El Capitan, le superordinateur le plus rapide au monde, ne constitue aucune menace pour la technologie Blockchain

El Capitan, un supercalculateur alimenté par des puces AMD (NASDAQ : AMD), est devenu le supercalculateur le plus rapide au monde. Alors que c'est plus de 5 millions de fois plus rapide

El Capitan, a supercomputer powered by Advanced Micro Devices Inc (NASDAQ:AMD) chips, has become the world’s fastest supercomputer. It is over 5 million times faster than a typical home computer, but its developers say it poses no threat to the cryptography techniques that underpin blockchain technology.

El Capitan, un supercalculateur alimenté par les puces Advanced Micro Devices Inc (NASDAQ : AMD), est devenu le supercalculateur le plus rapide au monde. Il est plus de 5 millions de fois plus rapide qu'un ordinateur domestique classique, mais ses développeurs affirment qu'il ne constitue aucune menace pour les techniques de cryptographie qui sous-tendent la technologie blockchain.

El Capitan was developed by the Lawrence Livermore National Laboratory, a federal research facility based in California, in partnership with AMD, HP (NYSE:HPQ), and the Department of Energy (DOE). It toppled reigning champion Frontier on the biannual Top 500 list of the world’s fastest supercomputers, hitting a maximum performance of 1.7 million teraflops and 2.79 quadrillion calculations per second.

El Capitan a été développé par le Lawrence Livermore National Laboratory, un centre de recherche fédéral basé en Californie, en partenariat avec AMD, HP (NYSE : HPQ) et le ministère de l'Énergie (DOE). Il a renversé le champion en titre Frontier dans la liste semestrielle des 500 supercalculateurs les plus rapides au monde, atteignant une performance maximale de 1,7 million de téraflops et 2,79 quadrillions de calculs par seconde.

In layman’s terms, Jeremy Thomas, one of the minds behind the project, noted that “it would take more than a million of the latest iPhones working on one calculation at the same time to equal what El Capitan can do in one second.”

En termes simples, Jeremy Thomas, l'un des esprits derrière le projet, a noté qu'« il faudrait plus d'un million des derniers iPhones travaillant sur un seul calcul en même temps pour égaler ce qu'El Capitan peut faire en une seconde ».

Like many other supercomputers, El Capitan's immense power is being channeled to simulations. Currently, it is being used to run simulations for nuclear blasts to better understand the devastation that these weapons could set off.

Comme beaucoup d’autres supercalculateurs, l’immense puissance d’El Capitan est canalisée vers des simulations. Actuellement, il est utilisé pour effectuer des simulations d’explosions nucléaires afin de mieux comprendre les ravages que ces armes pourraient provoquer.

However, Thomas dismissed fears that supercomputers would advance enough to threaten blockchain technology as unfounded. El Capitan still processes data in binary form, despite being unimaginably powerful. Its superpower comes from task parallelization, where it handles millions of tasks simultaneously. Experts say this is unlikely to crack blockchain technology's cryptographic techniques.

Cependant, Thomas a rejeté les craintes selon lesquelles les superordinateurs progresseraient suffisamment pour menacer la technologie blockchain comme étant infondées. El Capitan traite toujours les données sous forme binaire, bien qu'il soit incroyablement puissant. Son super pouvoir vient de la parallélisation des tâches, où il gère des millions de tâches simultanément. Les experts estiment que cela ne permettra probablement pas de déchiffrer les techniques cryptographiques de la technologie blockchain.

Quantum computers are a whole different ballgame. Unlike supercomputers, they are not limited by the 0s-and-1s binary nature of computing, relying instead on qubits, which can exist in multiple states at once or be linked together for infinitely faster processing.

Les ordinateurs quantiques sont un tout autre jeu de balle. Contrairement aux superordinateurs, ils ne sont pas limités par la nature binaire des 0 et des 1 de l’informatique, mais s’appuient plutôt sur des qubits, qui peuvent exister dans plusieurs états à la fois ou être liés entre eux pour un traitement infiniment plus rapide.

In October, Chinese researchers from Shanghai University claimed to have cracked classical encryption techniques with a quantum computer for the first time. Despite this and other similar claims, most experts believe we’re still over a decade away from these computers posing a substantial threat.

En octobre, des chercheurs chinois de l’Université de Shanghai ont affirmé avoir pour la première fois déchiffré les techniques de cryptage classiques avec un ordinateur quantique. Malgré cela et d’autres affirmations similaires, la plupart des experts estiment que nous sommes encore à plus d’une décennie de ces ordinateurs qui représentent une menace importante.

Still, public and private entities are investing in post-quantum security. Apple (NASDAQ:AAPL) and Google (NASDAQ:GOOGL) have already released updates that they claim are quantum-proof. Several governments are also investing millions of dollars in quantum security technologies as the threat of quantum- and artificial intelligence (AI)-powered cyberattacks rises daily.

Pourtant, des entités publiques et privées investissent dans la sécurité post-quantique. Apple (NASDAQ : AAPL) et Google (NASDAQ : GOOGL) ont déjà publié des mises à jour qui, selon eux, sont à l'épreuve du quantum. Plusieurs gouvernements investissent également des millions de dollars dans les technologies de sécurité quantique alors que la menace de cyberattaques basées sur l’intelligence quantique et artificielle (IA) augmente chaque jour.

In the quantum computing field, Google has introduced the most advanced AI-powered system for identifying quantum computing errors. Known as AlphaQubit, it clocked up to a 30% improvement in some tests and could bring quantum computers closer to real-world applications.

Dans le domaine de l’informatique quantique, Google a introduit le système le plus avancé, basé sur l’IA, pour identifier les erreurs de l’informatique quantique. Connu sous le nom d'AlphaQubit, il a enregistré une amélioration de 30 % dans certains tests et pourrait rapprocher les ordinateurs quantiques des applications du monde réel.

AlphaQubit is the result of a collaboration between a team of AI researchers from Google DeepMind and a quantum team from Google Quantum AI.

AlphaQubit est le résultat d'une collaboration entre une équipe de chercheurs en IA de Google DeepMind et une équipe quantique de Google Quantum AI.

Quantum computers perform leaps and bounds above classical computers. While the latter relies on bits (0s and 1s), quantum computers use qubits, which can exist in multiple states simultaneously and be linked together for exponentially faster and more complex processing. Some quantum computers, like Google’s Sycamore, have completed a task in under 200 seconds that would have taken a classical computer 10,000 years.

Les ordinateurs quantiques font des pas de géant par rapport aux ordinateurs classiques. Alors que ces derniers reposent sur des bits (0 et 1), les ordinateurs quantiques utilisent des qubits, qui peuvent exister simultanément dans plusieurs états et être liés entre eux pour un traitement exponentiellement plus rapide et plus complexe. Certains ordinateurs quantiques, comme le Sycamore de Google, ont accompli une tâche en moins de 200 secondes qui aurait pris 10 000 ans à un ordinateur classique.

However, quantum computing is incredibly fragile and can be disrupted by the slightest environmental changes. This has long hampered its use for practical purposes, making identifying and correcting quantum errors one of the more critical pursuits for researchers in the field.

Cependant, l’informatique quantique est incroyablement fragile et peut être perturbée par le moindre changement environnemental. Cela a longtemps entravé son utilisation à des fins pratiques, faisant de l’identification et de la correction des erreurs quantiques l’une des activités les plus critiques des chercheurs dans ce domaine.

“If we want to make quantum computers more reliable, especially at scale, we need to accurately identify and correct these errors,” Google says in its paper, published in the British scientific journal Nature.

"Si nous voulons rendre les ordinateurs quantiques plus fiables, notamment à grande échelle, nous devons identifier et corriger avec précision ces erreurs", explique Google dans son article publié dans la revue scientifique britannique Nature.

The Google team has been working on error correction for its Sycamore quantum computer for years. Sycamore uses advanced methods to correct errors, such as creating single logical qubits from multiple hardware qubits. AlphaQubit is an extension of this work and is essentially a new way to find and correct these errors for Sycamore and other quantum computers.

L’équipe de Google travaille depuis des années sur la correction des erreurs de son ordinateur quantique Sycamore. Sycamore utilise des méthodes avancées pour corriger les erreurs, telles que la création de qubits logiques uniques à partir de plusieurs qubits matériels. AlphaQubit est une extension de ce travail et constitue essentiellement une nouvelle façon de rechercher et de corriger ces erreurs pour Sycamore et d’autres ordinateurs quantiques.

According to the Google team, AlphaQubit improved error correction by 6% when the parameters were geared toward accuracy and by 30% in faster, albeit less accurate, tests.

Selon l'équipe de Google, AlphaQubit a amélioré la correction des erreurs de 6 % lorsque les paramètres étaient orientés vers la précision et de 30 % lors de tests plus rapides, quoique moins précis.

The team concludes that AI and machine learning could be the solution to identifying and correcting quantum errors. AlphaQubit's AI-powered system learned about noise and leakage errors from real experimental data and was able to identify such errors in real-world simulations.

L’équipe conclut que l’IA et l’apprentissage automatique pourraient être la solution pour identifier et corriger les erreurs quantiques. Le système alimenté par l'IA d'AlphaQubit a découvert les erreurs de bruit et de fuite à partir de données expérimentales réelles et a pu identifier ces erreurs dans des simulations réelles.

“This ability to use available experimental information showcases a strength of machine learning for solving scientific problems more generally,” Google says.

"Cette capacité à utiliser les informations expérimentales disponibles met en valeur la force de l'apprentissage automatique pour résoudre des problèmes scientifiques de manière plus générale", déclare Google.

While a big step in quantum computing, AlphaQubit is only foundational, and much more research and development will be needed before quantum computers become useful tools beyond scientific experiments. Currently, these computers have an error rate of one in a thousand; according to some researchers, they need to reduce this to one in a trillion to become practical.

Bien qu’il s’agisse d’un grand pas en avant dans l’informatique quantique, AlphaQubit n’est que fondamental, et beaucoup plus de recherche et de développement seront nécessaires avant que les ordinateurs quantiques ne deviennent des outils utiles au-delà des expériences scientifiques. Actuellement, ces ordinateurs ont un taux d’erreur d’un sur mille ; selon certains chercheurs, ils doivent réduire ce chiffre à un sur mille milliards pour devenir pratiques.