AMD et Qibo viennent de simuler exactement un vecteur d’état de 35 qubits sur un seul GPU AMD Instinct MI355X. Ce résultat ne signifie pas qu’AMD a construit un ordinateur quantique de 35 qubits, ni que la suprématie quantique pratique a été atteinte. C’est une simulation classique d’un système quantique — utile, mais fondamentalement différente d’un ordinateur quantique physique. Ce que cette annonce révèle, c’est la capacité de la mémoire HBM3E, la performance soutenue et la maturité du stack ROCm face à des charges de calcul parmi les plus exigeantes en mémoire qui existent.

Pourquoi 35 qubits sur une seule GPU, c’est difficile

Dans une simulation exacte de vecteur d’état, le système classique stocke toutes les amplitudes complexes décrivant le circuit quantique. Chaque qubit supplémentaire double la taille de cet espace : 35 qubits, c’est 2³⁵ amplitudes. À 30 qubits, le problème est déjà massif. À 35, il faut des accélérateurs avec une très grande mémoire et un accès ultra-rapide.

AMD avait déjà montré, avec BlueQubit, des simulations jusqu’à 34 qubits sur une Instinct MI300X (192 Go de HBM3, 5,3 To/s). La MI355X porte ces capacités à 288 Go de HBM3E et jusqu’à 8 To/s de bande passante. Passer de 34 à 35 qubits n’est pas anodin : cela double les besoins en mémoire. Ce saut représente exactement ce que la génération HBM3E rend possible par rapport à la précédente. La guerre de la mémoire pour l’IA — où Micron cherche à concurrencer le HBM avec du GDDR empilé — rejoint ici la simulation quantique sur un même front : la bande passante mémoire.

Ce « un qubit de plus » a une valeur pratique concrète : pour certains travaux, il évite de devoir diviser l’état quantique entre plusieurs GPU. Les simulations multi-GPU sont possibles mais plus complexes — partitionnement de l’état, communication entre dispositifs, synchronisation. Si une seule GPU peut traiter un circuit plus complexe, le workflow devient plus simple pour les laboratoires et équipes qui n’ont pas accès à un superordinateur complet.

Qibo, Qibojit et ROCm : l’open source derrière la performance

Ce résultat a été obtenu avec Qibo, un framework open source de calcul quantique couvrant simulation de circuits, benchmarking, validation et contrôle du hardware expérimental. Son backend Qibojit utilise la compilation JIT et des kernels optimisés, avec support pour GPU AMD via CuPy sur ROCm. L’objectif de Qibo est de laisser les chercheurs déplacer leurs circuits entre simulateurs et systèmes physiques avec un minimum de modifications de code.

Les benchmarks publiés par AMD se basent sur des circuits de Transformée de Fourier Quantique (QFT), une charge courante pour mesurer la capacité d’échelle d’un simulateur. La MI355X réduit le temps total de simulation face à la MI300X sur toute la plage testée, avec des gains plus nets à mesure que le nombre de qubits monte et que la pression mémoire devient le facteur limitant.

AMD souligne aussi que le goulot d’étranglement se déplace vers l’accès mémoire plutôt que vers la performance brute en flops, dès que le nombre de qubits monte. Ce n’est pas différent de ce qu’on observe dans les grands modèles de langage : passé une certaine taille, la bande passante mémoire prime sur la puissance de calcul. La demande des hyperscalers en accélérateurs IA a d’ailleurs fait monter le marché mondial des matériaux semi-conducteurs à 73,2 milliards de dollars en 2025, et la simulation quantique rejoint ce mouvement de demande.

De la simulation au contrôle du hardware quantique

La collaboration AMD-Qibo va au-delà de la simulation. Le blog d’AMD met en avant Qibolab et Qibosoq, deux modules de l’environnement Qibo dédiés au pilotage du hardware quantique réel. Qibolab convertit les circuits en impulsions et instructions pour l’électronique de contrôle. Qibosoq gère la communication avec les plateformes basées sur QICK, un système open source développé par Fermilab et supporté par des FPGA AMD Zynq UltraScale+ RFSoC.

Ce pont entre simulation et hardware est concrètement utile : concevoir des circuits, les tester en simulation, puis les déployer sur du matériel réel sans réécrire toute la logique. Dans les laboratoires qui travaillent avec des qubits physiques, cette continuité de l’environnement accélère le cycle de développement expérimental.

AMD positionne ainsi un écosystème hybride : GPU Instinct pour la simulation massive, ROCm comme plateforme logicielle, et FPGA RFSoC pour le contrôle des systèmes quantiques. Ce n’est pas une stratégie pour fabriquer un ordinateur quantique universel, mais pour fournir une infrastructure classique solide qui accompagne la montée en puissance de la quantique au cours de la décennie.

Ce que cela signifie (et ne signifie pas) pour la quantique

Simuler 35 qubits de façon exacte sur un GPU est utile, mais ne transforme pas cette GPU en ordinateur quantique. Un simulateur classique reproduit le comportement mathématique d’un circuit, avec un coût exponentiel. Un ordinateur quantique physique, quand il sera suffisamment mature, pourra exécuter certains types de problèmes autrement. Les défis restent importants : correction d’erreurs, bruit, stabilité, scalabilité, contrôle précis. En attendant, les simulateurs classiques restent indispensables pour concevoir des algorithmes, déboguer des circuits et préparer des charges qu’on testera ensuite sur des systèmes réels.

AMD rend d’ailleurs ces ressources accessibles via AMD Developer Cloud sur DigitalOcean, avec des instances MI300X et MI350X disponibles pour des expérimentations avec Qibo. C’est une approche plus réaliste pour les laboratoires et équipes qui ne peuvent pas se payer du matériel propre à ce prix.

Sur le marché, AMD tente de gagner du terrain face à NVIDIA avec la combinaison grande mémoire HBM, tarifs compétitifs, ROCm et collaborations open source. Dans la simulation quantique, où la bande passante mémoire est le facteur clé, la MI355X apporte un avantage mesurable. C’est également un argument de vente pour des cas d’usage scientifiques au-delà de l’IA générative : dynamique moléculaire, analyse numérique, simulation physique.

Questions fréquentes

Qu’ont accompli AMD et Qibo concrètement ?

Ils ont réalisé une simulation exacte du vecteur d’état de 35 qubits sur un seul GPU AMD Instinct MI355X, en utilisant le framework Qibo et son backend Qibojit optimisé pour ROCm.

AMD a-t-il construit un ordinateur quantique de 35 qubits ?

Non. C’est une simulation classique d’un système quantique sur un GPU classique. Le calcul est effectué par du matériel standard, pas par des qubits physiques.

Pourquoi la mémoire HBM est-elle critique pour cette simulation ?

La taille du vecteur d’état double à chaque qubit supplémentaire. À 35 qubits, la capacité et la bande passante mémoire deviennent le facteur limitant. La MI355X offre 288 Go de HBM3E et 8 To/s, contre 192 Go et 5,3 To/s pour la MI300X.

Qu’est-ce que Qibo et Qibojit ?

Qibo est un framework open source pour le calcul quantique. Qibojit est son backend optimisé qui utilise la compilation JIT et des kernels GPU, avec support AMD via CuPy sur ROCm. Les modules Qibolab et Qibosoq permettent aussi de contrôler du hardware quantique physique.

Peut-on tester ces simulations sans achèter du matériel AMD ?

Oui. AMD propose des instances MI300X et MI350X via AMD Developer Cloud sur DigitalOcean, accessibles pour expérimenter avec Qibo sans achat direct de GPU Instinct.

Via : AMD