
Démonstration qu'un ordinateur quantique peut résoudre des problèmes plus rapidement que les supercalculateurs classiques.La suprématie quantique est le jalon à partir duquel un ordinateur quantique effectue un calcul pratiquement impossible pour tout supercalculateur classique, quel que soit le temps ou les ressources disponibles. Il ne s'agit pas de battre une machine classique dans toutes les tâches, mais de démontrer un avantage clair et sans ambiguïté dans un problème spécifique et bien défini. Ce concept est crucial car il fournit la première preuve expérimentale que la mécanique quantique peut être exploitée pour le calcul d'une manière qui dépasse fondamentalement la physique classique.
Le terme a été inventé par John Preskill en 2012. La première démonstration expérimentale revendiquée a été réalisée par le processeur Sycamore de Google en 2019, suivie par le processeur photonique chinois Jiuzhang en 2020, avec des améliorations ultérieures comme Jiuzhang 4.0.
La démonstration implique généralement un problème soigneusement conçu qui est facile à résoudre pour un processeur quantique mais exponentiellement difficile pour un processeur classique. Par exemple, échantillonner la distribution de sortie d'un circuit quantique aléatoire ou effectuer un échantillonnage bosonique avec des photons. L'ordinateur quantique exécute l'expérience et produit des résultats ; les supercalculateurs classiques sont ensuite mis au défi de reproduire les mêmes résultats en utilisant les meilleurs algorithmes connus. Lorsque le temps de simulation classique devient astronomiquement grand (par exemple, des milliers d'années), tandis que le dispositif quantique termine en quelques minutes ou heures, la suprématie est revendiquée.
Au-delà du benchmark lui-même, les techniques développées pour les expériences de suprématie—comme la vérification de circuits quantiques aléatoires—sont utilisées pour valider le matériel quantique et développer des protocoles de correction d'erreurs.
La simulation classique de l'expérience de suprématie de Google en 2019 a ensuite été améliorée grâce à un algorithme astucieux, réduisant le temps estimé de 10 000 ans à quelques jours sur un grand cluster, montrant que la « suprématie » est une cible mouvante.
| K | variable | Leggett-Garg combination of correlation functions |
| C_{ab} | variable | Correlation function between measurements at times a and b — fonction de corrélation |
| C_{a'b} | variable | Correlation function between measurements at times a' and b — fonction de corrélation |
| C_{ab'} | variable | Correlation function between measurements at times a and b' — fonction de corrélation |
| C_{a'b'} | variable | Correlation function between measurements at times a' and b' — fonction de corrélation |




