Santa Fe, novembre 1994. Devant un congrès d’informaticiens, Peter Shor, chercheur chez AT&T, présente une méthode pour décomposer de grands nombres en facteurs premiers sur une machine qui n’existe pas encore : un ordinateur quantique. L’enjeu est considérable : une grande partie du chiffrement de nos communications repose sur sa difficulté. Sept ans plus tard, une équipe d’IBM réalise la première démonstration : elle décompose 15 en 3 fois 5. Depuis, la même question revient : à quoi une telle machine sert-elle, et quand ?
LE DÉCLIC EN IMAGE
Un partenaire de calcul spécialisé
Un calcul quantique s’insère dans une chaîne qui comprend aussi du calcul classique.
Un ordinateur classique prépare le problème et les commandes.
Le processeur quantique transforme des états puis les mesure.
Les résultats reviennent au calcul classique pour être analysés.
LES BASESUn calcul avec d’autres règles
- Qubit
- Un système quantique utilisé pour porter de l’information. On peut préparer et transformer son état ; sa mesure donne un résultat parmi les possibilités prévues.
- Algorithme
- Une méthode organisée en étapes pour accomplir un calcul. Un matériel différent exige souvent des méthodes adaptées.
- Bruit
- Les perturbations et imperfections qui peuvent altérer les opérations ou les mesures d’un calcul quantique.
Au fil de cette lecture
Une autre façon de calculer, pas un ordinateur plus rapide
Nos ordinateurs manipulent des bits, qui valent 0 ou 1. Un processeur quantique utilise des qubits : des systèmes physiques, comme de minuscules circuits supraconducteurs refroidis à moins de vingt millièmes de degré au-dessus du zéro absolu, dont on contrôle l’état selon les règles quantiques. Ces règles permettent de nouvelles méthodes de calcul. Elles profitent seulement aux programmes conçus spécialement pour les exploiter.
En pratique, la machine quantique fonctionne comme un coprocesseur spécialisé. Un ordinateur classique prépare les instructions, le processeur quantique transforme et mesure ses qubits, puis les résultats reviennent au classique pour être analysés. Le calcul est souvent répété des milliers de fois, car chaque mesure ne donne qu’un échantillon.
Pourquoi « essayer toutes les réponses » est une mauvaise image
L’image la plus répandue veut qu’un ordinateur quantique teste toutes les solutions à la fois. Or une mesure ne livre qu’un seul résultat. Tout l’art d’un algorithme consiste à faire interférer les possibilités, comme des vagues qui se renforcent ou s’annulent, pour que la bonne réponse sorte avec une forte probabilité.
En 2019, Google a montré la puissance brute de cette approche avec son processeur Sycamore. Ses 53 qubits exploraient un espace d’environ dix millions de milliards d’états. Il a fallu environ 200 secondes pour échantillonner un million de fois un circuit aléatoire, une tâche que l’équipe estimait à environ 10 000 ans pour le meilleur supercalculateur. IBM a aussitôt répondu qu’une simulation classique bien organisée prendrait deux jours et demi. La tâche avait d’ailleurs été choisie pour mettre la machine à l’épreuve, pas pour résoudre un problème utile.
La chimie, piste la plus naturelle
L’idée la plus ancienne vient de Richard Feynman. Au début des années 1980, il fait remarquer que la nature elle-même est quantique : pour la simuler fidèlement, mieux vaut une machine qui obéit aux mêmes règles. Les électrons d’une molécule interagissent tous entre eux, et la description exacte de ces interactions devient vite hors de portée des ordinateurs classiques quand la molécule grandit.
Les chercheurs développent donc des algorithmes pour estimer l’énergie de molécules ou les propriétés de matériaux, avec en ligne de mire la conception de matériaux ou l’étude de réactions chimiques. En 2018, John Preskill jugeait qu’on commençait à peine à atteindre le stade où ces machines pourraient résoudre des problèmes quantiques difficiles. Pour qu’un avantage existe, il faudra une précision suffisante et une comparaison loyale avec les meilleures méthodes classiques sur le même problème.
Shor : un gain démontré, une machine encore lointaine
L’algorithme de Shor est le gain le plus spectaculaire connu. Pour décomposer un nombre, le temps de calcul n’augmente que modérément avec sa taille, alors que les meilleures méthodes classiques connues s’essoufflent très vite. Mais il suppose des qubits presque parfaits et très nombreux. La démonstration de 2001 utilisait sept noyaux atomiques dans une molécule, pilotés par résonance magnétique.
Les clés de chiffrement RSA courantes comptent 2 048 bits, soit des nombres de plus de six cents chiffres. En 2019, Craig Gidney et Martin Ekerå estimaient qu’il faudrait environ 20 millions de qubits bruités pendant huit heures pour en casser une. En 2025, Gidney ramène ce besoin à moins d’un million de qubits, pendant moins d’une semaine, avec des hypothèses de qualité du matériel que les machines actuelles commencent tout juste à approcher. Le processeur Willow de Google, parmi les plus avancés, en compte 105. C’est pourquoi les spécialistes préparent déjà des méthodes de chiffrement résistantes, sans qu’aucune date ne puisse être annoncée.
Le vrai défi : garder le calcul fiable
Les qubits sont d’une fragilité extrême. Une vibration, un rayonnement parasite, une imperfection de contrôle suffisent à altérer leur état, et les erreurs s’accumulent au fil des opérations. La parade consiste à répartir une information sur de nombreux qubits physiques pour former un seul qubit « logique », protégé par un code qui détecte et corrige les erreurs. Encore faut-il que les qubits physiques soient assez bons : au-dessus d’un certain seuil d’erreur, ajouter des qubits aggrave les choses au lieu de les améliorer.
En décembre 2024, l’équipe de Google Quantum AI a franchi ce seuil avec son processeur Willow. À chaque agrandissement de son code, le taux d’erreur du qubit logique a été divisé par plus de deux, jusqu’à environ 0,14 % par cycle de correction pour un qubit logique formé de 101 qubits physiques. C’est un seul qubit protégé. Preskill estimait que des algorithmes utiles demanderaient des milliers de qubits protégés, donc des millions de qubits physiques. Il nommait cet écart le « fossé quantique ». La course se joue désormais là : traverser ce fossé, un code de correction après l’autre.
Ce qu’on garde en tête.
- Un ordinateur quantique n’accélère que les problèmes pour lesquels il existe un algorithme exploitant les interférences, comme celui de Shor.
- Casser une clé RSA de 2 048 bits demanderait encore, selon l’estimation de 2025, près d’un million de qubits, contre une centaine sur les machines les plus avancées.
- La correction d’erreurs est le verrou central : Google a montré fin 2024 qu’un qubit logique s’améliore quand on agrandit le code.
Ce que l’on sait. Ce qui reste ouvert.
Les avantages d’un calcul quantique dépendent d’hypothèses précises et des ressources disponibles. Les estimations de qubits nécessaires reposent sur des hypothèses de qualité du matériel et peuvent encore évoluer. Les exemples de chimie et de factorisation ne promettent ni un résultat industriel immédiat ni une date d’arrivée. Le diagramme décrit une organisation de calcul, pas un circuit réel.
UN PETIT DÉCLIC POUR LA ROUTE
D’où vient l’avantage d’un ordinateur quantique sur certains problèmes ?
Remonter à la source.
- Ce que le calcul quantique peut faire, et ses limitesIBM Quantum Learning · Quantum Computing Context↗
- Les algorithmes pour la chimie et les matériauxIBM Research · Revue scientifique↗
- L’algorithme quantique de factorisationPeter Shor · Présenté en 1994, version étendue 1995↗
- Calcul quantique, bruit et limites des machinesJohn Preskill · Quantum, 2018↗
- Factorisation de 15 par résonance magnétique nucléaireVandersypen et al. · Nature, 2001↗
- Suprématie quantique avec un processeur supraconducteur programmableArute et al. (Google) · Nature, 2019↗
- À propos de la « suprématie quantique »IBM Research · Billet de recherche, 2019↗
- Correction d’erreurs quantiques sous le seuil du code de surfaceGoogle Quantum AI · Nature, 2024↗
- Factoriser des clés RSA de 2 048 bits en huit heures avec 20 millions de qubits bruitésGidney et Ekerå · Estimation de recherche, 2019↗
- Factoriser des clés RSA de 2 048 bits avec moins d’un million de qubits bruitésCraig Gidney · Estimation de recherche, 2025↗
Sources consultées le 9 octobre 2026. Rédaction assistée par IA, sans relecture indépendante d’expert à ce stade.
Signaler une erreur ou proposer une précision