L’état actuel de la pile logicielle quantique

la plupart des gens connaissaient la physique quantique, mais c’était surtout de la théorie et peut-être un peu de science-fiction. Mais depuis qu’IBM a lancé Qiskit et ouvert l’accès à son matériel, les progrès de l’informatique quantique ont continué à se produire. Des personnes de disciplines et d’horizons différents pourraient écrire du code pour le quantum et l’exécuter sur des appareils réels.

Bien que la dernière décennie ait été marquée par de nombreuses percées étonnantes dans ce domaine, le côté logiciel de l’informatique quantique est encore très sous-développé.

Cependant, tous les acteurs du domaine, des passionnés aux développeurs en passant par les chercheurs, reconnaissent l’importance de construire une pile logicielle quantique mature. Ainsi, le mois dernier (février 2026), quelques laboratoires de recherche et entreprises ont lancé le Alliance du logiciel quantique: une collaboration visant à construire et à soutenir la communauté des logiciels quantiques.

Il n’y a donc pas de meilleur moment que le présent pour prendre du recul et jeter un œil à la structure de la pile logicielle quantique. Dans cet article, je vais vous présenter le paysage actuel de la programmation de l’informatique quantique. Nous explorerons la conception, l’exécution, le débogage et l’orchestration d’algorithmes, et mettrons en évidence les principales approches et outils disponibles actuellement.

Les trois modalités de calcul

À la base, la programmation quantique n’est pas simplement « un autre langage » implémenté sur les ordinateurs existants. Les ordinateurs quantiques calculent avec qubits (unités d’information qui exploitent la superposition et l’intrication), rendant les modèles mathématiques et opérationnels fondamentalement différents des bits classiques. Ces différences se répercutent à chaque couche de la pile logicielle, créant de nouveaux besoins en langages, compilateurs, systèmes d’exécution et outils de débogage.

Avant de parler d’outils, prenons du recul et comprenons quels genres de calcul quantique nous programmons aujourd’hui. En d’autres termes, comment décrire un algorithme quantique aujourd’hui ? Il existe trois manières différentes de décrire les algorithmes quantiques :

1. Basé sur une porte (modèle de circuit)

Il s’agit de l’approche la plus largement utilisée pour les algorithmes quantiques généraux tels que La recherche de Grover ou le Transformation de Fourier quantique. Les programmes sont exprimés sous forme de séquences de portes quantiques appliquées à des qubits, formant des circuits similaires aux circuits logiques classiques. L’informatique quantique basée sur des portes est universelle.

Ce qui veut dire qu’avec les bonnes portes et correction d’erreuril peut implémenter n’importe quel algorithme quantique.

2. Modèles analogiques et à usage spécial

Toutes les modalités d’informatique quantique n’utilisent pas de portes pour mettre en œuvre des algorithmes. Par exemple, recuit quantique permet au système d’évoluer vers un état de faible énergie, trouvant ainsi des solutions aux problèmes combinatoires. Un autre exemple est Simulation hamiltonienne et la dynamique analogique, utilisée dans les simulations physiques.

Ces modèles nécessitent souvent des interfaces différentes par rapport aux langages de circuit. Pensez à ces deux modalités comme l’informatique à usage général et les systèmes embarqués.

3. Flux de travail hybrides quantiques-classiques

Aujourd’hui, les ordinateurs quantiques nécessitent une tolérance aux pannes. Mais même à l’avenir, la plupart des ordinateurs quantiques ne seront pas autonomes. Les programmes quantiques pratiques exécutent souvent des flux de travail hybrides : un prétraitement classique lourd, un sous-programme quantique et un post-traitement classique.

Ces pipelines nécessitent des systèmes permettant la communication entre plusieurs environnements et fonctionnant souvent dans le cloud.

Abstractions de la programmation quantique

Maintenant que nous avons une idée générale des différentes modalités de mise en œuvre des algorithmes quantiques, nous pouvons discuter des niveaux d’abstraction dans la programmation quantique. La programmation quantique couvre un spectre allant des jeux d’instructions proches du matériel aux langages algorithmiques de haut niveau.

Représentations de bas niveau et intermédiaires

Commençons par le bas et montons !

• QASM: Un langage d’assemblage quantique indépendant du matériel utilisé comme cible de compilation pour de nombreux frameworks. QASM a été développé pour que les programmeurs puissent écrire du code pour différents matériels en utilisant différents langages/bibliothèques de programmation.
• Quil (architecture du jeu d’instructions quantiques): Conçu par Rigetti, il introduit un modèle de mémoire quantique classique partagé pris en charge par les bibliothèques Python telles que pyQuil.
• OuvrirPulse: Les ordinateurs quantiques sont, en un sens, des ordinateurs analogiques. Chaque porte quantique peut être implémentée sous la forme d’une impulsion (une onde électromagnétique) appliquée au qubit. OpenPulse a été introduit par IBM pour permettre aux utilisateurs de mieux contrôler le matériel.

Ces langages offrent un contrôle strict sur les séquences de portes mais nécessitent plus d’expertise et ne sont pas faciles à maîtriser.

Cadres de haut niveau

Les frameworks dans des langages familiers comme Python permettent aux développeurs de créer et de tester des programmes quantiques en utilisant des abstractions proches de la programmation classique. Il s’agit de la manière la plus courante de mettre en œuvre et d’explorer des algorithmes quantiques.

• Kit Qiskit – SDK basé sur Python d’IBM qui reste l’une des piles les plus largement utilisées pour la construction, l’optimisation et le ciblage matériel de circuits.
• Qrisp – Un cadre de haut niveau plus récent qui apporte les constructions de programmation classiques (variables, boucles, flux de contrôle) à la génération de circuits quantiques tout en gérant les détails de bas niveau pour vous.

D’autres cadres incluent Cirque, TKet, Astuceet PennyLane. Les algorithmes de ces frameworks facilitent la construction d’algorithmes quantiques, ce qui est essentiel à l’éducation quantique et au prototypage.

#A simple Python code generating an entangled pair

from qiskit import QuantumCircuit
from qiskit_aer import AerSimulator
from qiskit import transpile

# Create a Bell state circuit
qc = QuantumCircuit(2)
qc.h(0)
qc.cx(0, 1)
qc.measure_all()

# Simulate
sim = AerSimulator()
compiled = transpile(qc, sim)
result = sim.run(compiled, shots=1024).result()

print(result.get_counts())

Langages spécifiques au quantique

Ce sont des langages spécialement conçus pour exprimer la logique quantique ; les deux plus populaires sont :

• Q#: un langage de haut niveau spécifique à un domaine de Microsoft destiné aux algorithmes quantiques évolutifs ; il intègre la logique classique et quantique avec des contrôles au moment de la compilation et un système de types adapté aux opérations quantiques.
• Silq: un langage de programmation de haut niveau pour l’informatique quantique avec un système de type statique fort, développé à l’ETH Zürich.

La question difficile : simulateurs ou matériel ?

Désormais, si vous décidez d’écrire un programme quantique aujourd’hui, vous choisirez un niveau d’abstraction (très probablement Python avec Qiskit ou PennyLane). Ensuite, une fois que vous aurez construit votre circuit, vous vous demanderez probablement : « Où est mon programme ? courir? »

C’est une question très valable ! Et vous avez deux options : vous pouvez l’exécuter sur un simulateur ou sur du matériel réel.

Simulateurs quantiques

Les simulateurs classiques exécutent des circuits quantiques jusqu’à un nombre de qubits décent (généralement 23 à 30 qubits). Ceci est très utile pour le développement avant le déploiement sur du matériel réel.

• De nombreux frameworks incluent des simulateurs de vecteurs d’état ou de matrice de densité intégrés.
• Les simulateurs sont essentiels pour le débogage et la validation avant de fonctionner sur du matériel réel.

Matériel cloud

Cependant, les ordinateurs classiques ne peuvent pas simuler de plus grands systèmes quantiques (s’ils le faisaient, nous n’aurions pas besoin d’un ordinateur quantique !). Heureusement, les principaux fournisseurs de cloud proposent désormais l’accès à de véritables processeurs quantiques :

Ces services fournissent généralement un accès API, des backends avec de vrais qubits et des systèmes de planification de tâches. Malheureusement, toutes ces sociétés n’autorisent pas un accès gratuit, mais je sais avec certitude qu’IBM offre quelques minutes de calcul gratuites par mois.

Une autre option pour avoir accès au matériel quantique consiste à utiliser des services fournissant un écosystème en ligne complet. En utilisant ces sites Web, vous pouvez acheter jetons pour accéder à différents matériels à partir d’un seul endroit. Voici quelques exemples de tels services :

Tests et débogage en génie logiciel quantique

Les programmeurs classiques connaissent la valeur des tests unitaires et des débogueurs. En informatique quantique, ces pratiques font tout juste leur apparition. Les systèmes quantiques se comportent différemment et nous n’avons toujours pas d’idée concrète pour développer des outils permettant de rendre efficace le débogage des programmes quantiques.

Aujourd’hui, les programmeurs doivent tout faire à la main et doivent souvent comprendre les mathématiques du circuit pour déterminer ce qui n’a pas fonctionné si le résultat n’est pas celui attendu. Tester et déboguer un circuit quantique était l’objectif principal de ma thèse de doctorat. Le cœur de mon travail consistait à introduire un cadre structuré pour le débogage des circuits en catégorisant les types de blocs de circuits courants et en proposant des stratégies de débogage sur mesure.

Ce type d’outils est important pour faire progresser la pile logicielle quantique. Étant donné que les bogues dans les circuits quantiques peuvent être subtils, les erreurs peuvent provenir d’un ordre incorrect des qubits, d’un non-calcul inapproprié ou de phases mal calibrées ! En outre, ces erreurs ne sont pas toujours évidentes à partir des seules statistiques de production.

Un autre défi unique en ingénierie logicielle quantique consiste à traduire efficacement la logique de haut niveau en instructions compatibles avec le matériel tout en garantissant l’exactitude et la précision.

Les compilateurs et transpilateurs quantiques effectuent des tâches telles que le mappage de qubits, la décomposition de portes et la préparation d’atténuation des erreurs (similaires à l’EDA classique mais avec des contraintes spécifiques au quantique, telles que la décohérence et le principe de non-clonage).

Où sommes-nous et où allons-nous ?

Bien que le matériel quantique ne soit pas encore entièrement là. Nous ne pouvons pas encore créer d’applications grandeur nature ou de simulations de systèmes complexes, mais les chercheurs en matériel informatique travaillent plus dur que jamais pour y parvenir. Ainsi, le côté logiciel doit rattraper son retard et être compatible avec le matériel actuel et futur pour que nous puissions l’utiliser. La programmation quantique se trouve aujourd’hui à un point d’inflexion passionnant :

• Langages et SDK rendre accessible le développement d’algorithmes quantiques.
• Services cloud démocratiser l’accès aux vrais processeurs quantiques.
• Outils de débogage et de test commencent à rattraper les attentes classiques.
• Automatisation de la conception et compilateurs réduisent le fardeau de l’ingénierie de bas niveau.

Mais les défis logiciels demeurent : quelle est la meilleure façon d’écrire des programmes quantiques, comment les tester et comment les déboguer en cas de problème ? Le besoin de pratiques d’ingénierie logicielle plus robustes dans le monde quantique augmente de jour en jour.

Alors, pour tous les data scientists curieux de connaître l’informatique quantique, je vous écris pour vous dire que c’est le moment idéal pour explorer, expérimenter et contribuer !