nombre de qubits sont généralement plus faciles à rédiger que ceux qui commencent par les taux d'erreur logique, et cette asymétrie est elle-même un signal. Considérez le chiffre du titre comme le début de la question, pas comme la réponse.

Conclusions pratiques

• Face à un nombre de qubits, demandez le nombre de qubits logiques, la distance du code et le taux d'erreur logique par cycle. Si rien de tout cela n'est donné, l'affirmation n'est pas encore comparable.
• Calculez vous-même le rapport physique sur logique et confrontez-le aux taux d'erreur annoncés.
• Vérifiez si les résultats ont utilisé la post-sélection et si les chiffres tiennent quand les exécutions écartées sont incluses.
• Pour planifier un algorithme, concentrez-vous sur le coût des portes non Clifford et sur le nombre d'opérations logiques que requiert le calcul visé, pas seulement sur la taille du matériel.
• Suivez les articles évalués par les pairs et les données brutes publiées par le constructeur, en plus de l'annonce, car la section méthodes contient souvent les réserves que le titre omet.

Un qubit physique mesure ce qu'un laboratoire a construit comme matériel. Un qubit logique mesure ce qu'il peut calculer de façon fiable. Seul le second chiffre indique quand les machines quantiques commenceront à résoudre des problèmes que les machines classiques ne peuvent pas résoudre, et c'est celui qui mérite d'être suivi.