MicroCloud Hologram affirme avoir développé un multiplicateur quantique approximatif conçu pour les ordinateurs NISQ, ces machines actuelles qui fonctionnent encore avec des qubits bruyants et sans correction d’erreurs complète. La proposition consiste à réduire la profondeur du circuit et le nombre de portes nécessaires, en échange d’acceptation de petites deviations dans le résultat.

L’idée est techniquement crédible. Sur un processeur quantique imparfait, une opération exacte mais très longue peut donner de moins bons résultats qu’une opération plus courte et approximative. Chaque porte supplémentaire augmente la durée pendant laquelle les qubits restent exposés au bruit, à la décohérence et aux erreurs de contrôle. Cependant, l’annonce de MicroCloud Hologram ne fournit pas encore suffisamment de données pour considérer cette avancée comme démontrée.

Le multiplicateur quantique de HOLO : les clés en 20 secondes

• MicroCloud Hologram affirme avoir créé un multiplicateur quantique approximatif pour dispositifs NISQ.
• Le design repose sur plusieurs sommateurs qui simplifient ou interrompent la propagation de la retenue.
• L’entreprise assure avoir obtenu des circuits de profondeur constante dans certains modules.
• L’utilisateur pourrait choisir différents niveaux de précision et de consommation de ressources.
• La réduction du circuit peut améliorer la fidélité lorsque le bruit domine l’exécution.
• Le communiqué évoque des tests effectués sur des simulateurs et du matériel quantique réel.
• Il ne précise pas quels ordinateurs ont été utilisés, le nombre de qubits ni la taille des entrées.
• Il n’y a pas non plus de tableaux avec la profondeur, le nombre de portes, la fidélité ou la distribution des erreurs.
• Le document ne cite pas d’article scientifique, de code source, DOI ni de documentation reproductible.
• Il faut pour l’instant considérer cela comme une annonce d’entreprise, non comme un résultat validé de façon indépendante.

L’entreprise est cotée au Nasdaq sous le symbole HOLO, issue du secteur de la technologie holographique, du LiDAR et des jumeaux numériques. Ces dernières années, elle a élargi sa communication vers la l’informatique quantique, l’intelligence artificielle et la blockchain. La nouvelle annonce présente le multiplicateur comme une étape vers des applications pratiques, mais ne désigne pas les chercheurs responsables ni une publication académique permettant de vérifier le travail.

Pourquoi la multiplication est difficile sur un ordinateur quantique

Les processeurs quantiques ne multiplient pas les nombres comme une CPU classique. Les opérations doivent être construites via des circuits réversibles composés de portes agissant sur les qubits.

Un multiplicateur génère généralement d’abord des produits partiels, puis les additionne. Cette structure reproduit, avec des différences importantes, la procédure utilisée en arithmétique binaire classique. Plus les nombres ont de bits, plus le nombre de sommes, de retenues, de qubits auxiliaires et de portes nécessaires augmente.

La profondeur mesure le nombre de couches consécutives d’opérations dans le circuit. Les portes pouvant s’exécuter en parallèle comptent dans la même couche, celles dépendant d’un résultat antérieur doivent attendre.

Ce point est particulièrement crucial dans la phase NISQ. John Preskill a utilisé ce terme pour désigner des ordinateurs avec un nombre intermédiaire de qubits, mais trop bruyants pour exécuter des circuits longs de façon fiable. Sur ces machines, le bruit limite le nombre d’opérations pouvant être achevées avant que le résultat ne se détériore.

Un additionneur traditionnel à retenue en propagation traite les bits selon une chaîne. Pour connaître le résultat d’une position, il faut souvent attendre de savoir si la précédente a produit une retenue. La profondeur augmente donc avec la taille du nombre.

La solution proposée par MicroCloud Hologram, selon leur communiqué, consiste à nuancer la précision de certains bits de moindre poids et à simplifier cette chaîne. Les erreurs introduites sur les positions moins critiques ont un effet limité sur la valeur globale, tout en permettant de réduire considérablement la profondeur du circuit.

Ce n’est pas une idée totalement nouvelle en recherche quantique. Un travail publié en préprint en 2024 proposait plusieurs additionneurs approximatifs à profondeur réduite, avec des designs calculant certains résultats avec une seule porte CNOT ou même sans portes pour certaines approximations. Les tests avec des modèles de bruit de Qiskit montraient que les circuits plus courts pouvaient mieux préserver la fidélité que des additionneurs exacts plus profonds.

Ce que HOLO semble apporter maintenant, c’est l’utilisation de cette classe d’additionneurs pour construire un multiplicateur complet et configurable. L’annonce évoque quatre niveaux de précision, permettant à chaque application de choisir entre un résultat plus exact ou un circuit plus léger.

Ce principe rappelle celui utilisé depuis des années dans le traitement d’images, audio, réseaux de neurones et autres systèmes classiques. Beaucoup de tâches tolèrent une erreur numérique minime si cela permet de réduire la consommation d’énergie ou d’accélérer le traitement.

Dans un ordinateur quantique, une paradoxe utile apparaît : relâcher la précision mathématique peut améliorer la qualité concrète de la réponse. Un circuit exact, accumulant trop d’erreurs physiques, peut donner un résultat plus éloigné du vrai qu’un autre approximatif, mais suffisamment court pour préserver l’état des qubits.

Le problème des portes T et une affirmation à nuancer

MicroCloud Hologram met en avant la réduction du nombre de portes T comme un de ses principaux avantages. C’est un indicateur pertinent, même si le communiqué mélange deux phases différentes de la computation quantique.

Dans les circuits tolérants aux erreurs, les architectures utilisent souvent le jeu Clifford+T. Les opérations Clifford sont relativement faciles à protéger via certains codes de correction, tandis que les portes T nécessitent des ressources supplémentaires, comme la préparation et la distillation d’états magiques.

Ce processus peut consommer de nombreux qubits physiques et opérations, rendant le nombre de portes T et leur profondeur des critères importants pour la conception des futurs ordinateurs quantiques corrigés. La littérature tente depuis des années de réduire ce coût dans des modules arithmétiques comme multiplicateurs ou diviseurs.

Mais, pour les ordinateurs NISQ actuels, ces portes T ne sont pas forcément réalisées avec de grandes usines tolérantes aux erreurs d’états magiques. Les compilateurs traduisent les circuits en portes physiques natives, incluant des rotations et opérations à deux qubits selon l’architecture (superconducteurs, ions piégés, atomes neutres). La réduction du T-count peut donc être utile pour la comparaison de designs et la préparation à la correction d’erreur future, mais ne reflète pas automatiquement le coût réel sur un dispositif NISQ. Pour juger le vrai coût du multiplicateur, il faudrait disposer de données après compilation pour une machine spécifique : nombre de portes physiques, connectivité, profondeur finale, erreurs de chaque opération, temps d’exécution.

Ce niveau de détail n’est pas fourni dans le communiqué. HOLO affirme avoir testé leur système sur plusieurs simulateurs et matériels réels, mais sans préciser quels processeurs, ni combien d’exécutions ou quelle méthode pour mesurer la fidélité.

De plus, ils ne précisent pas quels designs ils considèrent comme références lorsqu’ils disent surpasser des multiplicateurs existants. La comparaison est difficile car chaque proposition vise peut-être un objectif différent : réduire les qubits auxiliaires, la profondeur totale, la T-depth, le nombre de portes ou le coût de préparation des données.

Un article publié en avril 2026 présentait par exemple un multiplicateur exact à profondeur et T-depth polynomialement logarithmiques, mais avec un nombre quadratique de portes et de qubits auxiliaires. La recherche continue d’avancer dans la voie exacte, indiquant qu’il n’y a pas une seule métrique pour déclarer un multiplicateur supérieur.

Les données nécessaires pour valider l’avancée

Sans ces éléments, il est difficile d’écarter le fait que l’amélioration ne se limite qu’à de petits cas, sous un bruit favorable ou avec une implémentation peu représentative.

Les applications potentielles restent hypothétiques

HOLO évoque l’apprentissage automatique quantique et l’optimisation comme domaines d’application possibles. Ces secteurs tolèrent un certain degré d’erreur, mais cela ne garantit pas que tout multiplicateur approximatif améliorera réellement les résultats.

Dans un réseau de neurones classique, réduire la précision de 32 à 16 ou 8 bits peut accélérer l’entraînement, car les processeurs intègrent des unités optimisées pour ces formats. En informatique quantique, il faut d’abord démontrer que l’algorithme repose sur des multiplications entières réversibles, et que cette étape représente une partie significative du coût total.

De nombreux algorithmes NISQ utilisent des rotations paramétrées, mesures et optimisation classique externe. Ils ne nécessitent pas toujours de multiplicateurs comme ceux décrits. Par ailleurs, le coût de la préparation des données peut être supérieur à celui de l’opération arithmétique en elle-même.

Les problèmes d’optimisation ont aussi des comportements variés. Une faible déviation peut être acceptable pour une fonction douce, mais elle peut totalement fausser le résultat si des contraintes strictes ou des valeurs proches sont en jeu.

Le bénéfice doit être évalué dans une perspective globale. Il ne suffit pas que le multiplicateur soit plus précis isolément ; il faut l’intégrer dans un algorithme entier, le faire tourner sur du matériel réel, et mesurer si cela améliore la qualité de la solution, le temps ou le nombre d’échantillons nécessaires.

L’informatique approximative constitue une voie sérieuse pour dépasser les limites du matériel quantique actuel. Les travaux académiques montrent qu’un circuit moins précis, mais beaucoup plus court, peut mieux fonctionner dans certains niveaux de bruit.

Il reste encore un écart considérable entre cette possibilité et un multiplicateur réellement « pratique ». MicroCloud Hologram a esquissé une architecture potentiellement intéressante, mais n’a pas encore fourni les résultats nécessaires à sa validation.

La publication des circuits, des tailles testées, du matériel utilisé et d’une comparaison reproduisible permettrait d’évaluer s’il s’agit d’un vrai progrès ou si l’annonce s’appuie sur des techniques déjà connues de sumateurs approximatifs.

Jusqu’alors, la déclaration la plus précise est que HOLO dispose d’une solution proposée, avec une description générale. La preuve technique reste à fournir.

Questions fréquentes

Qu’est-ce qu’un multiplicateur quantique approximatif ?
C’est un circuit qui réalise une multiplication à l’aide de qubits, en simplifiant certaines opérations et en tolérant de petites erreurs pour réduire la profondeur et le nombre de portes.

Pourquoi un résultat approximatif peut-il être meilleur sur un ordinateur quantique ?
Parce qu’un circuit plus court est exposé moins longtemps au bruit. Sur certains appareils, l’erreur contrôlée introduite peut être inférieure à celle d’une exécution exacte trop longue.

MicroCloud Hologram a-t-elle démontré publiquement sa technologie ?
Le communiqué indique qu’un test a été effectué sur simulateurs et hardware réel, mais sans détails suffisants pour reproduire ou vérifier ces résultats.

Peut-on l’utiliser dès maintenant pour des applications commerciales ?
Il n’y a pas assez de preuves publiques pour l’affirmer. Une évaluation complète, incluant des dispositifs identifiés et des métriques comparables, est nécessaire au préalable.

Source : prnewswire