Dans le monde de l'informatique quantique, le "volume quantique" (QV) devient rapidement le chiffre de référence qui nous indique la puissance réelle d'un ordinateur quantique. Pour les traders, il ne s'agit pas seulement d'une question technique, mais d'un aperçu des outils qui pourraient redéfinir l'analyse des marchés, l'optimisation des portefeuilles et la modélisation des risques. Voyons ce qu'il en est en termes humains et examinons les plates-formes qui seront les plus performantes en 2025.
Qu'est-ce que le volume quantique ?
Le volume quantique est comparable à la puissance des ordinateurs quantiques. Il ne s'agit pas seulement du nombre de qubits que possède une machine, mais de la qualité de ces qubits, de la façon dont ils fonctionnent ensemble et de la profondeur à laquelle le système peut faire fonctionner les circuits avant que tout ne s'effondre à cause d'erreurs.
La métrique capture :
- Nombre de qubits (nombre de "voies" dont vous disposez)
- Taux d'erreur (la fluidité de l'autoroute)
- Fidélité de la porte (degré de précision de chaque étape)
- Connectivité (la façon dont les voies sont reliées entre elles)
Imaginez que vous essayez de conduire une voiture de sport sur une route parsemée de nids-de-poule. Même si elle a une puissance de 800 chevaux, vous n'irez nulle part rapidement. De même, un ordinateur quantique doté de nombreux qubits mais présentant des taux d'erreur élevés ne permettra pas de résoudre des problèmes utiles. Le QV mesure la taille et la complexité d'un problème quantique qu'un système peut résoudre de manière fiable, et il s'échelonne de manière exponentielle. Une machine capable de traiter un circuit de 8 qubits sur 8 couches a un QV de 256 (2⁸). Il suffit d'ajouter un qubit et une couche pour que le QV double.
Tableau de bord du volume de Quantum en 2025
Voici la situation des principaux acteurs à l'horizon 2025 :
| Plate-forme | Qubits | Quantum Volume / Benchmark | Notes |
|---|---|---|---|
| IBM (Héron, Aigrette) | 33 / 156 | QV = 512 | Plate-forme supraconductrice stable. Mettre l'accent sur des progrès graduels et cohérents. |
| Google (Willow) | 105 | Pas de QV public, mais des performances élevées | Priorité à la correction des erreurs et aux architectures tolérantes aux pannes à grande échelle. |
| Rigetti (Ankaa-3) | 84 | Pas de QV public | Forte fidélité (~99%) avec une feuille de route pour plus de 100 qubits. |
| IonQ (Forte) | 36 | #AQ = 36 | Utilise un benchmark différent appelé "Algorithmic Qubits". |
| Quantinuum (H2) | - | QV = 8 388 608 | Actuellement leader mondial en matière de QV. Système d'ions piégés tout-en-un. |
La grande surprise ? Quantinuum domine absolument avec un volume quantique de plus de 8 millions. C'est un ordre de grandeur supérieur à celui des concurrents. IonQ est également très performant, en utilisant un benchmark qui reflète les performances utilisables dans les algorithmes du monde réel.
Les systèmes supraconducteurs comme ceux d'IBM et de Google travaillent à la mise au point d'architectures plus évolutives. Les machines à ions piégés comme Quantinuum et IonQ ont moins de qubits mais excellent en termes de précision et de connectivité.
Pourquoi les traders devraient-ils s'en préoccuper ?
Vous vous demandez peut-être : "C'est bien beau, mais en quoi cela m'affecte-t-il en tant que commerçant ?
Voici comment :
1. Optimisation du portefeuille
De nombreuses stratégies commerciales dépendent de la résolution de problèmes d'optimisation complexes, comme l'équilibrage d'un portefeuille pour minimiser le risque et maximiser le rendement. Les ordinateurs quantiques sont particulièrement bien adaptés pour relever ce type de défis combinatoires à l'aide d'algorithmes tels que le QAOA (Quantum Approximate Optimization Algorithm, ou algorithme d'optimisation approximative quantique). Mais vous avez besoin d'un suffisamment élevé QV pour traiter ces problèmes à grande échelle. Plus l'ordinateur quantique est performant, plus il peut jongler avec un grand nombre de variables (stocks, actifs, contraintes) sans s'effondrer.
2. Modélisation des risques et simulations de Monte Carlo
Les simulations de Monte Carlo sont utilisées partout en finance - de l'évaluation des options à la modélisation du risque de fuite. Les simulations classiques nécessitent des milliers, voire des millions d'échantillons aléatoires. Les versions quantiques, cependant, peuvent atteindre la même précision avec moins d'échantillons grâce à des algorithmes qui atteignent un niveau de précision supérieur à celui des simulations classiques. accélération quadratique. Cela signifie des prévisions plus rapides, moins coûteuses et potentiellement plus précises, en particulier sur les machines à haute qualité de vie.
3. Quantum AI dans le commerce
L'apprentissage automatique quantique (QML) en est encore à ses débuts, mais nous commençons à voir émerger des réseaux neuronaux et des transformateurs quantiques. Ceux-ci pourraient un jour donner un sens à des données de marché massives, bruyantes et multidimensionnelles plus rapidement que les modèles classiques. Pensez à utiliser quantum AI de détecter les anomalies du marché ou de réagir aux variations soudaines des prix en temps réel - mais là encore, cela nécessite du matériel quantique fiable et évolutif.
4. Génération de nombres aléatoires et cryptographie
Les systèmes quantiques génèrent naturellement du hasard. Cela est très utile pour la génération de clés sécurisées ou pour produire des nombres aléatoires de meilleure qualité pour les simulations, dont dépendent de nombreux modèles financiers. Une machine à haute qualité quantique garantit que les nombres aléatoires ne sont pas seulement rapides, mais qu'ils sont dignes de confiance et statistiquement fiables.
Où va-t-on ?
La croissance du volume quantique nous apprend quelque chose d'important : les ordinateurs quantiques deviennent rapidement plus performants. Chaque doublement du volume quantique signifie qu'un qubit supplémentaire, ou une couche de complexité supplémentaire, peut être ajouté de manière fiable à un problème.
Ce qui était impossible l'année dernière pourrait être réalisable cette année. C'est pourquoi les grands fonds spéculatifs, les gestionnaires d'actifs et les laboratoires de fintech s'y intéressent. Non pas parce que le quantique est prêt aujourd'huimais parce que l'avantage de demain reviendra aux entreprises qui commencent dès maintenant à se doter de capacités quantiques.
Réflexions finales
Le volume quantique peut sembler être une mesure de laboratoire, mais pour les traders, il s'agit d'une prévision météorologique - et le ciel change rapidement. Alors que des plateformes comme IBM, Google et Quantinuum continuent de repousser les limites du QV, il faut s'attendre à ce que les cas d'utilisation financière deviennent de moins en moins théoriques et de plus en plus réels.
Un QV élevé signifie moins d'erreurs, des calculs plus approfondis et des résultats plus significatifs. En termes de négociation, c'est la différence entre deviner un modèle et le voir clairement à travers le bruit.
Si vous travaillez dans la finance et que vous ne vous êtes pas encore mis à l'écoute du signal quantique, c'est le moment ou jamais. Car dans quelques années, ces machines qui ronronnent dans des laboratoires poussiéreux pourraient bien construire les modèles de trading de nouvelle génération que vos concurrents sont déjà en train de tester.
French 
English 
German 
Spanish 
Italian 
Japanese 
Russian 
Portuguese 
Bulgarian 
Czech 
Danish 
Dutch 
Estonian 
Finnish