Nvidia simule un ordinateur quantique tolérant aux fautes de 104 qubits sur JUPITER

Une simulation record, pas une nouvelle puce quantique

La nouvelle annonce quantique de Nvidia demande une lecture précise. L’entreprise n’a pas présenté un processeur quantique physique de 104 qubits, et JUPITER n’est pas devenu un ordinateur quantique. Nvidia et les chercheurs du Jülich Supercomputing Centre ont utilisé JUPITER, le premier supercalculateur exascale d’Europe, pour exécuter ce que Nvidia décrit comme la plus grande simulation complète à ce jour d’un processeur quantique tolérant aux fautes [1]. Le système simulé couvre 104 qubits physiques et vise à comprendre le comportement d’une architecture quantique corrigée des erreurs lorsque le bruit matériel est pris en compte [1].

Cette nuance est essentielle. Les machines quantiques restent fragiles: les qubits sont perturbés par les erreurs de contrôle, le bruit de l’environnement et les imperfections des composants. L’informatique quantique tolérante aux fautes cherche à maintenir un calcul fiable malgré ces erreurs, généralement en répartissant l’information sur de nombreux qubits physiques et en détectant continuellement les défauts. Le résultat de Nvidia n’est donc pas une preuve d’avantage quantique sur une machine quantique. C’est une simulation classique très détaillée d’un élément dont les futurs ordinateurs quantiques auront besoin [2].

L’annonce date du 19 octobre 2026, puis a été relayée plus largement le 21 octobre par The Next Web, qui souligne que l’exécution complète a mobilisé 8 192 GPU Nvidia au Jülich Supercomputing Centre, en Allemagne, et qu’elle a modélisé du bruit matériel réel plutôt que des conditions idéales sans bruit [3]. Selon Nvidia, cette simulation donne aux chercheurs un moyen de tester des choix de conception avant de construire du matériel quantique coûteux [1].

Pourquoi les « magic states » sont au centre du projet

Le cœur technique du travail porte sur la « cultivation » de magic states, c’est-à-dire la préparation d’états quantiques spéciaux nécessaires au calcul quantique universel tolérant aux fautes [1]. Dans de nombreuses architectures corrigées des erreurs, une grande famille d’opérations, dites Clifford, peut être gérée relativement efficacement. Mais le calcul quantique universel exige aussi des ressources non-Clifford. Les magic states fournissent ces ressources et sont consommés au fur et à mesure du calcul [2].

Cette consommation crée un goulot d’étranglement. Si un ordinateur quantique utile doit produire sans cesse des magic states de haute qualité, alors le coût, la fiabilité et le nombre de qubits requis pour cette production deviennent des questions d’ingénierie centrales. Nvidia affirme que l’approche simulée peut utiliser 90 % de qubits physiques en moins que les méthodes précédentes, ce qui explique pourquoi la validation sous bruit réaliste est présentée comme une étape importante pour la conception de systèmes quantiques [1].

La simulation ne se contente pas de vérifier un circuit mathématique abstrait. Selon le compte rendu technique de Nvidia, elle modélise un protocole de préparation qui commence par un code couleur de distance 3, utilise des mesures de signalement supplémentaires pour détecter des fautes dangereuses, puis évolue vers une configuration hybride code couleur/code de surface de distance 7 avant d’autres étapes de correction et de lecture [2]. Le nombre de 104 qubits inclut à la fois les qubits de données et les qubits auxiliaires utilisés au cours de cette séquence [2].

Ce que JUPITER a apporté

Le rôle de JUPITER est celui d’une puissance de calcul classique massive. Nvidia indique que la plus grande exécution a utilisé 8 192 GPU Nvidia GH200 pour modéliser le protocole de préparation de magic state à 104 qubits [2]. La machine de Jülich a fourni l’échelle nécessaire pour représenter l’état quantique en évolution tout en intégrant des mécanismes de bruit qui rendent le calcul beaucoup plus difficile qu’un modèle stabilisateur simplifié [2].

Les besoins en mémoire montrent pourquoi il s’agit autant d’une histoire de supercalcul que d’informatique quantique. Le blog technique de Nvidia explique que la simulation a utilisé un registre encodé de 45 bits représentant environ 35,2 billions d’amplitudes complexes; en double précision, l’état seul occupait 512 Tio de mémoire GPU distribuée, soit 64 Gio par GPU [2]. Quantum Computing Report résume le même profil d’infrastructure, avec 8 192 superpuces GH200 Grace Hopper, un vecteur d’état encodé de 45 bits et 512 Tio de mémoire GPU distribuée [4].

La pile logicielle est tout aussi déterminante. Nvidia précise que les simulations ont utilisé cuQuantum pour l’optimisation des performances et du passage à l’échelle, tandis que la couche logique tolérante aux fautes de CUDA-Q a servi à exprimer le circuit de magic state [1]. Le compte rendu technique ajoute que l’équipe a utilisé cuStateVec, a compacté des systèmes à trois niveaux dans un stockage binaire, et a développé des outils de factorisation distribuée avec cuBLASMp et cuSOLVERMp [2]. Ces détails montrent que l’avancée provient d’une combinaison de puissance matérielle, d’organisation mémoire, de réécriture de circuits et d’analyse numérique.

Un bruit plus réaliste que dans les travaux antérieurs

L’un des points centraux est le passage au-delà de la simulation idéalisée. Nvidia indique que des travaux antérieurs menés à Jülich avaient simulé 50 qubits dans des conditions idéales et sans bruit, tandis que la nouvelle simulation de 104 qubits modélise la cultivation de magic states sous bruit matériel réaliste [1]. The Next Web présente également ce résultat comme une suite aux travaux de 50 qubits qui ne prenaient pas en compte les effets du bruit réel [3].

Le modèle de bruit est crucial, car la tolérance aux fautes consiste précisément à comprendre comment les erreurs physiques se propagent. La description technique de Nvidia indique que le modèle exécuté sur JUPITER inclut des erreurs de phase cohérentes, susceptibles de s’accumuler et d’interférer, ainsi que la fuite, phénomène dans lequel un qubit supraconducteur quitte son sous-espace de calcul habituel à deux niveaux [2]. Pour représenter cette fuite, certains sites physiques ont été modélisés avec un troisième niveau d’énergie, ce qui augmente nettement la complexité de la simulation [2].

C’est pourquoi ce résultat ne se réduit pas à un nombre de qubits plus élevé. Une simulation de 104 qubits avec un modèle d’erreur simplifié répondrait à une question différente et moins utile. En incluant des erreurs cohérentes et des fuites, Nvidia et Jülich cherchent à étudier les imperfections spécifiques que les concepteurs de matériel devront maîtriser. La simulation fournit ainsi une référence contrôlée pour observer comment les fautes traversent le circuit de préparation et quels choix de correction d’erreurs comptent le plus [2].

Du NVAQC à l’exascale

Nvidia met aussi en avant une méthode de travail pour les futures simulations quantiques. Avant les grands calculs sur JUPITER, les chercheurs ont développé et testé l’approche au Nvidia Accelerated Quantum Research Center, en utilisant un système Nvidia GB200 NVL72 pour faire passer les expériences de quatre GPU à plusieurs centaines [1]. Nvidia affirme que cette préparation a permis de ramener un effort de simulation de plusieurs semaines à quelques jours et de comparer les résultats avec ceux de JUPITER tout en améliorant les méthodes [1].

Cette étape de préparation est importante, car l’accès aux machines exascale est rare. Une équipe ne peut pas lancer au hasard de nombreux calculs mal caractérisés sur une machine comme JUPITER. Le compte rendu technique de Nvidia décrit les exécutions plus petites comme un étalon permettant d’estimer les besoins en GPU, la mémoire, le temps d’exécution, les coûts de communication et la charge d’analyse avant de réserver de grandes allocations [2]. Autrement dit, le résultat est à la fois une simulation scientifique et une démonstration de méthode pour porter des charges de travail quantiques sur des supercalculateurs.

Quantum Computing Report qualifie le projet de jalon technique annoncé à GTC Berlin 2026 et insiste sur la combinaison entre l’exécution sur JUPITER, la préparation au NVAQC, CUDA-Q, cuQuantum et la cartographie avancée de qutrits vers une représentation binaire [4]. Ce cadrage résume le message stratégique: Nvidia veut que ses plateformes GPU et sa pile logicielle quantique deviennent des outils de référence pour concevoir des ordinateurs quantiques tolérants aux fautes.

Pourquoi cela compte pour le quantique utile

Un ordinateur quantique vraiment utile exigera probablement bien plus que quelques centaines de qubits physiques de bonne qualité. Il faudra des qubits logiques protégés par des codes correcteurs, ainsi que des méthodes fiables pour exécuter les opérations qui donnent leur avantage aux algorithmes quantiques. La production de magic states fait partie des composants les plus coûteux en ressources. Si son surcoût peut être réduit, la construction de machines pratiques devient moins intimidante [1].

Les applications citées restent prospectives. Nvidia mentionne la découverte de médicaments, la modélisation financière et la science des matériaux parmi les domaines susceptibles de bénéficier d’ordinateurs quantiques utiles, mais l’exécution sur JUPITER n’a pas résolu un problème concret de pharmacie, de finance ou de matériaux [1]. Sa valeur se situe en amont: elle aide à évaluer les conceptions, les sensibilités au bruit et les choix de correction d’erreurs avant que le matériel futur n’atteigne l’échelle nécessaire.

Il faut donc voir ce résultat comme une avancée proche du matériel, plutôt que comme une percée matérielle au sens strict d’un nouveau processeur quantique. Il démontre que le calcul accéléré classique peut modéliser des morceaux de plus en plus réalistes de futures machines quantiques tolérantes aux fautes. Il montre aussi que l’infrastructure exascale peut aider l’industrie quantique à réduire les essais empiriques en testant numériquement les protocoles avant leur mise en œuvre [1].

Les limites de l’annonce

Plusieurs réserves s’imposent. D’abord, les 104 qubits sont des qubits physiques simulés, non 104 qubits logiques opérationnels dans un processeur réel. Ensuite, le protocole simulé est un composant du calcul tolérant aux fautes, pas un ordinateur quantique complet capable d’exécuter des applications à grande échelle. Enfin, une simulation ne valide un modèle que dans la mesure où ce modèle représente correctement la physique du matériel.

Le résultat reste néanmoins significatif, car il traite une incertitude de conception très concrète. Produire des magic states de haute qualité peut absorber une grande partie des ressources d’un futur ordinateur quantique, et les imperfections du matériel peuvent modifier le coût réel de cette production [2]. Une simulation détaillée qui inclut la fuite et les erreurs de phase cohérentes fournit un meilleur repère qu’un modèle sans bruit ou trop abstrait.

The Next Web le rappelle clairement: toute la simulation a tourné sur des ordinateurs conventionnels, pas sur un processeur quantique [3]. Cela ne diminue pas la portée de l’histoire. À ce stade, les supercalculateurs conventionnels font partie des meilleurs instruments disponibles pour tester le comportement possible d’architectures quantiques avant leur fabrication à grande échelle.

Un jalon pour le lien entre quantique et HPC

L’exécution sur JUPITER illustre une tendance de fond: les progrès de l’informatique quantique dépendent de plus en plus du calcul classique. Des GPU plus performants, de vastes réserves de mémoire, des bibliothèques numériques distribuées et des modèles de programmation matures deviennent indispensables pour comprendre des machines quantiques qui n’existent pas encore physiquement.

Pour Nvidia, l’annonce renforce aussi une stratégie de plateforme. CUDA-Q et cuQuantum ne sont pas présentés comme des outils périphériques, mais comme une infrastructure pour l’avenir hybride de la recherche quantique [1]. Pour Jülich et l’Europe, l’utilisation de JUPITER dans ce projet souligne la valeur scientifique de l’investissement exascale: la machine permet d’étudier des questions qui seraient impraticables sur des systèmes plus petits [1].

Le chiffre de 104 qubits est important. Mais le message le plus profond est que Nvidia et Jülich ont construit une voie de simulation plus réaliste pour un goulot d’étranglement précis de l’informatique quantique tolérante aux fautes. Si les futures équipes matérielles peuvent utiliser ce type de modélisation pour réduire le nombre de qubits nécessaires, identifier les canaux de bruit les plus dangereux et affiner les protocoles de correction avant la fabrication, alors la simulation classique de JUPITER pourrait accélérer l’arrivée de processeurs quantiques réellement utiles.

Développements

1. Nvidia simule un ordinateur quantique tolérant de 104-qubits sur JUPITERThe Next Web · 21 oct. 2026, 10:05 · 9/10
2. NVIDIA établit un record avec simulation quantique tolérante aux fautesHPCwire · 20 oct. 2026, 07:38 · 8/10
3. NVIDIA réalise une simulation quantique tolérante aux fautes record au JülichHPCwire · 20 oct. 2026, 07:38 · 9/10
4. Nvidia simule un ordinateur quantique tolérant aux fautes de 104 qubits sur JUPITER, réduisant la surcharge de 90%BigGo Finance · 20 oct. 2026, 01:55 · 8/10
5. Nvidia Simule un ordinateur quantique tolérant aux fautes à 104 qubits avec réduction de 90% du qubitBigGo Finance · 20 oct. 2026, 01:55 · 8/10
6. NVIDIA et Jülich exécutent une simulation de cultivation d'états magiques à 104 qubits sur JUPITERQuantum Computing Report · 20 oct. 2026, 00:51 · 8/10
7. NVIDIA et Jülich réalisent une simulation de 104 qubits sur le supercalculateur JUPITERQuantum Computing Report · 20 oct. 2026, 00:51 · 9/10
8. NVIDIA réalise la plus grande simulation quantique de 104 qubits sur JUPITERInteresting Engineering · 19 oct. 2026, 22:35 · 8/10
9. NVIDIA réalise la plus grande simulation quantique de 104 qubits sur JUPITERInteresting Engineering · 19 oct. 2026, 22:35 · 8/10
10. NVIDIA réalise une simulation record d'un ordinateur quantique tolérant aux erreurs à 104 qubitsQuantum Zeitgeist · 19 oct. 2026, 21:51 · 9/10
11. NVIDIA établit un record en simulant un ordinateur quantique tolérant aux fautes de 104 qubitsQuantum Zeitgeist · 19 oct. 2026, 21:45 · 9/10
12. NVIDIA établit un record de simulation quantique tolérante aux fautes à JülichInvesting News Network · 19 oct. 2026, 21:37 · 8/10
13. NVIDIA établit un record dans la simulation de l'informatique quantique tolérante aux fautesInvesting News Network · 19 oct. 2026, 21:37 · 9/10
14. NVIDIA établit un record avec un protocole tolérant aux fautes de 104 qubits sur JUPITERUnite.AI · 19 oct. 2026, 20:23 · 8/10
15. NVIDIA simule un protocole tolérant aux fautes de 104 qubits sur JUPITERUnite.AI · 19 oct. 2026, 20:23 · 9/10
16. NVIDIA bat un record avec une simulation quantique de 104 qubitsInvesting.com · 19 oct. 2026, 20:21 · 8/10
17. NVIDIA établit un record de simulation quantique à 104 qubits sur JUPITERInvesting.com · 19 oct. 2026, 20:21 · 8/10
18. NVIDIA utilise le supercalculateur JUPITER pour une simulation quantique recordQuiver Quantitative · 19 oct. 2026, 20:10 · 8/10

Sources des dernières 72 heures

1. [1]NVIDIA Runs Record Simulation of Fault-Tolerant Quantum Computing at Jülich Supercomputing Centre19 oct. 2026, 02:00
2. [2]Advancing Fault-Tolerant Quantum Computing with GPU-Accelerated Simulation19 oct. 2026, 02:00
3. [3]Nvidia simulates 104-qubit fault-tolerant quantum computer on JUPITER21 oct. 2026, 10:04
4. [4]NVIDIA and Jülich Run 104-Qubit Magic State Cultivation Simulation on JUPITER Supercomputer19 oct. 2026, 02:00

Article généré par IA à partir d’une recherche web récente, puis conservé comme instantané éditorial daté.