Certains ordinateurs quantiques pourraient nécessiter plus de puissance que les superordinateurs

Une nouvelle analyse indique que certains designs d'ordinateurs quantiques tolérants aux pannes pourraient consommer bien plus d'énergie que les superordinateurs les plus puissants au monde. Présentées lors d'une conférence récente, les estimations mettent en lumière une large gamme de besoins potentiels en puissance, de modestes à énormes. Cette variation provient des différentes technologies utilisées pour construire et exploiter ces machines.

L'informatique quantique promet de relever des problèmes complexes hors de portée des superordinateurs classiques, comme accélérer la découverte de médicaments. Cependant, atteindre une utilité pratique nécessite de passer à des ordinateurs quantiques tolérants aux fautes (FTQC) avec des milliers de qubits corrigés d'erreurs, un défi impliquant diverses approches d'ingénierie. À la conférence Q2B Silicon Valley à Santa Clara, en Californie, le 9 décembre, Olivier Ezratty de la Quantum Energy Initiative a présenté des estimations préliminaires de consommation énergétique pour ces machines futures. S'appuyant sur des données publiques, des insights d'entreprises et des modèles, il a esquissé un spectre allant de 100 kilowatts à 200 mégawatts. Pour le contexte, le superordinateur leader, El Capitan au Lawrence Livermore National Laboratory en Californie, consomme environ 20 mégawatts—environ trois fois la puissance utilisée par la ville voisine de Livermore, qui abrite 88 000 habitants. L'analyse d'Ezratty a montré que deux designs FTQC, mis à l'échelle à 4 000 qubits logiques, pourraient dépasser cela, l'un nécessitant potentiellement 200 mégawatts. En revanche, trois designs en cours pourraient utiliser moins de 1 mégawatt, comparable aux superordinateurs de recherche. Ces différences proviennent des technologies de qubits. Les qubits supraconducteurs, comme ceux d'IBM, exigent une réfrigération massive. Les systèmes basés sur la lumière nécessitent un refroidissement pour les sources de photons et les détecteurs, tandis que les configurations à ions piégés ou atomes ultrafroids reposent sur des lasers et des micro-ondes gourmands en énergie. Oliver Dial d'IBM anticipe que leur FTQC à grande échelle nécessitera moins de 2 ou 3 mégawatts, une fraction minime par rapport aux centres de données IA hyperscale et peut-être moins s'il est associé à des superordinateurs existants. QuEra, axée sur les atomes ultrafroids, projette environ 100 kilowatts pour les siens. Des entreprises comme Xanadu, Google Quantum AI et PsiQuantum n'ont pas commenté. Au-delà du matériel, l'électronique de correction d'erreurs et la durée d'exécution des calculs ajoutent à la charge énergétique. Ezratty appelle à des normes industrielles pour mesurer et rapporter les empreintes, notant des efforts aux États-Unis et dans l'UE. Son travail, encore préliminaire, souligne des opportunités d'optimisation : « Il y a de nombreuses options techniques qui pourraient favoriser la réduction de l'empreinte énergétique. » De tels aperçus pourraient façonner la voie de l'industrie quantique, favorisant des designs efficaces.

Articles connexes

Des experts à la conférence Q2B Silicon Valley en décembre ont salué des avancées significatives dans le matériel d'informatique quantique, qualifiant les progrès de spectaculaires malgré les défis restants. Des leaders de la science et de l'industrie ont exprimé leur optimisme quant à l'obtention de dispositifs tolérants aux fautes et utiles industriellement dans les années à venir. Les applications pour la santé, l'énergie et la découverte scientifique gagnent également du terrain.

Rapporté par l'IA

Les chercheurs anticipent que 2026 pourrait marquer le début d'applications pratiques des ordinateurs quantiques en chimie, en tirant parti de leur nature quantique inhérente pour aborder des calculs moléculaires complexes. Les avancées de 2025 ont jeté les bases, avec des machines plus grandes attendues pour permettre des simulations plus sophistiquées. Ce progrès pourrait bénéficier aux domaines industriel et médical en améliorant les prédictions des structures et réactivités moléculaires.

Des chercheurs de l'Université Purdue et du Georgia Institute of Technology ont proposé une nouvelle architecture informatique pour les modèles d'IA inspirée du cerveau humain. Cette approche vise à résoudre le problème de la 'barrière mémoire' énergivore dans les systèmes actuels. L'étude, publiée dans Frontiers in Science, met en lumière le potentiel d'une IA plus efficace dans les appareils quotidiens.

Rapporté par l'IA

The People's Liberation Army (PLA) is advancing quantum technology for military applications, including more than 10 experimental quantum cyber warfare tools under development. These tools aim to enhance front-line mapping and gather high-value military intelligence from public cyberspace.

 

 

 

Ce site utilise des cookies

Nous utilisons des cookies pour l'analyse afin d'améliorer notre site. Lisez notre politique de confidentialité pour plus d'informations.
Refuser