Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Log inSign up
Challenges
Datasets
Workspaces
Papers
Discussions
Leaderboard
Blog
Job Board
Q3AS

© 2026 Aqora Quantum S.A.S.

TermsPrivacyLegal Notice

Annales des Mines - Réalités industrielles

Technologies quantiques pour l’énergie

Christophe Domain, C. Baudry, Pascale Bendotti, Quentin Chan-Wai-Nam, Étienne Décossin, Mohamed Hibti, K. Kazymyrenko, Antoine Michel, Stephane Dupre La Tour

Published Sep 3, 2026• 0 citations
Publisher

Abstract

Le document présente la stratégie d’EDF R&D autour des technologies quantiques appliquées à l’énergie. Face aux limites futures du calcul haute performance (HPC), notamment en complexité, coûts et consommation, le calcul quantique est envisagé à EDF R&D comme une perspective permettant d’aborder des problèmes aujourd’hui inaccessibles. Les cas d’usage couvrent toute la chaîne de valeur du système électrique : optimisation des réseaux et de la production, sûreté nucléaire via les études probabilistes, modélisation physique (équations aux dérivées partielles) et vieillissement des matériaux. L’entreprise s’appuie sur de nombreux partenariats industriels et académiques pour co-développer des algorithmes solutions. Des applications connexes, comme les capteurs quantiques pour la détection de défauts, sont également explorées. En conclusion, le quantique constitue un levier stratégique complémentaire pour anticiper les ruptures technologiques, et renforcer la performance du système électrique.

DOI
10.3917/rindu1.263.0088

Related papers

Optimization and evaluation of integrated HPC-Quantum software stacks

Brice Chichereau

Optimisation et évaluation des piles logicielles intégrées HPC-Quantiques Cette étude s'est réalisée dans le domaine du calcul quantique (QC), lié en particulier à son intégration dans le calcul haute performance (HPC). Le calcul quantique promet, en exploitant le comportement de systèmes physiques quantiques, des gains en temps de calcul et/ou en qualité des résultats pour un certain nombre de problèmes. Nous nous sommes intéressés particulièrement à l'intégration des piles logicielles HPC et QC, qui englobent tous les outils et programmes qui permettent le développement et l'exécution d'un code : compilateur, bibliothèques, système d'exploitation, etc. Cependant, l'intégration de ces piles logicielles HPC et QC n'est aujourd'hui que peu étudiée et son impact sur les performances des applications n'est pas systématiquement évalué. Ce manque d'évaluation systématique est dû à la fois à la grande différence entre les piles logicielles HPC et QC ainsi qu'à la nouveauté des systèmes hybrides HPC-QC. Tout cela peut engendrer des difficultés lors de l'implémentation, du déploiement et de l'exécution d'applications combinant calcul quantique et calcul haute performance. Aujourd'hui, les caractéristiques des systèmes et piles logicielles HPC et QC sont évaluées séparément, le côté HPC est notamment étudié depuis plusieurs décennies. Cela signifie que ces évaluations ne concernent pas les nouvelles piles logicielles spécifiques aux systèmes hybrides HPC-QC. Par ailleurs, les piles logicielles HPC et QC comportent de nombreuses étapes liées à des problèmes d'optimisation combinatoire et il existe plusieurs algorithmes quantiques qui visent à résoudre ce type de problèmes. Cependant l'intégration de ce type d'algorithme quantique dans les piles logicielles HPC et QC n'est encore que peu étudiée. Tout cela justifie notre étude consistant à évaluer comment l'intégration des piles logicielles HPC-QC présentes et futures pourrait impacter l'exécution des applications. Pour cela, nous avons tout d'abord développé et validé une suite modulaire de benchmarks permettant d'évaluer l'influence des piles logicielles sur la vitesse d'exécution de codes HPC-QC. Cette suite de benchmarks, que nous avons appelée HPCQCMark, vise à fournir un outil ouvert et simple d'utilisation qui permet de rapidement tester plusieurs combinaisons de piles et d'applications HPC-QC. Nous avons ainsi évalué l'impact sur l'exécution de micro-applications de divers aspects des piles logicielles déployées sur les systèmes HPC-QC installés au CEA et au Riken. Cela nous a permis de mettre en avant à la fois des bugs dans les piles testées et plusieurs liens entre certaines caractéristiques des piles et le temps d'exécution des codes. Ayant mis en avant l'existence de ces liens, nous avons voulu déterminer s'il serait possible d'améliorer l'exécution de codes HPC en intégrant du calcul quantique dans une pile logicielle. Pour cela, nous avons conçu des algorithmes hybrides classique-quantique pour l'allocation de registres CPU, une étape importante de la compilation qui est au cœur de la pile logicielle HPC. Ces approches hybrides reposent sur l'utilisation d'algorithmes quantiques variationnels afin de réaliser une partie de l'allocation, qui est représentée sous la forme d'un problème d'optimisation combinatoire. Finalement, nous avons implémenté ces algorithmes hybrides et les avons intégrés dans des compilateurs HPC existants et utilisés par un grand nombre de développeurs. Nous avons ensuite pu évaluer leur capacité à effectivement améliorer la qualité des codes HPC compilés. Cela nous a permis de mettre en avant des situations dans lesquelles le code compilé en utilisant notre méthode hybride avait effectivement un meilleur temps d'exécution qu'en utilisant une méthode classique.

•Feb 20, 2026•0 citations

Hybrid quantum-classical algorithms for high performance computing

Océane Koska

Algorithmes hybrides quantiques-classiques pour le calcul haute performance Le calcul haute performance (HPC) constitue aujourd'hui l'outil principal du calcul scientifique à grande échelle, mais les gains de performance sont de plus en plus contraints par des limites architecturales et énergétiques. En parallèle, le calcul quantique est un paradigme émergent, encore en cours de développement, mais déjà prometteur pour l'accélération de certaines briques numériques. Un enjeu central consiste donc à comprendre comment intégrer efficacement des processeurs quantiques au sein des infrastructures HPC existantes, plutôt que de les considérer comme des accélérateurs isolés. L'objectif de cette thèse est d'explorer le calcul hybride quantique-classique, à la fois du point de vue algorithmique et des modèles de programmation. Nous étudions comment combiner de manière cohérente des ressources classiques et quantiques au sein de workflows hybrides, en exploitant les forces respectives de chaque paradigme. Comme cas d'usage principal, nous nous intéressons à la résolution de systèmes linéaires, un noyau fondamental du calcul scientifique et du HPC. Dans un premier temps, nous abordons la problématique de l'encodage de données classiques sous forme de représentations quantiques, qui constitue un goulot d'étranglement majeur des algorithmes hybrides. Nous proposons une amélioration du coût de pré-traitement pour l'encodage de matrice dans des unitaires, via décomposition dans la base de Pauli. Nous introduisons ensuite un solveur hybride reposant sur la Quantum Singular Value Transformation (QSVT). Inspirée de l'algèbre linéaire numérique classique, une approche de raffinement itératif en précision mixte est proposée, combinant des résolutions quantiques basse précision avec des corrections classiques haute précision. Une analyse détaillée de la convergence, des erreurs et des coûts de calcul est présentée, montrant que l'hybridation permet de réduire les ressources quantiques nécessaires pour atteindre une précision donnée. Enfin, nous abordons les aspects de programmation et d'implémentation à travers la conception d'un framework de programmation hybride quantique-classique, Q-Pragma, destiné à faciliter l'intégration de l'accélération quantique dans des environnements HPC existants. Ce travail contribue ainsi au développement de codes hybrides quantique-HPC plus réalistes et exploitables.

•Jun 12, 2026•0 citations

L’usage du calcul quantique en finance La perspective d’un institut académique à l’interface entre technologies et usages

Lionel Martellini

Dans cet article, nous analysons l’impact potentiel du calcul quantique sur la finance du point de vue d’un institut académique positionné à l’interface entre technologies et usages. Nous défendons l’idée que le quantique constitue un bien public, dont les implications dépassent le seul cadre technologique et nécessitent une appropriation par les décideurs économiques. Après avoir souligné l’importance d’une pédagogie adaptée pour rendre ces concepts accessibles aux non-physiciens, nous proposons une taxonomie des principaux algorithmes quantiques pertinents pour la finance : optimisation, algèbre linéaire, Monte Carlo et apprentissage automatique. Ces approches trouvent des applications naturelles dans l’optimisation de portefeuille, la gestion du risque et le pricing de produits dérivés. Enfin, nous mettons en perspective la maturité actuelle du domaine : malgré des avancées significatives, les bénéfices opérationnels restent limités à court terme, tandis que les véritables ruptures sont attendues avec l’émergence de machines quantiques tolérantes aux fautes.

Annales des Mines - Réalités industrielles•Sep 3, 2026•0 citations

MetriQs-France : Levier stratégique pour la compétitivité des entreprises des technologies quantiques

F. Schopfer, Benoît Dalbert

S’inscrivant dans la Stratégie nationale sur les technologies quantiques, MetriQs-France est le programme consacré aux référentiels de mesure, à l’évaluation et à la normalisation des technologies quantiques. Coordonné par le LNE, il soutient l’émergence d’une industrie quantique durable réalisant les promesses du domaine, dans le contexte d’une vive compétition internationale. Le programme vise la mise en place d’un système d’assurance qualité complet, fondé sur une métrologie forte, en soutien à l’innovation et à la compétitivité des entreprises. Avec une subvention publique de 13 M€ (2022-2028), MetriQs-France s’articule suivant deux axes complémentaires, autour de la fourniture de spécifications techniques fiables : i) le développement et l’exploitation de méthodes de mesure de référence (projets de R&D collaboratifs, coopérations internationales et normalisation) ; et ii) le déploiement d’une infrastructure experte et indépendante, ouverte aux utilisateurs académiques et industriels les mettant en œuvre. Ainsi, le programme entend contribuer à lever les verrous technologiques, mettre en place une filière industrielle solide et souveraine, des chaînes d’approvisionnement sûres, et démontrer l’avantage des technologies quantiques par rapport aux technologies existantes pour en accélérer l’adoption par le marché.

Annales des Mines - Réalités industrielles•Sep 3, 2026•0 citations

Quantum algorithms for partial differential equations : quantum circuits and physical applications

Julien Zylberman

Algorithmes quantiques pour les équations aux dérivées partielles : circuits quantiques et applications physiques Les simulations classiques actuelles des phénomènes physiques présentent de nombreuses limitations, en particulier lorsqu'il s'agit de systèmes complexes tels que les fluides turbulents, les plasmas ou les matériaux quantiques fortement corrélés. Ces simulations rencontrent souvent des difficultés liées à des coûts de calculs élevés, une mise à l'échelle limitée à travers plusieurs dimensions ou échelles temporelles, ainsi qu'à la complexité de capturer des dynamiques intrinsèquement non-linéaires ou chaotiques. Même avec l'accès à des ressources de calcul haute performance (HPC), la résolution précise des dynamiques à fine échelle ou des évolutions sur de longues périodes reste un défi majeur. Le développement de nouvelles méthodes numériques est donc essentiel, tant pour la recherche académique que pour les applications industrielles. Les ordinateurs quantiques émergent comme de nouveaux outils numériques pour l'étude de tels systèmes et la résolution des équations aux dérivées partielles qui les modélisent. Grâce aux propriétés de superposition et d'intrication des qubits, les calculs numériques peuvent être réalisés de manière inédite, offrant des avantages théoriques prometteurs pour certains problèmes. Dans ce contexte, cette thèse contribue au développement et à la compréhension des algorithmes quantiques, allant de la conception de circuits quantiques à la résolution numérique d'équations différentielles partielles et ordinaires. Dans une première partie, des circuits quantiques efficaces sont présentés pour l'implémentation de routines couramment utilisées dans les algorithmes quantiques (opérations multi-contrôlées, préparation d'états quantiques, opérations diagonales), ainsi que pour une nouvelle routine : la transformée de Laplace quantique. Ces routines limitaient l'efficacité des algorithmes quantiques en raison d'implémentations génériques dont la complexité croissait de manière exponentielle avec le nombre de qubits. Désormais, ces tâches peuvent être réalisées à l'aide de circuits quantiques adaptés qui exploitent la structure des problèmes physiques. Dans une seconde partie, des schémas numériques quantiques sont introduits pour résoudre des équations de transport anisotropes et des équations différentielles ordinaires hamiltoniennes non linéaires. Ces schémas se composent de trois étapes (initialisation, évolution et mesure) et reposent sur des approximations en différences finies d'ordre élevé et des formules de Trotterisation. Des protocoles efficaces pour mesurer des grandeurs d'intérêt sont présentés, et une nouvelle analyse numérique, basée sur la norme vectorielle plutôt que sur la norme d'opérateur générique, est introduite. Cette approche permet d'atteindre une précision donnée tout en réduisant le nombre de pas de temps par un facteur qui croît de manière exponentielle avec le nombre de qubits. De plus, une étude de différentes transformations de Madelung non linéaires est présentée afin de résoudre certaines équations fluides sur ordinateur quantique. Les différents résultats de cette thèse sont illustrés par des simulations classiques des algorithmes quantiques ainsi que par des simulations sur des processeurs quantiques actuels. Ce travail pose les bases de la simulation pratique de systèmes physiques classiques, aussi bien sur les dispositifs quantiques actuels de type NISQ (noisy intermediate-scale quantum) que sur les futurs ordinateurs quantiques tolérants aux erreurs.

•Sep 19, 2025•0 citations

Quantum algorithms for energy management optimization problems

Margarita Veshchezerova

Algorithmes quantiques pour les problèmes d'optimisation du management de l'énergie Le domaine du management de l'énergie implique de nombreux problèmes d'optimisation combinatoire connus pour être difficiles. L'émergence des ordinateurs quantiques suggère de nouvelles approches pour ces problèmes. Pour les machines du futur proche, les heuristiques quantiques variationnelles telles que QAOA, qui peuvent tirer parti de la puissance de calcul des ordinateurs quantiques imparfaits, sont particulièrement prometteuses. Nous explorons le potentiel des algorithmes quantiques variationnels pour des problèmes d'optimisation issus du domaine de "smart charging" des véhicules électriques. Nous considérons deux problèmes inspirés de cas d'utilisation réels. Dans le premier problème, modélisé par Max-K-Cut, nous cherchons à planifier un ensemble de charges avec priorités sur plusieurs stations tout en minimisant le temps de completion pondéré. Dans le deuxième problème, modélisé par Maximum Independent Set, nous cherchons à maximiser le nombre de demandes de charge satisfaites sur une seule station tout en respectant les conflits entre les demandes. Pour les deux problèmes, nous développons un protocole expérimental spécifiant l'encodage et la routine d'optimisation des paramètres. Nos expériences numériques confirment l'intérêt des heuristiques quantiques pour ces problèmes ainsi que la qualité de notre protocole expérimental. Afin d'étendre l'applicabilité des heuristiques quantiques au-delà de QUBO, nous introduisons une nouvelle approche hybride qui intègre des routines quantiques dans l'algorithme classique de Branch & Price pour les programmes linéaires en nombres entiers. Nous testons cette approche sur un problème de smart charging qui se modélise comme problème de coloration de graphe. Nos résultats numériques affirment le potentiel de l'approche hybride tout en révélant la dépendance considérable du gain de performance sur l'instance particulière du problème. Les parties importants des algorithmes variationnels peuvent être représentés sous forme de diagrammes ZX. Nous démontrons comment les règles de réécriture du ZX-calculus peuvent être utilisées pour dériver la formule analytique de l'énergie moyenne d'un modèle d'Ising dans un état QAOA with depth 1. De plus, nous contribuons à l'exploration théorique des algorithmes variationnels en étendant le ZX-calcul avec addition et différenciation de ZX-diagrammes. Notre procédure inductive pour l'addition est entièrement graphique. Pour la différenciation, nous suggérons deux approches. La première approche est inductive, elle s'appuie sur notre procédure d'addition pour représenter explicitement les règles du produit. La deuxième approche est résumée dans deux formules qui sont dérivées de la forme factorisée des diagrammes paramétrés.

•Dec 16, 2022•1 citation
Le document présente la stratégie d’EDF R&D autour des technologies quantiques appliquées à l’énergie. Face aux limites futures du calcul haute performance (HPC), notamment en complexité, coûts et consommation, le calcul quantique est envisagé à EDF R&D comme une perspective permettant d’aborder des problèmes aujourd’hui inaccessibles. Les cas d’usage couvrent toute la chaîne de valeur du système électrique : optimisation des réseaux et de la production, sûreté nucléaire via les études probabilistes, modélisation physique (équations aux dérivées partielles) et vieillissement des matériaux. L’entreprise s’appuie sur de nombreux partenariats industriels et académiques pour co-développer des algorithmes solutions. Des applications connexes, comme les capteurs quantiques pour la détection de défauts, sont également explorées. En conclusion, le quantique constitue un levier stratégique complémentaire pour anticiper les ruptures technologiques, et renforcer la performance du système électrique.
Optimisation et évaluation des piles logicielles intégrées HPC-Quantiques Cette étude s'est réalisée dans le domaine du calcul quantique (QC), lié en particulier à son intégration dans le calcul haute performance (HPC). Le calcul quantique promet, en exploitant le comportement de systèmes physiques quantiques, des gains en temps de calcul et/ou en qualité des résultats pour un certain nombre de problèmes. Nous nous sommes intéressés particulièrement à l'intégration des piles logicielles HPC et QC, qui englobent tous les outils et programmes qui permettent le développement et l'exécution d'un code : compilateur, bibliothèques, système d'exploitation, etc. Cependant, l'intégration de ces piles logicielles HPC et QC n'est aujourd'hui que peu étudiée et son impact sur les performances des applications n'est pas systématiquement évalué. Ce manque d'évaluation systématique est dû à la fois à la grande différence entre les piles logicielles HPC et QC ainsi qu'à la nouveauté des systèmes hybrides HPC-QC. Tout cela peut engendrer des difficultés lors de l'implémentation, du déploiement et de l'exécution d'applications combinant calcul quantique et calcul haute performance. Aujourd'hui, les caractéristiques des systèmes et piles logicielles HPC et QC sont évaluées séparément, le côté HPC est notamment étudié depuis plusieurs décennies. Cela signifie que ces évaluations ne concernent pas les nouvelles piles logicielles spécifiques aux systèmes hybrides HPC-QC. Par ailleurs, les piles logicielles HPC et QC comportent de nombreuses étapes liées à des problèmes d'optimisation combinatoire et il existe plusieurs algorithmes quantiques qui visent à résoudre ce type de problèmes. Cependant l'intégration de ce type d'algorithme quantique dans les piles logicielles HPC et QC n'est encore que peu étudiée. Tout cela justifie notre étude consistant à évaluer comment l'intégration des piles logicielles HPC-QC présentes et futures pourrait impacter l'exécution des applications. Pour cela, nous avons tout d'abord développé et validé une suite modulaire de benchmarks permettant d'évaluer l'influence des piles logicielles sur la vitesse d'exécution de codes HPC-QC. Cette suite de benchmarks, que nous avons appelée HPCQCMark, vise à fournir un outil ouvert et simple d'utilisation qui permet de rapidement tester plusieurs combinaisons de piles et d'applications HPC-QC. Nous avons ainsi évalué l'impact sur l'exécution de micro-applications de divers aspects des piles logicielles déployées sur les systèmes HPC-QC installés au CEA et au Riken. Cela nous a permis de mettre en avant à la fois des bugs dans les piles testées et plusieurs liens entre certaines caractéristiques des piles et le temps d'exécution des codes. Ayant mis en avant l'existence de ces liens, nous avons voulu déterminer s'il serait possible d'améliorer l'exécution de codes HPC en intégrant du calcul quantique dans une pile logicielle. Pour cela, nous avons conçu des algorithmes hybrides classique-quantique pour l'allocation de registres CPU, une étape importante de la compilation qui est au cœur de la pile logicielle HPC. Ces approches hybrides reposent sur l'utilisation d'algorithmes quantiques variationnels afin de réaliser une partie de l'allocation, qui est représentée sous la forme d'un problème d'optimisation combinatoire. Finalement, nous avons implémenté ces algorithmes hybrides et les avons intégrés dans des compilateurs HPC existants et utilisés par un grand nombre de développeurs. Nous avons ensuite pu évaluer leur capacité à effectivement améliorer la qualité des codes HPC compilés. Cela nous a permis de mettre en avant des situations dans lesquelles le code compilé en utilisant notre méthode hybride avait effectivement un meilleur temps d'exécution qu'en utilisant une méthode classique.
Algorithmes hybrides quantiques-classiques pour le calcul haute performance Le calcul haute performance (HPC) constitue aujourd'hui l'outil principal du calcul scientifique à grande échelle, mais les gains de performance sont de plus en plus contraints par des limites architecturales et énergétiques. En parallèle, le calcul quantique est un paradigme émergent, encore en cours de développement, mais déjà prometteur pour l'accélération de certaines briques numériques. Un enjeu central consiste donc à comprendre comment intégrer efficacement des processeurs quantiques au sein des infrastructures HPC existantes, plutôt que de les considérer comme des accélérateurs isolés. L'objectif de cette thèse est d'explorer le calcul hybride quantique-classique, à la fois du point de vue algorithmique et des modèles de programmation. Nous étudions comment combiner de manière cohérente des ressources classiques et quantiques au sein de workflows hybrides, en exploitant les forces respectives de chaque paradigme. Comme cas d'usage principal, nous nous intéressons à la résolution de systèmes linéaires, un noyau fondamental du calcul scientifique et du HPC. Dans un premier temps, nous abordons la problématique de l'encodage de données classiques sous forme de représentations quantiques, qui constitue un goulot d'étranglement majeur des algorithmes hybrides. Nous proposons une amélioration du coût de pré-traitement pour l'encodage de matrice dans des unitaires, via décomposition dans la base de Pauli. Nous introduisons ensuite un solveur hybride reposant sur la Quantum Singular Value Transformation (QSVT). Inspirée de l'algèbre linéaire numérique classique, une approche de raffinement itératif en précision mixte est proposée, combinant des résolutions quantiques basse précision avec des corrections classiques haute précision. Une analyse détaillée de la convergence, des erreurs et des coûts de calcul est présentée, montrant que l'hybridation permet de réduire les ressources quantiques nécessaires pour atteindre une précision donnée. Enfin, nous abordons les aspects de programmation et d'implémentation à travers la conception d'un framework de programmation hybride quantique-classique, Q-Pragma, destiné à faciliter l'intégration de l'accélération quantique dans des environnements HPC existants. Ce travail contribue ainsi au développement de codes hybrides quantique-HPC plus réalistes et exploitables.
Dans cet article, nous analysons l’impact potentiel du calcul quantique sur la finance du point de vue d’un institut académique positionné à l’interface entre technologies et usages. Nous défendons l’idée que le quantique constitue un bien public, dont les implications dépassent le seul cadre technologique et nécessitent une appropriation par les décideurs économiques. Après avoir souligné l’importance d’une pédagogie adaptée pour rendre ces concepts accessibles aux non-physiciens, nous proposons une taxonomie des principaux algorithmes quantiques pertinents pour la finance : optimisation, algèbre linéaire, Monte Carlo et apprentissage automatique. Ces approches trouvent des applications naturelles dans l’optimisation de portefeuille, la gestion du risque et le pricing de produits dérivés. Enfin, nous mettons en perspective la maturité actuelle du domaine : malgré des avancées significatives, les bénéfices opérationnels restent limités à court terme, tandis que les véritables ruptures sont attendues avec l’émergence de machines quantiques tolérantes aux fautes.
S’inscrivant dans la Stratégie nationale sur les technologies quantiques, MetriQs-France est le programme consacré aux référentiels de mesure, à l’évaluation et à la normalisation des technologies quantiques. Coordonné par le LNE, il soutient l’émergence d’une industrie quantique durable réalisant les promesses du domaine, dans le contexte d’une vive compétition internationale. Le programme vise la mise en place d’un système d’assurance qualité complet, fondé sur une métrologie forte, en soutien à l’innovation et à la compétitivité des entreprises. Avec une subvention publique de 13 M€ (2022-2028), MetriQs-France s’articule suivant deux axes complémentaires, autour de la fourniture de spécifications techniques fiables : i) le développement et l’exploitation de méthodes de mesure de référence (projets de R&D collaboratifs, coopérations internationales et normalisation) ; et ii) le déploiement d’une infrastructure experte et indépendante, ouverte aux utilisateurs académiques et industriels les mettant en œuvre. Ainsi, le programme entend contribuer à lever les verrous technologiques, mettre en place une filière industrielle solide et souveraine, des chaînes d’approvisionnement sûres, et démontrer l’avantage des technologies quantiques par rapport aux technologies existantes pour en accélérer l’adoption par le marché.
Algorithmes quantiques pour les équations aux dérivées partielles : circuits quantiques et applications physiques Les simulations classiques actuelles des phénomènes physiques présentent de nombreuses limitations, en particulier lorsqu'il s'agit de systèmes complexes tels que les fluides turbulents, les plasmas ou les matériaux quantiques fortement corrélés. Ces simulations rencontrent souvent des difficultés liées à des coûts de calculs élevés, une mise à l'échelle limitée à travers plusieurs dimensions ou échelles temporelles, ainsi qu'à la complexité de capturer des dynamiques intrinsèquement non-linéaires ou chaotiques. Même avec l'accès à des ressources de calcul haute performance (HPC), la résolution précise des dynamiques à fine échelle ou des évolutions sur de longues périodes reste un défi majeur. Le développement de nouvelles méthodes numériques est donc essentiel, tant pour la recherche académique que pour les applications industrielles. Les ordinateurs quantiques émergent comme de nouveaux outils numériques pour l'étude de tels systèmes et la résolution des équations aux dérivées partielles qui les modélisent. Grâce aux propriétés de superposition et d'intrication des qubits, les calculs numériques peuvent être réalisés de manière inédite, offrant des avantages théoriques prometteurs pour certains problèmes. Dans ce contexte, cette thèse contribue au développement et à la compréhension des algorithmes quantiques, allant de la conception de circuits quantiques à la résolution numérique d'équations différentielles partielles et ordinaires. Dans une première partie, des circuits quantiques efficaces sont présentés pour l'implémentation de routines couramment utilisées dans les algorithmes quantiques (opérations multi-contrôlées, préparation d'états quantiques, opérations diagonales), ainsi que pour une nouvelle routine : la transformée de Laplace quantique. Ces routines limitaient l'efficacité des algorithmes quantiques en raison d'implémentations génériques dont la complexité croissait de manière exponentielle avec le nombre de qubits. Désormais, ces tâches peuvent être réalisées à l'aide de circuits quantiques adaptés qui exploitent la structure des problèmes physiques. Dans une seconde partie, des schémas numériques quantiques sont introduits pour résoudre des équations de transport anisotropes et des équations différentielles ordinaires hamiltoniennes non linéaires. Ces schémas se composent de trois étapes (initialisation, évolution et mesure) et reposent sur des approximations en différences finies d'ordre élevé et des formules de Trotterisation. Des protocoles efficaces pour mesurer des grandeurs d'intérêt sont présentés, et une nouvelle analyse numérique, basée sur la norme vectorielle plutôt que sur la norme d'opérateur générique, est introduite. Cette approche permet d'atteindre une précision donnée tout en réduisant le nombre de pas de temps par un facteur qui croît de manière exponentielle avec le nombre de qubits. De plus, une étude de différentes transformations de Madelung non linéaires est présentée afin de résoudre certaines équations fluides sur ordinateur quantique. Les différents résultats de cette thèse sont illustrés par des simulations classiques des algorithmes quantiques ainsi que par des simulations sur des processeurs quantiques actuels. Ce travail pose les bases de la simulation pratique de systèmes physiques classiques, aussi bien sur les dispositifs quantiques actuels de type NISQ (noisy intermediate-scale quantum) que sur les futurs ordinateurs quantiques tolérants aux erreurs.
Algorithmes quantiques pour les problèmes d'optimisation du management de l'énergie Le domaine du management de l'énergie implique de nombreux problèmes d'optimisation combinatoire connus pour être difficiles. L'émergence des ordinateurs quantiques suggère de nouvelles approches pour ces problèmes. Pour les machines du futur proche, les heuristiques quantiques variationnelles telles que QAOA, qui peuvent tirer parti de la puissance de calcul des ordinateurs quantiques imparfaits, sont particulièrement prometteuses. Nous explorons le potentiel des algorithmes quantiques variationnels pour des problèmes d'optimisation issus du domaine de "smart charging" des véhicules électriques. Nous considérons deux problèmes inspirés de cas d'utilisation réels. Dans le premier problème, modélisé par Max-K-Cut, nous cherchons à planifier un ensemble de charges avec priorités sur plusieurs stations tout en minimisant le temps de completion pondéré. Dans le deuxième problème, modélisé par Maximum Independent Set, nous cherchons à maximiser le nombre de demandes de charge satisfaites sur une seule station tout en respectant les conflits entre les demandes. Pour les deux problèmes, nous développons un protocole expérimental spécifiant l'encodage et la routine d'optimisation des paramètres. Nos expériences numériques confirment l'intérêt des heuristiques quantiques pour ces problèmes ainsi que la qualité de notre protocole expérimental. Afin d'étendre l'applicabilité des heuristiques quantiques au-delà de QUBO, nous introduisons une nouvelle approche hybride qui intègre des routines quantiques dans l'algorithme classique de Branch & Price pour les programmes linéaires en nombres entiers. Nous testons cette approche sur un problème de smart charging qui se modélise comme problème de coloration de graphe. Nos résultats numériques affirment le potentiel de l'approche hybride tout en révélant la dépendance considérable du gain de performance sur l'instance particulière du problème. Les parties importants des algorithmes variationnels peuvent être représentés sous forme de diagrammes ZX. Nous démontrons comment les règles de réécriture du ZX-calculus peuvent être utilisées pour dériver la formule analytique de l'énergie moyenne d'un modèle d'Ising dans un état QAOA with depth 1. De plus, nous contribuons à l'exploration théorique des algorithmes variationnels en étendant le ZX-calcul avec addition et différenciation de ZX-diagrammes. Notre procédure inductive pour l'addition est entièrement graphique. Pour la différenciation, nous suggérons deux approches. La première approche est inductive, elle s'appuie sur notre procédure d'addition pour représenter explicitement les règles du produit. La deuxième approche est résumée dans deux formules qui sont dérivées de la forme factorisée des diagrammes paramétrés.