La culture d’états magiques de Google réduit les erreurs d’un facteur 40, mais le rendement est le véritable test

Google affirme que son expérience de culture d’états magiques a réduit les erreurs d’environ 40 fois sur Willow, tout en ne conservant que 8 % des tentatives évaluées. Cette combinaison illustre à la fois l’importance et la limite du résultat. Google a fait passer une technique prometteuse de correction d’erreurs d’une proposition théorique à du matériel supraconducteur. L’entreprise n’a pas encore démontré une source d’états prête pour la production, adaptée à des programmes quantiques utiles.

Le résultat est important, car les ordinateurs quantiques corrigés contre les erreurs ont besoin d’opérations que les routines ordinaires de correction d’erreurs ne peuvent pas fournir efficacement. Les états magiques apportent ces opérations, mais produire des états suffisamment propres peut consommer la majeure partie d’une machine tolérante aux pannes. L’expérience de Google s’attaque directement à ce goulet d’étranglement en ressources.

La compétition principale n’oppose donc pas Google à un seul rival. Elle oppose la culture à la distillation conventionnelle d’états magiques, qui combine plusieurs états imparfaits afin d’en produire un nombre moindre, mais plus propres. La culture vise à faire croître un état encodé tout en détectant régulièrement les erreurs. L’expérience de Google suggère que cette voie peut fonctionner, mais le débit et l’échelle détermineront si elle l’emporte.

La culture d’états magiques de Google passe de la théorie à Willow

Le changement central est expérimental : Google a exécuté la culture d’états magiques sur du matériel supraconducteur réel et mesuré une forte réduction de l’erreur conditionnelle.

Google Quantum AI a annoncé le résultat le 15 octobre 2026. L’équipe a publié son article évalué par les pairs dans Science à la même date. Une version antérieure était parue sous forme de prépublication en décembre 2025.

Selon les résultats de culture de Google, le protocole a réduit les erreurs d’environ 40 fois par rapport à la préparation d’un état non cultivé. L’équipe a rapporté une fidélité d’état T logique de 99,99 %.

Un état magique est une ressource quantique spécialement préparée qui permet des opérations non-Clifford tolérantes aux pannes. Ces opérations étendent un ordinateur quantique protégé au-delà des calculs limités accessibles avec les seules portes de Clifford.

Cette distinction est importante, car la correction d’erreurs ne rend pas automatiquement toute opération quantique facile. De nombreux codes gèrent relativement bien un ensemble restreint de portes logiques. Le calcul universel exige au moins une opération en dehors de cet ensemble.

Un état T fournit la ressource nécessaire à une porte T logique, une opération non-Clifford courante. Chaque utilisation consomme l’état ; un ordinateur pratique a donc besoin d’un approvisionnement continu plutôt que d’une préparation unique en laboratoire.

L’expérience a commencé par l’injection d’un état bruité dans une petite région encodée. Des mesures répétées ont ensuite recherché des indices de défauts. Les tentatives présentant des schémas de mesure suspects ont été rejetées, tandis que les états survivants poursuivaient le protocole.

Google a utilisé un code couleur de distance 3 pendant la culture. La distance du code indique combien de défauts physiques un code correcteur d’erreurs peut tolérer ou détecter dans des conditions définies.

L’équipe a ensuite transféré l’état survivant dans un code de surface de distance 5. Les codes de surface constituent une approche majeure de correction d’erreurs pour les processeurs supraconducteurs, car ils utilisent principalement des interactions locales entre qubits voisins.

Ce transfert, appelé changement de code ou greffage, représentait une partie importante du test. Un état cultivé a une valeur limitée s’il ne peut pas intégrer le code utilisé pour les calculs ultérieurs.

L’article expérimental évalué par les pairs rapporte une fidélité de 0.9999(1) tout en conservant 8 % des tentatives. La fidélité décrit les états de sortie acceptés, et non chaque tentative entrée dans le protocole.

Cette précision évite une interprétation erronée fréquente. Le chiffre d’un facteur 40 ne signifie pas que chaque opération de Willow est devenue 40 fois plus précise. Il s’applique aux états magiques préparés dans les conditions spécifiques de comparaison et de mesure de l’expérience.

L’expérience a également rencontré un problème d’étalonnage. Google indique que des dérives électriques et des variations de température ont produit du bruit qui invalidait une hypothèse de sa méthode de mesure initiale.

L’équipe a ajouté davantage de contrôle matériel et conçu un protocole de mesure tolérant aux pannes. Celui-ci a utilisé le processus de culture lui-même pour aider à borner la fidélité de l’état obtenu.

Cet épisode renforce l’expérience à un égard, car les chercheurs ont identifié un effet de mesure trompeur. Il montre aussi à quel point ces résultats sont difficiles à valider, même pour l’équipe qui exploite le matériel.

Willow fournit la plateforme physique du résultat. Google a présenté ce processeur supraconducteur de 105 qubits en 2024, accompagné de tests montrant une meilleure suppression des erreurs logiques à mesure que la taille du code augmentait.

La culture d’états magiques cible une couche différente du problème. Les travaux antérieurs sur Willow se concentraient sur la protection d’informations logiques stockées et les cycles répétés de correction d’erreurs. Les nouveaux travaux portent sur la préparation d’une ressource consommable pour le calcul logique universel.

Le résultat est donc plus limité qu’une application quantique utile. Il est aussi plus pertinent sur le plan opérationnel qu’un autre test de mémoire. Un ordinateur tolérant aux pannes a besoin de données protégées, d’opérations logiques fiables et d’un approvisionnement évolutif en ressources non-Clifford.

Google a désormais relié plusieurs de ces éléments sur une même plateforme matérielle. La question en suspens est de savoir s’ils peuvent fonctionner ensemble au volume, à la vitesse et avec la fiabilité exigés par un algorithme pratique.

Pourquoi les états magiques peuvent absorber la machine

La production d’états magiques risque de devenir une usine au sein de l’ordinateur, consommant des ressources qui serviraient autrement à exécuter l’algorithme cible.

La correction d’erreurs quantiques répartit un qubit logique sur de nombreux qubits physiques. Les mesures révèlent les schémas d’erreurs sans lire directement l’information quantique protégée.

Cette protection permet un éventail d’opérations logiques, mais une limitation bien connue empêche un seul code correcteur d’erreurs de fournir toutes les opérations requises de la même manière simple. Le calcul universel nécessite donc des techniques supplémentaires.

La distillation d’états magiques est devenue la réponse standard. Une usine de distillation prépare plusieurs états bruités, les traite dans un circuit de détection d’erreurs et produit moins d’états, mais avec une erreur plus faible.

Le processus peut être répété sur plusieurs niveaux. Chaque niveau améliore la sortie, mais consomme davantage de qubits, de cycles de circuit, de capacité de routage et d’opérations de contrôle.

Les premières estimations architecturales suggéraient que les usines d’états magiques pourraient consommer jusqu’à 95 % de la capacité d’un ordinateur tolérant aux pannes. Ce chiffre dépend fortement de l’algorithme, du matériel, du code et du taux d’erreur visé.

La pression sous-jacente demeure même lorsque les estimations ultérieures sont plus basses. Les grands algorithmes quantiques peuvent nécessiter un nombre immense de portes T. Chaque porte requiert un état suffisamment précis livré au bon moment.

Un processeur doté d’une excellente mémoire logique peut tout de même ralentir si ses usines d’états ne peuvent pas suivre le rythme. La mesure pertinente devient alors le débit du système, et non la fidélité d’un état isolé.

La proposition initiale de culture visait à réduire ce coût. Au lieu de combiner de nombreux états encodés de grande taille, la culture commence à petite échelle et étend un état candidat tout en vérifiant la présence de défauts.

L’approche ressemble à un contrôle qualité progressif. Un candidat défectueux peut être écarté avant de consommer les ressources nécessaires à un encodage plus grand.

La culture exploite également les codes couleur, qui offrent des opérations transversales utiles. Une opération transversale applique des portes sur les qubits physiques correspondants sans permettre à un défaut de se propager librement dans un bloc encodé.

L’état passe ensuite dans un code de surface, où il peut rejoindre l’architecture utilisée pour le calcul plus large. Cette répartition confie la culture et l’exploitation à long terme à des codes adaptés à des tâches différentes.

Ce mécanisme explique pourquoi le résultat de Willow est davantage qu’un meilleur benchmark de composant. Il teste si le changement de code, la post-sélection, le contrôle physique et la mesure à haute fidélité peuvent fonctionner comme un seul protocole.

La post-sélection consiste à accepter uniquement les résultats qui réussissent des vérifications définies. Elle échange le rendement contre la qualité, ce qui est raisonnable lorsqu’une tentative rejetée peut être redémarrée à faible coût.

Le terme « à faible coût » porte l’incertitude centrale. Un faible taux d’acceptation peut tout de même être efficace si chaque tentative utilise peu d’espace et de temps. Il devient coûteux lorsque les tentatives échouées mobilisent du matériel rare ou retardent l’algorithme.

L’expérience de Google a conservé 8 % des tentatives évaluées. Cela signifie qu’environ douze tentatives étaient nécessaires pour obtenir un résultat accepté dans les conditions rapportées, même si les charges de travail réelles exigent une comptabilisation plus complète.

La fidélité de 99,99 % et le taux de rétention de 8 % de l’article répondent donc à des questions différentes. La fidélité demande à quel point les états survivants étaient propres. La rétention demande à quelle fréquence le processus a produit un état accepté.

Aucune de ces mesures ne suffit à elle seule à établir le coût d’une usine fonctionnelle. Les ingénieurs doivent également compter les qubits physiques, la profondeur des circuits, le temps de réinitialisation, le décodage classique, le routage et la capacité supplémentaire nécessaire aux tentatives parallèles.

Un système pratique ferait probablement fonctionner de nombreuses unités de culture simultanément. Le parallélisme pourrait compenser les tentatives échouées, mais augmenterait les besoins matériels et la complexité du contrôle.

La distillation fait face à ses propres surcoûts substantiels. Ses circuits peuvent nécessiter plusieurs états encodés et plusieurs étapes de traitement avant d’atteindre le taux d’erreur cible.

La culture n’a pas besoin d’éliminer toute forme de distillation pour avoir de l’importance. Elle pourrait produire des entrées plus propres, réduisant le nombre de cycles de distillation ultérieurs.

L’affirmation plus forte de Google est que la culture pourrait rendre inutiles les usines conventionnelles à plusieurs niveaux dans des régimes matériels favorables. L’expérience Willow soutient le mécanisme à l’origine de cette affirmation, et non sa conclusion architecturale complète.

Cette différence met sous pression chaque feuille de route vers la tolérance aux pannes. Les équipes doivent expliquer comment elles fourniront des opérations non-Clifford, et pas seulement combien de qubits physiques ou logiques elles prévoient de construire.

La culture défie l’usine de distillation standard

Le résultat de Google fait de la culture un concurrent crédible de la distillation, mais la voie gagnante sera déterminée par le coût total du système.

La distillation possède un avantage majeur : les chercheurs comprennent son comportement mathématique, et les architectes ont passé des années à optimiser des usines autour des codes de surface. Ses coûts peuvent être estimés pour de nombreux algorithmes cibles.

La culture présente un profil de coût différent. Elle cherche à rejeter tôt les mauvais états, alors qu’ils restent encodés dans des structures plus petites.

Les travaux théoriques de 2024 affirmaient que les états T cultivés pourraient approcher le coût en ressources de portes CNOT protégées dans des conditions de taux d’erreur physique appropriées. Une porte CNOT inverse conditionnellement un qubit selon l’état d’un autre qubit.

Cette comparaison est ambitieuse, car les opérations CNOT sont fondamentales et fréquentes. Si une ressource non-Clifford devenait d’un coût comparable, l’un des plus grands écarts de l’architecture tolérante aux pannes se réduirait.

Willow n’établit pas cette parité de coût. Il montre que les ingrédients essentiels du protocole peuvent survivre au bruit réel d’un processeur supraconducteur.

Cette distinction sépare un résultat scientifique d’une étape d’ingénierie. La question scientifique demande si la culture peut supprimer les erreurs de préparation d’états sur du matériel réel. La question d’ingénierie demande si elle surpasse les alternatives à une échelle utile.

La plateforme de Google offre à la culture un environnement de test important. Les qubits supraconducteurs permettent des opérations rapides, mais ils doivent composer avec les variations de fabrication, la dérive de calibration, la diaphonie de contrôle et une connectivité limitée.

Les problèmes rencontrés par l’équipe avec la dérive des équipements électriques et les variations de température illustrent ces contraintes. Une usine doit fonctionner en continu, et pas seulement durant une fenêtre expérimentale soigneusement caractérisée.

La distillation conventionnelle dépend elle aussi de portes et de mesures fiables. Sa structure plus régulière peut simplifier la planification, tandis que son empreinte plus importante peut amplifier le coût de chaque erreur physique.

La comparaison évoluera à mesure que le matériel progressera. Les théoriciens de la culture soutiennent que son utilisation des ressources réagit fortement à la baisse des taux d’erreur physique.

Les protocoles de distillation peuvent également s’améliorer grâce à de meilleurs codes, des circuits optimisés et des architectures d’usines plus efficaces. La compétition n’oppose pas une technique en mouvement à une référence figée.

IBM fournit un point de référence industriel. Sa feuille de route vers la tolérance aux fautes prévoit l’injection d’états magiques sur plusieurs modules dans le cadre de sa progression planifiée vers une tolérance aux fautes à grande échelle.

Ce plan souligne le problème commun. Google, IBM et d’autres développeurs de matériel utilisent des architectures différentes, mais chacun doit prendre en charge des opérations logiques universelles avec un surcoût acceptable.

Les systèmes à atomes neutres offrent un autre point de comparaison. Une étude de processeur logique de 2024 a démontré des circuits non-Clifford complexes à l’aide de réseaux d’atomes reconfigurables et de qubits logiques.

Les atomes neutres offrent des qubits mobiles et une connectivité flexible. Ces caractéristiques peuvent prendre en charge des opérations peu pratiques sur une grille supraconductrice fixe.

Le matériel supraconducteur offre d’autres atouts, notamment des méthodes de fabrication éprouvées et des cycles de portes rapides. Aucune expérience isolée ne permet d’établir quelle plateforme offrira le coût le plus faible pour un algorithme utile.

Le résultat de Google sur le changement de code revêt une importance stratégique dans cette compétition. Il suggère que les systèmes supraconducteurs peuvent employer des codes spécialisés pour différentes tâches sans engager toute la machine dans un seul encodage.

Cette flexibilité rappelle l’informatique classique hétérogène, où différents processeurs traitent différentes charges de travail. Une architecture quantique tolérante aux fautes pourrait de même utiliser des régions de mémoire, des zones de culture, des espaces de routage et des zones de mesure.

Toutefois, chaque frontière ajoute un risque. Déplacer un état logique entre des codes introduit des opérations qui doivent rester tolérantes aux fautes. Cela complique également la planification et la vérification.

L’expérience Willow a transféré un état cultivé depuis un code couleur de distance 3 vers un code de surface de distance 5. Ces distances de code restent faibles par rapport aux futurs systèmes de production.

Des codes plus grands protègent l’information contre davantage de fautes, mais exigent aussi plus de qubits physiques et des séquences de mesure plus longues. Les performances à une échelle ne garantissent pas une efficacité équivalente à l’échelle suivante.

La mesure concurrentielle la plus importante n’est donc pas le nombre de qubits. C’est le coût de fourniture d’une opération logique vérifiée au sein d’un calcul complet.

Ce coût combine espace, temps, énergie, contrôle classique, probabilité d’échec et débit de sortie. Les entreprises quantiques publient actuellement différents sous-ensembles de ces mesures, ce qui rend les comparaisons directes difficiles.

La culture donne à Google une réponse plus solide au problème non-Clifford. Elle ne tranche pas la compétition plus large entre puces supraconductrices, ions piégés, atomes neutres, systèmes photoniques et approches topologiques.

Le titre « 40x » cache une question de débit de 8 %

L’interprétation sceptique est simple : de meilleurs états acceptés ne garantissent pas un approvisionnement efficace en états pour le calcul.

Google présente le résultat comme une solution pratique à un grave goulot d’étranglement en ressources. Cette formulation est défendable au niveau de la faisabilité expérimentale.

Elle devient prématurée si « pratique » implique un déploiement dans un ordinateur utile. L’équipe affirme explicitement que la culture nécessite encore une démonstration à plus grande échelle.

Le chiffre de rétention de 8 % mérite l’attention, car la post-sélection pilote le protocole. La détection d’erreurs améliore la population survivante en éliminant les tentatives associées à des syndromes suspects.

Écarter les mauvais résultats est utile lorsque les nouvelles tentatives sont peu coûteuses. Une usine au service d’un grand algorithme doit néanmoins produire suffisamment d’états acceptés afin d’éviter d’affamer le calcul.

Supposons que plusieurs unités de culture fonctionnent en parallèle. Leur production combinée peut fournir un débit adéquat malgré un faible taux de rétention individuel.

Cette organisation consomme davantage de surface de puce. Elle exige aussi des réinitialisations rapides, un contrôle synchronisé, un décodage en temps réel et du stockage pour les états en attente d’utilisation.

Le taux de rétention de l’expérience inclut des vérifications rigoureuses utilisées pour évaluer la fidélité. Des chercheurs de Google ont indiqué que cette configuration ne se transpose pas directement au rendement d’une future usine.

Cette réserve joue dans les deux sens. Le rendement de production pourrait s’améliorer après suppression de la surcharge diagnostique. Il pourrait aussi subir de nouvelles pertes lorsque la culture est reliée au routage, au stockage et aux portes logiques.

Une analyse de coûts distincte de 2026 examine cet écart entre des estimations de ressources favorables et la post-sélection non destructive durant le calcul. Ses auteurs identifient des régimes où les contraintes pratiques augmentent les erreurs logiques ou exigent des codes plus grands.

Cet article n’invalide pas la culture. Il montre que les hypothèses de mesure et la gestion finale peuvent modifier matériellement l’avantage apparent en ressources.

La distinction entre mesure destructive et non destructive est cruciale. Les chercheurs peuvent détruire un état expérimental pour le caractériser, mais un ordinateur doit préserver tout état destiné à une utilisation ultérieure.

Un benchmark peut donc obtenir des informations indisponibles pendant un calcul en direct. Les estimations architecturales doivent tenir compte des informations plus limitées disponibles tant que l’état reste opérationnel.

Google a traité une partie de ce problème en développant une méthode de mesure tolérante aux fautes qui borne la fidélité. Les systèmes plus grands nécessitent encore des règles d’acceptation non destructives qui préservent à la fois la qualité et le débit.

L’amélioration rapportée d’un facteur 40 est également conditionnée par la référence de comparaison. Elle mesure la préparation d’états cultivés par rapport à une version non cultivée dans des conditions spécifiques.

Cela ne signifie pas que le taux global d’erreur logique du processeur a baissé du même facteur. La mémoire, les portes CNOT, les mesures, les transferts d’état et les corrections classiques conservent chacun leurs propres profils d’erreur.

Un algorithme utile cumule les erreurs sur de nombreuses opérations. Un excellent état T ne peut compenser un routage peu fiable ou une mémoire logique insuffisante.

Le chiffre de 99,99 % semble aussi plus proche de la perfection que ne l’exigent de nombreuses applications. Les grands programmes tolérants aux fautes peuvent nécessiter des probabilités d’erreur logique bien inférieures à une sur dix mille par opération.

La cible exacte dépend de la taille du circuit et du budget d’erreur. Un programme contenant des millions d’opérations doit maintenir la probabilité d’échec cumulée dans une plage acceptable.

Une correction d’erreurs supplémentaire, des distances de code plus grandes ou une purification accrue pourraient encore être nécessaires. Chaque option augmente les ressources physiques nécessaires à l’opération logique.

L’échelle crée un autre problème non résolu. Willow contient 105 qubits physiques, alors que des systèmes corrigés d’erreurs utiles exigeront des réseaux coordonnés bien plus vastes.

La culture entre en concurrence pour ces qubits avec la mémoire, le routage, le soutien au décodage et le calcul cible. Une démonstration favorable à petite échelle doit se traduire par une allocation favorable à l’échelle de la machine entière.

La régularité de fabrication comptera également. Les procédures de calibration qui fonctionnent sur un processeur de recherche peuvent devenir difficiles à appliquer sur de nombreuses puces ou modules interconnectés.

Google n’a pas présenté d’algorithme de bout en bout consommant un flux d’états cultivés. Un tel test exposerait les conflits de planification et révélerait le rythme de production soutenu.

L’entreprise n’a pas non plus montré que la culture réduit d’un facteur 40 la taille de la machine entière. La réduction d’erreur mesurée ne doit pas être convertie en une réduction matérielle équivalente.

L’interprétation correcte est plus limitée, mais reste importante. Google a produit, grâce à la culture sur un processeur supraconducteur, des états magiques acceptés d’une précision inhabituelle.

Le résultat réduit l’incertitude quant à la capacité du protocole à fonctionner sur du matériel physique. Il laisse ouverte la question de savoir si cette réussite se traduit par la meilleure conception d’usine.

Trois signaux indiqueront si le résultat de Willow passe à l’échelle

Les prochaines preuves devront relier la qualité des états au débit d’usine, à des codes plus grands et à une véritable charge de travail logique.

Le premier signal sera une expérience de culture à une distance de code plus élevée. Dans cette démonstration, Google est passé d’un code couleur de distance 3 à un code de surface de distance 5.

Un suivi devrait montrer que la suppression des erreurs se poursuit à mesure que les structures protégées grandissent. Il devrait présenter le taux d’acceptation aux côtés de la fidélité, plutôt que de mettre l’accent uniquement sur les sorties les plus propres.

Une amélioration sur des codes plus grands renforcerait l’argument de Google selon lequel la culture bénéficie d’un meilleur matériel. Une courbe de coût stable ou dégradée affaiblirait l’affirmation selon laquelle la technique passe efficacement à l’échelle.

Le deuxième signal sera une référence d’approvisionnement répétée et non destructive. Une usine utile doit préparer des états, les accepter ou les rejeter, acheminer les survivants et relancer les tentatives échouées sans interrompre le reste de la machine.

Cette référence devrait indiquer le nombre d’états acceptés par unité de temps et de matériel. Elle devrait inclure la latence de réinitialisation, les performances du décodeur, la surcharge de contrôle et le coût de conservation des états terminés.

Un taux de rétention plus élevé aiderait, mais ce n’est pas la seule voie possible. Des nouvelles tentatives rapides et une préparation parallèle pourraient fournir un débit élevé même si de nombreuses tentatives échouent.

L’essentiel est une comptabilité transparente. Les chercheurs ont besoin de suffisamment d’informations pour comparer la culture à la distillation avec les mêmes objectifs d’erreur physique et logique.

Si Google publie un rythme de production soutenu dépassant celui d’une usine de distillation optimisée, la culture deviendra un choix architectural plutôt qu’une option expérimentale. Sinon, elle pourrait rester une étape de prétraitement utile.

Le troisième signal sera un circuit logique de bout en bout consommant des états T cultivés. Le circuit devrait accomplir une tâche qui exige réellement des opérations non-Clifford.

Ce test relierait la préparation d’état à l’injection, au routage, aux portes logiques, à la correction d’erreurs et à la mesure finale. Il révélerait également si la culture s’intègre harmonieusement au reste de l’architecture de Willow.

La réussite n’exigerait pas de valeur commerciale. Un algorithme logique modeste pourrait tout de même valider la chaîne et identifier les endroits où les erreurs s’accumulent.

Les feuilles de route concurrentes fourniront un contexte supplémentaire. IBM prévoit l’injection d’états magiques dans une architecture modulaire tolérante aux fautes, tandis que les équipes travaillant sur les atomes neutres continuent de tester des opérations logiques alternatives.

Un résultat convaincant issu d’une autre plateforme n’effacerait pas la réussite de Google. Il préciserait si la culture résout un goulot d’étranglement universel ou convient surtout aux systèmes supraconducteurs à code de surface.

Les développeurs et acheteurs en entreprise devraient considérer cette annonce comme de la recherche sur les infrastructures, et non comme un signal invitant à transférer des charges de travail vers du matériel quantique. Aucun nouveau service généraliste ne découle de cet article.

La pertinence pratique réside dans la courbe des ressources. Si la culture réduit fortement le matériel consacré aux états T, les machines utiles pourraient nécessiter moins de qubits physiques que ne le suggèrent les estimations fortement axées sur la distillation.

Ce changement affecterait les feuilles de route matérielles, la conception des compilateurs, la sélection des algorithmes et les attentes concernant le déploiement tolérant aux fautes. Il ne créerait pas immédiatement un ordinateur utile.

La culture d’états magiques de Google a franchi un important test expérimental. Le protocole a réduit les erreurs conditionnelles de préparation des états et a résisté à un transfert entre deux codes quantiques.

L’enjeu consiste désormais à passer de la démonstration d’un état à haute fidélité à la fourniture fiable d’un grand nombre de ces états. Il faudra surveiller des distances de code plus élevées, un débit non destructif soutenu et un circuit logique qui consomme la sortie.

Ces trois résultats montreront si la culture peut réduire la taille de l’usine au sein d’un ordinateur quantique. D’ici là, Willow a validé le mécanisme, tandis que l’économie à l’échelle du système reste incertaine.