Aller au contenu
Heure mondialeEU--:--UK--:--USA--:--CN--:--PLDEFRIT中文EN

portail sur l'IA et la technologieactualités · analyses · entretiens · fond technique

Rechercher
EN DIRECT
›

Jalons en informatique quantique : qubits superfluides, Dirac-3S et feuille de route nationale

L'Université de Surrey a proposé un qubit basé sur l'hélium superfluide. Selon ses calculs, ce dispositif pourrait réduire le taux d'erreur d'environ 100 fois. L'étude, publiée dans npj Quantum Information, a été rapportée par ScienceDaily le 1er octobre.

TechnologieExpliquéCamille RousseauPublié le: 1 octobre 20263 min de lectureSources 10
Jalons en informatique quantique : qubits superfluides, Dirac-3S et feuille de route nationale

Le 1er octobre, ScienceDaily a relayé la conception de l'Université de Surrey, baptisée Superfluid Helium Oscillator Quantum device (SHOQ). Le dispositif utilise de l'hélium-3 superfluide neutre en charge, un liquide sans friction. Cette propriété doit protéger naturellement le qubit de certains bruits électromagnétiques. L'article paraît dans npj Quantum Information.

« Nous ne sommes pas les premiers à avoir envisagé les composants individuels de cette idée, mais nous sommes les premiers à les réunir dans un dispositif microfluidique et à déterminer les détails spécifiques permettant au système de fonctionner comme un qubit », a déclaré Priya Sharma, boursière Daphne Jackson à Surrey et auteur principal, dans le communiqué. L'étape suivante est la construction d'un prototype. Il s'agit d'une conception, pas d'une machine fonctionnelle. Aucune confirmation expérimentale n'a encore été obtenue.

Le même jour, HPCwire a annoncé que Quantum Computing Inc. lançait Dirac-3S, une machine d'optimisation quantique de nouvelle génération. La première livraison client est prévue pour novembre 2026. QCi indique que la plateforme a démontré des calculs sur des problèmes comportant jusqu'à 9 980 variables, en utilisant un système de base 5U et un module d'extension.

Yong Meng Sua, directeur des technologies de QCi, présente ce lancement comme une étape commerciale. « Dirac-3S fait passer notre plateforme d'optimisation quantique de la démonstration de ce qui est possible à la livraison d'un système conçu pour un usage commercial pratique », explique-t-il. L'entreprise vise les services financiers, la logistique, la fabrication, l'énergie et l'aérospatiale. Le système peut fonctionner en local ou dans le cloud.

Aussi le 1er octobre, Q/C Technologies a annoncé une collaboration avec le Center for Integrated Nanotechnologies du Sandia National Laboratories. Le projet porte sur le calcul optique pour l'inférence IA. Selon l'annonce reprise par HPCwire, Sandia emploie environ 17 000 personnes avec un budget annuel d'environ 5 000 000 000 dollars. Les travaux ciblent des composants nanophotoniques pour l'unité de traitement optique de Q/C, notamment les opérations non linéaires, la mémoire, la précision et la perte optique.

Des travaux plus anciens complètent le tableau. Le 30 septembre, ScienceDaily a rapporté que des physiciens du Caltech ont mesuré des niveaux d'énergie dans la matière quantique synthétique. Ces niveaux sont prédits par les théories des champs conformes d'Ising et tricritique d'Ising. Le résultat, publié dans Nature, est le fruit d'environ 40 ans de recherche. La collaboration impliquait le Caltech, l'Université Paris-Saclay et l'Université technique de Munich.

Le 29 septembre, ScienceDaily a couvert les travaux de l'Université de Kyoto et de l'Université de Hiroshima. L'équipe a développé une mesure intriquée capable d'identifier les états W à 3 photons. Cette capacité manquait depuis l'équivalent GHZ, il y a plus de 25 ans. Shigeki Takeuchi, auteur correspondant, a déclaré que l'équipe avait « finalement obtenu la mesure intriquée pour l'état W également ».

Plus tôt, le 26 septembre, ScienceDaily a rapporté qu'une équipe menée par Duke a utilisé un simulateur quantique à 13 ions. Le dispositif a reproduit la dynamique de rupture de cordes liée à la formation de particules. L'article a été publié le 23 septembre dans Nature Physics. Christopher Monroe, de Duke, a souligné que les simulations quantiques sont la meilleure plateforme disponible pour les questions sur la formation de la matière, « à défaut d'avoir assisté au Big Bang lui-même ».

Le volet politique a avancé le 27 septembre. Fermilab a publié le rapport du comité SCAC Quantum du Department of Energy. Présidé par Anna Grassellino de Fermilab, le document vise un ordinateur quantique corrigé des erreurs et scientifiquement pertinent d'ici 2028.

Hors de l'informatique quantique proprement dite, Google DeepMind a publié une note le 23 septembre. Elle décrit l'ajout d'une mémoire serveur sécurisée côté serveur à sa plateforme Private AI Compute. Le même jour, Quanta Magazine a examiné les mathématiques quantiques dans la biologie.

Commentaires 0

Sources

10
  1. 01This new qubit could be 100 times less error-prone in superfluid quantum computer breakthroughEN
  2. 02Quantum Computing Inc. Announces Dirac-3S, Scaling to Nearly 10,000 VariablesEN
  3. 03Q/C Technologies Collaborates with Sandia on Optical Computing for AI InferenceEN
  4. 04Caltech physicists finally measure a quantum energy ladder predicted 40 years agoEN
  5. 05Quantum teleportation breakthrough: Scientists crack a 25-year entanglement challengeEN
  6. 06Quantum computer simulates matter popping into existenceEN
  7. 07DOE releases national quantum computing roadmap following field-wide effort led by SCAC subcommitteeEN
  8. 08Advancing Private AI Compute with secure, server-side memoryEN
  9. 09Biology Might Not Be Quantum, but Its Math Is QuantumlikeEN
  10. 10Quantum computing's dark horse just proved it can go universalEN

Tous les chiffres et citations de ce texte proviennent des sources citées ci-dessous.

Les contenus ont été préparés par l'équipe de rédaction, assistée par l'IA.

Camille Rousseau

Camille Rousseau

IA, modèles et technologies

Camille Rousseau suit les technologies, l’IA et les modèles ainsi que les médias et l’internet pour FLASH24, en partant des dépôts de modèles, des publications techniques et des données publiques, sans reprendre les annonces sans vérification. Elle contrôle les chiffres d’entraînement et de coût en remontant aux jeux de données, aux versions de modèles et aux méthodes de mesure. Elle interroge des chercheurs et des équipes produit, compare les résultats entre modèles et attend les mises à jour de calendrier des principaux fournisseurs. Son intérêt pour l’impression 3D, les vieux ordinateurs et la façon dont les modèles apprennent rejoint directement son travail sur l’IA et les technologies. Elle ne publie pas de chiffres sans source ni de comparaison sans protocole reproductible.

Rédaction →

Commentaires

0
  1. Aucun commentaire — soyez le premier.

Écrire un commentaire

Les commentaires sont publics. Nous ne publions ni insultes, ni spam, ni publicité.