NVIDIA simule sur JUPITER un protocole tolérant aux fautes de 104 qubits, un record

Le 19 octobre 2026, NVIDIA a annoncé ce qu’elle a présenté comme une simulation record en informatique quantique sur JUPITER, le premier superordinateur exascale d’Europe : une simulation de 104 qubits exécutée sur 8 192 GPU NVIDIA GH200 au Centre de calcul intensif de Jülich, qui modélise le fonctionnement d’un processeur quantique réaliste réalisant un calcul tolérant aux fautes.

Ce que NVIDIA affirme que cette simulation valide

NVIDIA décrit cette simulation de 104 qubits comme la simulation complète la plus vaste d’un processeur quantique tolérant aux fautes réalisée à ce jour, précisant qu’aucune simulation antérieure n’avait modélisé des processeurs quantiques avec un tel niveau de détail. Selon l’entreprise, cette simulation valide la distillation d’états magiques, une approche du calcul quantique tolérant aux fautes qui nécessite 90 % de qubits physiques en moins que les méthodes précédentes. NVIDIA a déclaré que des simulations d’une telle fidélité fournissent aux chercheurs les données nécessaires pour prédire les performances de conceptions futures avant leur fabrication, réduisant ainsi le recours aux essais et erreurs sur le matériel. L’entreprise a également évoqué des applications attendues dans la découverte de médicaments, la modélisation financière et la science des matériaux.

« L’informatique quantique utile nécessitera des systèmes tolérants aux fautes d’une complexité extraordinaire, et comprendre leur comportement à grande échelle est essentiel pour les construire », a déclaré Jensen Huang, fondateur et PDG de NVIDIA, dans l’annonce de l’entreprise. Il a ajouté que les résultats de Jülich montrent que les processeurs quantiques et les superordinateurs équipés de GPU peuvent collaborer à des recherches qui seraient autrement hors de portée.

Kristel Michielsen, directrice du Centre de calcul intensif de Jülich au Forschungszentrum Jülich, a déclaré que les investissements de l’Europe dans JUPITER permettent aux chercheurs d’étudier des questions qui étaient auparavant hors de portée, et que la collaboration avec NVIDIA met cette capacité au service de l’informatique quantique. Selon elle, ces travaux aident les scientifiques à prendre des décisions mieux éclairées quant aux conceptions les plus susceptibles de déboucher sur des applications utiles.

États magiques, codes et modèle de bruit réaliste

Les qubits fonctionnent aux limites de la physique, et les interactions nécessaires à leur contrôle introduisent inévitablement du bruit, source d’erreurs, explique NVIDIA dans son annonce. Le calcul en présence de ce bruit, appelé calcul quantique tolérant aux fautes, nécessite des états magiques : une configuration particulière de qubits qui est continuellement consommée au cours d’un calcul tolérant aux fautes. Comme les machines tolérantes aux fautes reposent sur la production répétée d’états magiques, toute optimisation de leur fabrication réduit considérablement la difficulté de construire un ordinateur quantique utile.

Un article technique de l’équipe CUDA-Q de NVIDIA explique pourquoi ces simulations sont difficiles. De nombreuses opérations utilisées dans la correction d’erreurs quantiques sont des opérations de Clifford, qui peuvent être simulées efficacement sous certaines hypothèses concernant le bruit. Toutefois, le calcul quantique universel nécessite au moins une opération supplémentaire non triviale, apportée par les états magiques. Le protocole simulé prépare un état dans un petit code correcteur d’erreurs, vérifie qu’il ne comporte pas de défauts, puis l’étend à des distances de code plus grandes : il commence par un code couleur de distance 3, utilise des mesures de drapeau conçues récemment pour détecter les défauts nuisibles, puis évolue vers une configuration hybride de code couleur et de code de surface de distance 7, avant d’autres cycles de correction d’erreurs et la lecture des résultats. Les 104 qubits comptabilisés comprennent les qubits de données et les qubits auxiliaires utilisés tout au long de cette séquence.

Selon l’article technique, le modèle exécuté sur JUPITER intègre des erreurs de phase cohérentes, qui peuvent s’accumuler et interférer, ainsi que des fuites, lorsqu’un qubit supraconducteur quitte ses deux niveaux de calcul habituels. Certains sites physiques sont modélisés avec un troisième niveau d’énergie, ce qui accroît considérablement la complexité de la simulation. Ces mécanismes permettent aux chercheurs d’étudier des comportements qui dépassent ceux d’un modèle de retournements aléatoires de bits et de phases, tout en conservant les opérations non-Clifford réelles qui préparent l’état magique.

Ces travaux se distinguent de recherches antérieures menées à Jülich, qui simulaient 50 qubits dans des conditions idéales, sans bruit. Le Forschungszentrum Jülich a annoncé le 11 novembre 2025 qu’une équipe de Jülich, en collaboration avec des experts de NVIDIA, avait entièrement simulé sur JUPITER un ordinateur quantique universel de 50 qubits. Inauguré au Forschungszentrum Jülich en septembre 2025, celui-ci dépassait le précédent record de 48 qubits établi par des chercheurs de Jülich en 2019 sur l’ordinateur K japonais. L’annonce indiquait que chaque qubit supplémentaire double les besoins en calcul et en mémoire, portant la mémoire nécessaire à une simulation de 50 qubits à environ 2 pétaoctets.

D’un cluster de développement à 8 192 GPU

NVIDIA a indiqué que la croissance exponentielle des besoins en mémoire avec le nombre de qubits rend les simulations à grande échelle inaccessibles aux systèmes informatiques classiques. Un système NVIDIA GB200 NVL72 du NVIDIA Accelerated Quantum Research Center a servi de plateforme de développement pour le projet JUPITER. Il a permis aux chercheurs de faire évoluer les tests de quatre GPU à plusieurs centaines, avant de passer aux 8 192 GPU de JUPITER, construit par Bull. L’équipe s’est appuyée sur le centre pour affiner les méthodes de simulation, comparer les résultats à ceux obtenus sur JUPITER et étudier l’évolution de la précision à mesure que les ressources de calcul augmentaient. Selon NVIDIA, ces travaux ont ramené de plusieurs semaines à quelques jours la durée d’une simulation.

L’article technique décrit l’ingénierie qui a rendu cette exécution possible. Le simulateur réorganise les opérations tout en préservant leurs dépendances et les statistiques de mesure, et réutilise l’espace mémoire à mesure que les qubits sont mesurés puis libérés. Il regroupe des systèmes à trois niveaux dans une représentation binaire que la bibliothèque cuStateVec de cuQuantum peut exécuter : cinq systèmes à trois niveaux comptent 243 états de base et tiennent dans huit bits de stockage binaire, qui offrent 256 entrées. Dans la configuration à 8 192 GPU, un registre encodé sur 45 bits représente environ 35,2 billions d’amplitudes complexes et, en double précision, l’état seul occupe 512 TiB de mémoire GPU distribuée, soit 64 GiB par GPU.

Les simulations ont été exécutées avec le logiciel NVIDIA cuQuantum et la couche logique tolérante aux fautes de la plateforme CUDA-Q, utilisée pour exprimer le circuit à états magiques. Le projet a également mis au point des outils de factorisation distribuée à l’aide de NVIDIA cuBLASMp et cuSOLVERMp. Ceux-ci examinent des partitions sélectionnées de l’état stocké afin d’étudier la quantité d’informations qu’une représentation plus compacte doit conserver, ouvrant ainsi la voie à l’évaluation de méthodes de simulation approximative par rapport à une référence détaillée sous forme de vecteur d’état.

Selon l’équipe, dans des cas de validation de circuits compactés de petite taille au centre de recherche, des calculs indépendants par vecteur d’état et par réseau de tenseurs ont donné des probabilités de mesure concordant à environ 10⁻¹³ lorsque le seuil de troncature du réseau de tenseurs était abaissé. Les exécutions de plus petite taille servent de référence pour estimer les besoins en GPU et les budgets en heures-GPU avant de mobiliser du temps de supercalcul. L’équipe a ajouté que cette même approche pouvait appuyer de futures études portant sur différents modèles de fuite, séquencements de circuits et protocoles de correction d’erreurs, chacun étant vérifié à une échelle gérable avant de passer à des configurations plus vastes.