Si l’ère de l’informatique quantique a commencé il y a 3 ans, son soleil levant s’est peut-être caché derrière un nuage. En 2019, les chercheurs de Google ont affirmé qu’ils avaient franchi une étape connue sous le nom de suprématie quantique lorsque leur ordinateur quantique Sycamore a effectué en 200 secondes un calcul abscons qui, selon eux, immobiliserait un superordinateur pendant 10 000 ans. Maintenant, les scientifiques en Chine ont fait le calcul en quelques heures avec des processeurs ordinaires. Un superordinateur, disent-ils, pourrait battre Sycamore carrément.

« Je pense qu’ils ont raison de dire que s’ils avaient eu accès à un supercalculateur assez grand, ils auraient pu simuler le … en quelques secondes », explique Scott Aaronson, informaticien à l’Université du Texas à Austin. Cette avancée enlève un peu d’éclat à l’affirmation de Google, explique Greg Kuperberg, mathématicien à l’Université de Californie à Davis. « Arriver à 300 pieds du sommet est moins excitant que d’arriver au sommet. »

Pourtant, la promesse de l’informatique quantique reste intacte, disent Kuperberg et d’autres. Et Sergio Boixo, scientifique principal de Google Quantum AI, a déclaré dans un e-mail que l’équipe de Google savait que son avantage pourrait ne pas tenir très longtemps. « Dans notre article de 2019, nous avons dit que les algorithmes classiques s’amélioreraient », a-t-il déclaré. Mais, « nous ne pensons pas que cette approche classique puisse suivre le rythme des circuits quantiques en 2022 et au-delà ».

Le « problème » résolu par Sycomore a été conçu pour être difficile pour un ordinateur conventionnel, mais aussi facile que possible pour un ordinateur quantique, qui manipule des qubits qui peuvent être réglés sur 0, 1 ou, grâce à la mécanique quantique, toute combinaison de 0 et 1 en même temps. Ensemble, les 53 qubits de Sycamore, de minuscules circuits électriques résonnants en métal supraconducteur, peuvent encoder n’importe quel nombre de 0 à 2⁵³ (environ 9 quadrillions) – ou même tous à la fois.

En commençant par tous les qubits définis sur 0, les chercheurs de Google ont appliqué à des qubits uniques et associent un ensemble aléatoire mais fixe d’opérations logiques, ou portes, sur 20 cycles, puis lisent les qubits. Grossièrement parlant, les ondes quantiques représentant toutes les sorties possibles se sont glissées entre les qubits, et les portes ont créé des interférences qui ont renforcé certaines sorties et en ont annulé d’autres. Certains auraient donc dû apparaître avec plus de probabilité que d’autres. Au cours de millions d’essais, un modèle de sortie épineux a émergé.

Les chercheurs de Google ont fait valoir que la simulation de ces effets d’interférence submergerait même Summit, un superordinateur du Laboratoire national d’Oak Ridge, qui dispose de 9216 unités centrales de traitement et de 27 648 unités de traitement graphique (GPU) plus rapides. Les chercheurs d’IBM, qui a développé Summit, ont rapidement répliqué que s’ils exploitaient chaque bit de disque dur disponible pour l’ordinateur, il pourrait gérer le calcul en quelques jours. Maintenant, Pan Zhang, physicien statistique à l’Institut de physique théorique de l’Académie chinoise des sciences, et ses collègues ont montré comment battre le sycomore dans un article sous presse à Lettres d’examen physique.

Après d’autres, Zhang et ses collègues ont refondu le problème sous la forme d’un réseau mathématique 3D appelé réseau tensoriel. Il se composait de 20 couches, une pour chaque cycle de portes, chaque couche comprenant 53 points, un pour chaque qubit. Les lignes reliaient les points pour représenter les portes, chaque porte étant codée dans un tenseur, une grille 2D ou 4D de nombres complexes. L’exécution de la simulation s’est ensuite réduite à, essentiellement, multiplier tous les tenseurs. « L’avantage de la méthode du réseau tensoriel est que nous pouvons utiliser de nombreux GPU pour effectuer les calculs en parallèle », explique Zhang.

Zhang et ses collègues se sont également appuyés sur une idée clé: le calcul de Sycamore était loin d’être exact, donc le leur n’avait pas besoin de l’être non plus. Sycamore a calculé la distribution des sorties avec une fidélité estimée à 0,2%, juste assez pour distinguer le spikiness empreinte digitale du bruit dans les circuits. L’équipe de Zhang a donc troqué la précision contre la vitesse en coupant certaines lignes de son réseau et en éliminant les portes correspondantes. La perte de seulement huit lignes a rendu le calcul 256 fois plus rapide tout en maintenant une fidélité de 0,37%.

Les chercheurs ont calculé le modèle de sortie pour 1 million des 9 quadrillions de chaînes de nombres possibles, en s’appuyant sur une innovation qui leur est propre pour obtenir un ensemble vraiment aléatoire et représentatif. Le calcul a pris 15 heures sur 512 GPU et a donné la sortie piquante révélatrice. « Il est juste de dire que l’expérience Google a été simulée sur un ordinateur conventionnel », explique Dominik Hangleiter, informaticien quantique à l’Université du Maryland, College Park. Sur un superordinateur, le calcul prendrait quelques dizaines de secondes, dit Zhang, soit 10 milliards de fois plus vite que l’équipe de Google ne l’avait estimé.

L’avancée souligne les pièges de la course d’un ordinateur quantique contre une conventional un, disent les chercheurs. « Il y a un besoin urgent de meilleures expériences de suprématie quantique », dit Aaronson. Zhang suggère une approche plus pratique : « Nous devrions trouver des applications concrètes pour démontrer l’avantage quantique. »

Pourtant, la démonstration de Google n’était pas seulement un battage médiatique, disent les chercheurs. Le sycomore nécessitait beaucoup moins d’opérations et moins de puissance qu’un superordinateur, note Zhang. Et si Sycamore avait une fidélité légèrement supérieure, dit-il, la simulation de son équipe n’aurait pas pu suivre. Comme le dit Hangleiter, « L’expérience Google a fait ce qu’elle était censée faire, commencer cette course. »