Après Airbus, EDF et Total, des entreprises comme Crédit Agricole, Naval Group ou la SNCF expérimentent également l’algorithmie quantique pour en évaluer la performance et la pertinence financière.

La technologie n’est pas encore complètement prête, mais le principe est acquis : l’informatique quantique va permettre de réaliser un fantastique bond en avant pour la résolution de problèmes d’optimisation combinatoire. Mais à quel prix ? C’est ce que tentent d’évaluer certaines entreprises, en comparant cette approche avec ce qu’elles pratiquent déjà avec des supercalculateurs, ou en partant parfois de – presque– rien, puisque de tels calculs étaient réputés insolvables dans des temps raisonnables.

Crédit Agricole travaille ainsi avec le français Pasqal et l’espagnol Multiverse Computing. Ce dernier s’est spécialisé dans les algorithmes quantiques pour l’industrie financière, un domaine porté récemment par les percées de QC Ware et Cambridge Quantum en termes d’accélération des simulations de type Monte Carlo.

De son côté, EDF, dont la filiale R&D participe au projet européen PASQuanS (Programmable atomic large-scale quantum simulation), se veut agnostique vis-à-vis des technologies. Elle explore ainsi aussi bien le recuit quantique que les atomes neutres de Pasqal pour par exemple s’attaquer au problème de l’optimisation de la recharge des véhicules électriques.

La SNCF, elle, expérimente le quantique pour améliorer ses décisions, en particulier en matière de planification. « Nous cherchons une approche intégrée plutôt que séquentielle pour mieux planifier nos ressources – réseau, rames, conducteurs – et pour optimiser les plans de transport. L’objectif est d’améliorer la satisfaction des usagers en augmentant la fréquence des trains tout en limitant les coûts de production », expliquait François Ramond, responsable de l’équipe « Modeling and decision optimization » à la SNCF, à l’occasion d’une conférence organisée par IBM.

Autre secteur, autre problématique. « Nous nous intéressons aussi bien à l’informatique qu’aux capteurs ou communications quantiques, explique Romain Kukla, intervenant pour Naval Group Research lors de l’édition 2021 de Teratec. Nous avons en particulier identifié quatre cas d’usage des algorithmes quantiques. L’un d’eux est la recherche du chemin le plus court pour un navire, qui fluctue en temps réel en fonction de nombreux paramètres ». Et l’on en comprend mieux l’intérêt quand un tel navire est un sous-marin.

De fait, les cas d’application ne manquent pas. Le problème à résoudre doit juste pouvoir être converti en un problème d’optimisation. Car l’informatique quantique ne permet pas d’obtenir des résultats précis, mais seulement des probabilités, qui permettent de trouver une solution « optimale » (un maximum ou un minimum) par approximations successives. C’est cette classe d’algorithmes baptisée QAOA (Quantum approximate optimization algorithm) que Naval Group a exploitée.

En même temps que la faisabilité, c’est la performance et la pertinence financière qui sont questionnées. Notamment, le nombre de qubits à intriquer et le nombre d’itérations à prévoir déterminent la puissance du système quantique nécessaire et le temps de calcul, qui sont ensuite traduisibles en coûts. Des coûts à comparer avec ceux d’une approche « traditionnelle » de type HPC ou à mettre en regard de bénéfices attendus.

ANTICIPER UNE APPROCHE HYBRIDE

Certains algorithmes quantiques sont très liés à la technologie employée pour constituer les qubits. On ne résoudra donc pas de façon optimale les mêmes problèmes avec le recuit quantique, les circuits supraconducteurs, le silicium, les photons, les atomes neutres, ou les éventuels fermions de Majorana. Ces différentes ressources quantiques seront de toute façon exploitées au travers de services dans le cloud ou grâce à des cartes accélératrices (ou QPU pour Quantum processing unit) couplées à des serveurs conventionnels, HPC ou non. Et le prochain challenge sera alors de savoir planifier l’allocation de ces ressources, contraintes par des délais d’initialisation différents selon les technologies.

Mais pour le moment, les acteurs technologiques se focalisent surtout sur la réduction des erreurs, en rendant les qubits plus robustes, en implémentant des mécanismes logiciels de correction d’erreurs (à l’image des ECC traditionnels), ou encore en répétant les calculs (1  024 fois par défaut sur les machines d’IBM). Le chemin est encore long…

GEORGES-OLIVIER REYMOND, CEO DE PASQAL

Nouvelle coqueluche du paysage quantique français, Pasqal a levé en juin dernier 25 Millions d’euros avec comme objectif premier d’accélérer la commercialisation de ses QPU (Quantum Processing Units).

Deux de ses systèmes (l’un à 100 qubits, l’autre à 2 fois 100 qubits) seront bientôt en service au CEA et au Centre de recherche de Juliers en Allemagne.

 

« Utiliser des atomes neutres contrôlés par des photons nous permet de fonctionner à température ambiante, et de ne consommer que 2 kWh », explique Georges-Olivier Reymond, son CEO.