Airbus, EDF, Total… Comment les industriels se saisissent de l’informatique quantique
Attirés par la puissance promise par le calcul quantique, de grands groupes fourbissent leurs algorithmes pour en tirer profit. Et les testent sur toutes les machines disponibles.
La course au quantique se joue aussi du côté des utilisateurs. Face à l’accélération des développements de puces quantiques, certains industriels se plongent dans la programmation quantique. Et pour cause : avec le ralentissement de la loi de Moore, s’emparer de la puissance de calcul promise par les machines quantiques devient un enjeu majeur de compétitivité pour les entreprises gourmandes en calcul intensif.
D-WAVE A SÉDUIT LES INDUSTRIELS
Les premières à s’y intéresser, comme Lockheed Martin, se sont tournées dès le début des années 2010 vers D-Wave. Malgré les controverses sur la nature quantique de son processeur, le pionnier canadien a séduit de nombreux industriels, qui ont multiplié les preuves de concept. “Après avoir utilisé notre machine pour tester l’optimisation de ses véhicules [ses 10 000 taxis qui circulent à Pékin, ndlr], Volkswagen cherche maintenant à optimiser la programmation de la peinture de ses véhicules”, affirme Alan Baratz, le PDG de D-Wave. Les résultats sont au rendez-vous, assure-t-il : “Le constructeur est parvenu à réduire de 80 % ses déchets et envisage une mise en production”.
Si le processeur analogique du canadien est particulièrement adapté aux problèmes d’optimisation, il est plus limité que les calculateurs quantiques numériques, à portes universelles, développés par les autres acteurs du hardware quantique. À commencer par IBM, dont les calculateurs quantiques supraconducteurs sont explorés par Daimler, JPMorgan Chase, Barclays ou Samsung. S’y est ajouté plus récemment Honeywell, qui a rallié Merck et DHL à sa puce à ions piégés.
EDF, TOTAL, AIRBUS…
En France, les premiers utilisateurs du calcul quantique sont sans conteste EDF, Total et Airbus, qui se sont chacun dotés d’une force opérationnelle dédiée. Chez EDF, tout a commencé fin 2018, quand une équipe d’une dizaine de personnes s’est constituée autour de Stéphane Tanguy, le responsable de la R&D. “Avec l’objectif d’acquérir une expertise en interne d’ici à quatre ans”, précise Marc Porcheron, qui copilote le projet.
Début 2020, l’équipe a recruté trois doctorants, pour trois ans. L’un travaille sur “l’amélioration de la simulation physique des matériaux pour étudier leur vieillissement”, les deux autres sur des problèmes d’optimisation combinatoire, difficiles à résoudre sur des ordinateurs classiques, comme les études probabilistes de sûreté des centrales nucléaires ou, dans la gestion de l’énergie, l’optimisation de la recharge intelligente de véhicules électriques. “Pour ce dernier cas, nous expérimentons le calculateur quantique à base d’atomes neutres de la start-up française Pasqal“, témoigne Marc Porcheron.
Total compte lui aussi faire appel à la technologie de Pasqal pour tester son propre algorithme de partitionnement de graphe, une méthode d’optimisation, a dévoilé Marko Rancic, le responsable du quantique, lors de l’événement « Quantum computing in Paris-Saclay », fin octobre 2020. Cet algorithme a été développé par un stagiaire et la start-up américaine QC Ware depuis un an. Le travail devrait être poursuivi en interne par un doctorant grâce à un financement du projet européen Next applications of quantum computing (Neasqc).
Afin d’atteindre son objectif zéro émission carbone d’ici à 2050, Total envisage également d’avoir recours au calcul quantique pour développer l’usage du MOF-5, un matériau nanoporeux, comme filtre pour capturer le CO2. Cet engagement fait l’objet d’un partenariat de deux ans avec la start-up britannique Cambridge Quantum Computing.
De son côté, sa filiale Saft explore de nouveaux matériaux pour développer des batteries avec ses propres implémentations d’algorithmes quantiques bien connus, de type Variational quantum eigensolver (VQE) et Imaginary time evolution (ITE). Ils sont testés sur l’un des émulateurs de calculateur quantique d’Atos, la Quantum learning machine (QLM), que Total a installé sur son site de Pau (Pyrénées-Atlantiques).
L’INTÉRÊT CROISSANT D’AIRBUS
Comme EDF, Total expérimente également la combinaison de machines quantiques et d’algorithmes d’apprentissage automatique. “Les ressources quantiques sont coûteuses, admet Marko Rancic. Mais elles sont probantes : dans 96 % des cas, nos algorithmes de machine learning ont apporté de meilleures performances avec les calculateurs quantiques qu’avec des ordinateurs classiques”. Total a lancé ces recherches avec un doctorant mi-2019, rejoint par un autre en avril 2020. Chez EDF, un quatrième doctorant se consacrera à ces travaux cette année.
L’intérêt d’Airbus pour le quantique a débuté en 2017, lorsque son fonds de capital-risque a investi dans QC Ware. Depuis, l’avionneur a testé les machines D-Wave pour un cas d’usage : les arbres de défaillance. Surtout, il a lancé en 2019 l’Airbus quantum challenge, un concours autour de cinq défis techniques de l’aéronautique (ascension en vol, aérodynamique, mécanique des fluides, chargement de l’avion et conception du caisson d’aile). Le vainqueur développera sa solution avec Airbus en 2021. EDF, lui, s’apprête à prendre en main Advantage, la nouvelle machine de D-Wave à plus de 5 000 qubits, tandis que Total est “en discussion avec Google et Xanadu”, indique Marko Rancic.
UN ÉCOSYSTÈME À CONSTRUIRE
Les entreprises attirées par la puissance de calcul du quantique multiplient les partenariats avec les fabricants de hardaware et les spécialistes du software. Car l’écosystème du calcul quantique reste à structurer. Côté software, les briques logicielles dédiées à un cas d’usage, comme celle du français Qubit Pharmaceuticals, coexistent avec des couches reliant les interfaces de programmation les plus répandues (Cirq, Qiskit, QuTiP) avec les algorithmes développés par les utilisateurs finaux.
Côté infrastructure, si les machines quantiques sont essentiellement accessibles via le cloud, Atos a l’ambition de proposer des supercalculateurs hybrides (classique-quantique) qui pourront être installés chez les utilisateurs et dans les grands centres de calcul. “Quel modèle sera le plus pertinent ? Cela reste un mystère, résume Christophe Jurczak, le cofondateur du fonds Quantonation. À l’image de la course au hardware quantique, plus ouverte que jamais, tout reste à inventer dans l’utilisation de ces machines”.
