Helios de Quantinuum divise par 12 les erreurs logiques à chaque pas de distance
Une mémoire en code couleur sur une machine à ions piégés de 98 qubits a atteint environ 5 erreurs par million de cycles de correction à la distance 7. Une suppression d'environ 12× par pas dépasse largement ce que les démonstrations antérieures avaient montré.
Quantinuum annonce qu'un qubit logique sur son ordinateur à ions piégés Helios échoue environ cinq fois par million de cycles de correction d'erreurs. C'est le résultat obtenu avec le plus grand code que la machine pouvait accueillir, de distance 7. Selon le preprint de l'équipe, les taux d'erreur logique étaient de 5,5×10⁻⁴, 3,8×10⁻⁵ et 5×10⁻⁶ par cycle d'extraction du syndrome aux distances 3, 5 et 7. Les auteurs en tirent par ajustement un facteur de suppression Λ = 12. Le chiffre phare compte moins que la pente. Chaque augmentation de la distance du code a éliminé environ un ordre de grandeur de l'erreur restante, soit le comportement que supposent les feuilles de route de la tolérance aux pannes.
Il s'agit d'un preprint, et non d'un article évalué par les pairs. Il n'avait pas été évalué par des pairs lors de son annonce et a été publié sous forme de PDF sur le site de Quantinuum. C'est aussi un résultat d'entreprise, obtenu sur une expérience de mémoire plutôt que sur un calcul. Les réserves sont détaillées plus bas.
01Ce que signifie « au-delà du point d'équilibre »
Un qubit logique répartit l'information d'un qubit sur de nombreux qubits matériels. Certains portent les données, tandis que d'autres sont mesurés à répétition pour produire les données de syndrome. L'extraction du syndrome est un cycle de contrôles de parité répétés qui détectent les erreurs. Un décodeur infère ensuite quelles erreurs se sont probablement produites.
Ajouter des qubits est un compromis. Un code plus grand peut intercepter davantage de fautes simultanées, mais il comporte aussi plus de composants susceptibles de défaillir. Ars Technica en résume clairement la conséquence : si les taux d'erreur du matériel sont trop élevés, agrandir le qubit logique aggrave la situation. Le terme « point d'équilibre » (breakeven) recouvre deux usages :
- Logique contre physique. Une opération encodée fait mieux que la même opération sur un qubit physique non encodé. Les travaux de Quantinuum de mars 2026 sur 94 qubits logiques à détection d'erreurs relevaient de ce sens. Les opérations encodées y produisaient moins d'erreurs que les opérations non encodées sur la même tâche.
- Mise à l'échelle avec la distance. Chaque palier de distance du code abaisse le taux d'erreur logique. Le rapport ajusté par palier, Λ, mesure de combien le matériel se situe sous le seuil.
Le second sens est celui qui détermine le coût. L'erreur logique attendue varie approximativement comme Λ puissance (d+1)/2, à un préfacteur près. Une réduction d'un facteur 1 000 demande donc environ dix pas de distance pour Λ = 2, contre environ trois pour Λ = 12. Ce sont mes propres calculs, et non des chiffres tirés de l'article. Ars note que la plupart des démonstrations antérieures sous le seuil voyaient les taux d'erreur diminuer d'un facteur bien plus proche de 2 que de 10. À ce rythme, le nombre de qubits matériels par qubit logique devient démesuré.
02L'expérience
Helios est une machine de 98 qubits fonctionnant à ions piégés. Les ions sont déplacés le long d'un anneau puis dans deux bras, où des lasers agissent sur eux. Comme deux ions quelconques peuvent être rapprochés, Ars affirme que la machine peut accueillir pratiquement n'importe quel code correcteur d'erreurs. L'équipe a utilisé des codes couleur triangulaires. Qubits de mesure compris, les codes de distance 3, 5 et 7 nécessitent 13, 37 et 73 qubits physiques.
Chaque exécution comprenait 20 cycles de correction avant la lecture finale. Un cycle isolé échoue trop rarement pour être mesuré. Le chiffre de la distance 7 repose sur des statistiques minces : trois échecs logiques sur 29 000 exécutions de 20 cycles, avec un intervalle à un sigma de 3×10⁻⁶ à 9×10⁻⁶. Pour que le nombre total de qubits reste comparable d'un code à l'autre, six mémoires de distance 3 et deux mémoires de distance 5 ont tourné en parallèle.
Le Λ = 12 mis en avant est un ajustement, et les pas pris individuellement diffèrent. D'après les taux rapportés, les rapports entre mesures adjacentes sont d'environ 14,5 (distance 3 à 5) et d'environ 7,6 (distance 5 à 7). L'ajustement porte une incertitude de +3 et −2. Une exponentielle propre est compatible avec les données, mais trois points et trois échecs à la distance 7 ne permettent pas d'exclure un certain aplatissement aux tailles supérieures.
03Maîtrise des fuites et décodage
Les auteurs désignent les fuites comme un obstacle majeur. Elles surviennent lorsqu'un ion quitte les deux états utilisés pour le calcul. Helios applique désormais un repompage optique qui ramène les ions de baryum 137 ayant fui vers le sous-espace de calcul, en parallèle du refroidissement à l'état fondamental. Il en résulte une suppression des fuites de 6,5× par cycle, sans durée de circuit supplémentaire. Un schéma logiciel échange aussi les qubits de données ayant fui contre des qubits de mesure, qui peuvent alors être réinitialisés. Dans des tests de plus petite taille, le repompage matériel a divisé les taux d'erreur de la mémoire par quatre à la distance 3 et par huit à la distance 5, par rapport à la seule réduction des fuites au niveau du circuit. Le gain croît avec la distance, ce qui explique l'importance des fuites pour Λ.
Le décodage est la partie qui n'a pas encore été démontrée en direct. L'équipe a testé une version en flux du décodeur Frontier et deux décodeurs à réseaux de neurones. Ces derniers ont été entraînés uniquement sur des données issues d'un émulateur de Helios. Ils ont traité chaque cycle en 0,22 à 0,52 milliseconde sur un GPU NVIDIA H100. Mais dans l'expérience de mémoire, les chercheurs ont décodé les mesures après les exécutions. Un circuit complet avec décodage en direct reste à tester. Les temps ont en outre été mesurés sur des données enregistrées : ils n'incluent ni la communication avec le dispositif quantique ni les délais de rétroaction.
04Portes, comparaisons et ce qui reste à prouver
La mémoire est le cas facile. Quantinuum a aussi évalué des portes logiques, en exécutant des séquences de Clifford aléatoires à deux qubits sur des paires encodées. L'erreur par porte logique était de 7×10⁻⁴ avec des codes de distance 3 et de 7×10⁻⁵ avec des codes de distance 5, contre 9,5×10⁻⁴ pour les mêmes circuits sur des qubits non encodés. L'entreprise avance un facteur moyen de suppression des erreurs de porte de 9. Les portes à la distance 7 n'ont pas été évaluées, car Helios manque de qubits physiques.
Les comparaisons de l'entreprise appellent des réserves :
- Elle indique que le meilleur résultat antérieur en code couleur, à la distance 5, était de 0,819 % par cycle.
- À distance égale, le meilleur résultat précédent était celui d'un code de surface. Il atteignait 0,0772 % par cycle à la distance 7. Quantinuum qualifie son propre résultat d'amélioration d'un facteur 154.
- Le communiqué de presse affirme que le résultat est 100 fois inférieur au meilleur résultat publié sur un autre matériel, celui de Google Quantum AI sur un système supraconducteur.
Ce sont des chiffres par cycle, issus de codes et de plateformes différents. Les cycles à ions piégés sont bien plus lents en temps réel que ceux des supraconducteurs. Un compte rendu secondaire situe un cycle de Helios à environ un cinquième de seconde. Cette durée n'a pas été confirmée dans les sources primaires auxquelles j'ai pu accéder. L'erreur par cycle ne se traduit donc pas directement en erreur par unité de temps de calcul.
Pour les feuilles de route, la question est de savoir jusqu'où s'étend Λ = 12. Quantinuum rattache ce résultat à Apollo, sa future machine tolérante aux pannes. Sa précision se situe désormais dans la plage visée pour Apollo, que l'entreprise prévoit de rendre disponible en 2029. Le communiqué de l'entreprise indique qu'une version agrandie pourrait atteindre une fiabilité utile pour une taille réaliste, inférieure à un million de qubits physiques. Craig Gidney, de Google Quantum AI, aurait estimé à partir de cette mise à l'échelle que des taux d'erreur pratiques seraient atteints à une distance de code d'environ 21. Ce chiffre est une estimation informelle, et non un résultat de l'article.
Les auteurs énumèrent les jalons non atteints. L'un d'eux est la mise à l'échelle sous le seuil de la préparation d'états magiques en code couleur à haute fidélité. Les états magiques sont nécessaires au calcul universel. Les autres sont le décodage rapide en direct, les portes logiques à la distance 7 et au-delà, et des machines comptant bien plus de 98 qubits. L'expérience montre que, sur ce matériel, la mise à l'échelle sous le seuil est raide plutôt que marginale. Cela réduit un risque majeur, mais le passage d'une mémoire protégée à un algorithme protégé reste à démontrer.
- Quantum error correction well below the color code threshold (arXiv:2610.24077)arxiv.org
- Quantinuum Closes In on One Million Error-Free Operationsquantinuum.com
- Quantinuum press release, 19 October 2026ir.quantinuum.com
- Ars Technica: Quantum error correction goes well beyond breakevenarstechnica.com
- PostQuantum: Quantinuum Color Code on Heliospostquantum.com
- XenoSpectrum: Quantinuum Reports 99.9995% Logical Memory Fidelity on Heliosxenospectrum.com
- EconoTimes: Quantinuum Reports Lower Helios Memory Errorseconotimes.com
[i]Compilé par le système éditorial d’Engineering Journal à partir des sources ci-dessous et vérifié par rapport à elles. Signalez toute erreur via l'adresse de contact.