Informatique quantique : la solution à la soif d’énergie de l’IA ?

18.09.2024

7 min de lecture

L’intelligence artificielle gagne en puissance et fait grimper la demande d’électricité des data centers. L’informatique quantique en est encore à ses débuts, mais elle est souvent présentée comme une issue possible au dilemme d’efficacité. IBM voit la clé dans le diamant plutôt que dans l’hélium.

L’essentiel

Situation : Selon l’AIE, les data centers représentaient environ 1,5 % de la consommation mondiale d’électricité en 2024 et croissent nettement plus vite avec l’IA – pas 30 %, mais avec une pression locale réelle sur les réseaux.
Levier : Les machines quantiques ne consomment souvent que quelques dizaines de kilowatts en fonctionnement (refroidissement inclus), mais ne résolvent que des classes de problèmes étroites. Les approches basées sur le diamant visent à éviter le refroidissement hélium coûteux.
Conséquence : Piloter en parallèle : feuille de route HPC hybride, KPI énergétiques des data centers et crypto post-quantique – au lieu d’attendre un seul saut quantique comme sauvetage électrique de l’IA.

ConnexeLa cryptographie post-quantique presse l’IT d’entreprise / Token-OPEX : l’inférence pilote, pas le budget de licences

La startup finlandaise IQM Quantum Computers a ouvert en juin 2024 à Munich le premier centre de calcul quantique avec capacités louables, selon Computerwoche. Deux ordinateurs quantiques y étaient alors surtout destinés à la recherche, plus tard aussi à l’économie et à la politique. L’objectif était de monter à douze systèmes. Selon le cofondateur et PDG Jan Goetz, l’accès coûtait environ 1 800 euros de l’heure.

L’informatique quantique progresse. Il faudrait toutefois bien plus que les quelques centaines à environ 1 000 qubits physiques habituels pour mener des calculs plus complexes avec peu de bruit et approcher les performances des supercalculateurs, comme Digital Chiefs l’expliquait déjà en 2024. Au Quantum Summit fin 2023, IBM a battu son propre record et présenté un processeur quantique relativement peu bruyant de plus de 1 000 qubits (Condor, 1 121 qubits), d’après cloudmagazin. La feuille de route d’alors visait des systèmes à 2 000 qubits et plus d’un milliard de portes logiques ; IBM a depuis recentré la trajectoire sur les qubits logiques à correction d’erreurs.

Dizaine de kW

Beaucoup de systèmes quantiques supraconducteurs consomment en service seulement une dizaine de kilowatts – des ordres de grandeur sous les supercalculateurs classiques. L’IA GPU reste sur les clusters classiques.

Cadre Digital Chiefs – informatique quantique et demande énergétique de l’IA

Qu’est-ce que l’informatique quantique ? L’informatique quantique exploite la superposition et l’intrication des qubits pour traiter certains problèmes d’optimisation, de simulation et de cryptographie autrement que les bits classiques. En pratique, la performance logique corrigée compte davantage que le nombre brut de qubits physiques. Pour l’IT d’entreprise, le levier reste hybride : des charges ciblées à côté du HPC et des GPU, pas un remplacement global de l’infrastructure IA.

De nombreuses possibilités, mais aussi de nouveaux risques

L’anneleur quantique D-Wave mis en service à Jülich en 2022 dépasse déjà les 5 000 qubits. Ces bits quantiques se comportent autrement que les bits « normaux », qui ne peuvent être qu’allumés ou éteints, 1 ou 0. Grâce à la superposition et à l’intrication, les qubits peuvent occuper de nombreux états intermédiaires entre 0 et 1, ce qui peut porter la vitesse de calcul à un nouveau niveau pour les bons problèmes – si les taux d’erreur sont maîtrisés.

Les qubits logiques, qui regroupent plusieurs qubits physiques, doivent nettement réduire la fragilité. Mais ils pourraient aussi, entre de mauvaises mains, aider à casser le chiffrement classique. Selon le rapport d’état du BSI fin 2023, attaquer un système RSA 2048 bits exigerait environ 4 098 qubits logiques ; l’estimation associée de qubits physiques était alors d’environ 20 000 et reste très dépendante des modèles dans les études plus récentes – de moins de 100 000 jusqu’à des millions. Pour les DSI, l’enjeu principal : la migration post-quantique court en parallèle de l’histoire hardware, et non seulement « quand le saut quantique sera là ».

Nouveau domaine d’application : l’IA

Avec les progrès, les ordinateurs quantiques pourraient ouvrir de nouvelles voies en intelligence artificielle – et, pour des charges très ciblées, contribuer à freiner leur appétit énergétique. L’intégration de grands modèles de langage en production consomme déjà un budget électrique et Capex visible en raison du nombre d’accélérateurs GPU requis ; les reports de capacité Nvidia rare et de coûts d’inférence en hausse sont un thème permanent de l’IT d’entreprise depuis 2023.

Dans un livre blanc d’avril 2024 sur le high performance computing (HPC), le cabinet IDC anticipait une place croissante de l’informatique quantique dans les environnements HPC et hybrides classiques. VINCI Energies et ses filiales Axians et Actemium se sont aussi positionnées dans un projet commun avec D-Wave et QuantumBasel à uptownBasel, pour aider à bâtir le premier hub quantique commercial de Suisse. L’enjeu était notamment d’obtenir le meilleur ratio performance / usabilité avec le moins d’énergie et de matière possible.

L’IA fait grimper massivement la consommation des data centers

La thèse souvent citée selon laquelle les data centers représenteraient déjà quatre à cinq pour cent de la consommation énergétique mondiale et pourraient atteindre 30 pour cent avec l’IA ne résiste pas à l’état des lieux actuel. L’Agence internationale de l’énergie (AIE) estime la consommation électrique des data centers en 2024 à environ 415 térawattheures – soit environ 1,5 pour cent de la demande électrique mondiale. Dans le scénario de base de l’analyse AIE « Energy and AI », ce chiffre double à environ 945 TWh d’ici 2030, soit un peu moins de 3 pour cent de l’électricité mondiale. La pression absolue sur les réseaux et les sites à forte densité d’IA reste réelle : les serveurs accélérés croissent beaucoup plus vite que les serveurs classiques, selon l’AIE.

Pour l’entraînement de grands modèles, des centaines d’accélérateurs GPU tournent en charge continue élevée dans la plage haute des centaines de watts par carte – 24 heures sur 24, souvent pendant des semaines. Les ordinateurs quantiques consomment aussi de l’énergie, surtout pour refroidir l’hélium près du zéro absolu (0 kelvin soit -273 °C). En fonctionnement, beaucoup de systèmes supraconducteurs restent cependant dans la dizaine basse de kilowatts, bien en dessous des supercalculateurs classiques. Selon des rapports sectoriels, le supercalculateur chinois Tianhe-2, encore parmi les plus puissants en 2019, nécessitait pratiquement la puissance d’un petit bloc de centrale. Les coûts énergétiques annuels de telles machines se comptent en millions d’euros. Un ordinateur quantique d’environ 25 kW en charge continue se situe – selon le prix de l’électricité – dans un tout autre ordre de grandeur, souvent bas cinq chiffres en euros par an. Important : c’est une comparaison d’exploitation, pas la preuve que le hardware quantique peut remplacer l’entraînement IA aujourd’hui.

Le diamant plutôt que l’hélium pourrait être la solution

Les économies d’énergie réelles en production restent limitées. Comme l’expliquait le Dr Mark Mattingley-Scott, alors IBM Quantum Ambassador Leader EMEA & AP chez IBM Allemagne, à Digitale Welt, les systèmes refroidis à l’hélium consomment aussi beaucoup d’électricité – les ordinateurs quantiques basés sur le diamant nettement moins. Produits de façon synthétique, ils pourraient devenir une alternative moins chère au refroidissement hélium complexe et demander moins d’infrastructure. Un accélérateur quantique diamant dans un véhicule autonome ne consommerait alors que quelques centaines de watts, « et ce ne sont que des valeurs de prototypes », selon Mattingley-Scott. L’expert IBM juge le green quantum computing indispensable et plaide pour une norme sectorielle.

Dans tous les cas, l’informatique quantique offre du potentiel – surtout comme brique hybride, pas comme substitut global d’électricité pour l’IA. Fraunhofer FOKUS à Berlin a travaillé avec des partenaires sur le projet PlanQK autour d’une IA quantique ; un scénario classique reste la détection de fraude bancaire, où classification et prévision se rejoignent. Christopher Savoie, CEO de Zapata AI, a souligné dans Computerwoche le développement de nouveaux médicaments anticancéreux à l’université de Toronto, impossible sans modèle quantique. En parallèle, l’appétit énergétique de l’infrastructure IA classique reste le problème opérationnel que les DSI doivent piloter aujourd’hui : capacité, PUE, coûts d’inférence et électricité de site. L’informatique quantique est un levier stratégique de recherche et de portefeuille – la facture data center 2026 est encore dominée par les GPU et le refroidissement.

30-60-90 : Quantum & Énergie

30 jours

Lancer l’inventaire PQC des actifs crypto critiques. Fixer une baseline conso data center et coûts d’inférence. Cartographier les accès quantiques locatifs via cloud et fournisseurs.

60 jours

Activer le monitoring des KPI énergétiques du data center. Esquisser le plan de migration PQC pour les systèmes à haut risque. Shortlister des cas d’usage HPC hybrides à ROI clair.

90 jours

Lancer un premier pilote quantique via cloud ou QaaS. Revue trimestrielle de la feuille de route hybride. Aligner un parcours pilote PQC avec la sécurité.

Questions fréquentes

Qu’est-ce qu’un qubit ?

Un qubit (quantum bit) est la plus petite unité d’information d’un ordinateur quantique. Contrairement à un bit classique, qui ne stocke que 0 ou 1, un qubit peut porter plusieurs combinaisons d’états à la fois grâce à la superposition et à l’intrication. Cette propriété permet une parallélisation massive pour les bons algorithmes – et rend aussi les qubits extrêmement sensibles aux erreurs et au refroidissement.

L’informatique quantique peut-elle vraiment réduire l’appétit énergétique de l’IA ?

Seulement pour des classes de problèmes étroitement définies et une fois que des systèmes à correction d’erreurs passent à l’échelle en production. Les charges IA actuelles tournent sur des clusters GPU ; le hardware quantique ne remplace pas globalement cet entraînement et cette inférence. L’avantage énergétique apparaît surtout face aux supercalculateurs sur des tâches d’optimisation et de simulation ciblées, pas dans l’usage quotidien des chatbots.

Pourquoi beaucoup d’ordinateurs quantiques ont-ils besoin de refroidissement hélium ?

Les qubits supraconducteurs fonctionnent près du zéro absolu. La cryogénie (hélium, réfrigérateur à dilution) domine la consommation – souvent autour de 10 à 25 kW par système. Des modalités alternatives comme les pièges à ions, les atomes neutres ou les approches diamant visent à réduire ou éviter cette charge de refroidissement.

Que signifient en pratique les ordinateurs quantiques basés sur le diamant ?

Ils utilisent des défauts dans des diamants synthétiques (par exemple des centres azote-lacune) comme qubits et sont conçus pour nécessiter bien moins de cryogénie. Des représentants IBM y voient une voie vers des accélérateurs plus compacts et moins énergivores. En 2026, cela reste surtout du stade prototype et recherche – pas un substitut prêt des fermes GPU.

Que doivent prioriser les DSI en parallèle de l’histoire quantique ?

Trois pistes : (1) rendre transparents les coûts data center et d’inférence, (2) choisir des cas d’usage HPC hybrides avec ROI clair, (3) inventarier et migrer la cryptographie post-quantique. Attendre seulement le saut quantique ne pilote ni l’électricité ni le risque crypto.