En exploitant la plateforme CUDA-Q de NVIDIA et ses nouveaux super-processeurs Grace Hopper, la société sud-coréenne Norma affirme avoir multiplié par 73 la vitesse d’exécution de ses algorithmes d’intelligence artificielle quantique dédiés à la découverte de médicaments. L’annonce, fruit d’un projet pilote mené avec l’hôpital universitaire Kyung Hee de Gangdong, propose de raccourcir drastiquement les cycles de recherche pharmaceutique, traditionnellement longs et coûteux.
Des qubits simulés à vive allure
Le gain de performance repose sur l’exécution de circuits quantiques de 18 qubits, simulés sur les GPU H200 et les super-chip GH200 Grace Hopper de NVIDIA. Selon les mesures internes, la phase de calcul direct s’est avérée de 60,14 à 73,32 fois plus rapide que les méthodes des CPU traditionnelles, tandis que la rétro-propagation, importante pour l’entraînement des modèles, a bénéficié d’un facteur d’accélération de 33,69 à 41,56. En clair, des calculs jadis limités par la mémoire et la parallélisation d’un processeur classique basculent désormais dans une échelle de temps compatible avec les impératifs industriels.
Au cœur du dispositif : la pile logicielle CUDA-Q, qui orchestre la répartition de la charge entre les processeurs graphiques, associés à des cœurs Arm et des circuits quantiques réels ou simulés. La couche unifiée permet de coder une fois, puis d’exécuter indifféremment sur GPU ou sur QPU à mesure que les machines quantiques physiques gagnent en fiabilité.
Un cas d’usage concret en partenariat hospitalier
Plutôt que de se limiter à un banc d’essai académique, Norma a choisi de collaborer avec l’hôpital Kyung Hee pour cribler un vaste espace chimique à la recherche de molécules candidates contre plusieurs pathologies non divulguées. L’intérêt est double :
- reproduire les conditions de R&D d’un laboratoire pharmaceutique, avec ses bases de données moléculaires massives ;
- valider la pertinence économique d’une approche hybride capable de passer rapidement du in silico au in vitro.
Les ingénieurs de Norma se concentrent sur trois familles d’algorithmes quantiques : QLSTM (les réseaux à mémoire longue), QGAN (les générateurs antagonistes) et QCBM (les modèles boltzmanniens). Chacun cible une étape du portefeuille (pipeline), de la génération de structures chimiques plausibles à l’optimisation de leur profil pharmacocinétique.
Hyunchul Jung, CEO de Norma, a déclaré : « Ce projet est un exemple significatif de collaboration entre les sociétés de technologie quantique nationales et internationales et les hôpitaux, démontrant le potentiel pratique des technologies quantiques. » Il a ajouté : « Grâce à une coopération technologique active avec NVIDIA, nous prévoyons d’étendre continuellement les tests de performance des algorithmes d’IA quantique dans un large éventail de secteurs, comme les soins de santé« .
Un gros impact pour l’industrie pharmaceutique
La découverte de médicaments est un marathon de 10 à 15 ans où chaque phase (identification de cible, criblage, optimisation, essais cliniques) consomme des capitaux et des ressources humaines. En réduisant le temps de calcul sur la partie exploration moléculaire, Norma espère compresser de plusieurs mois, voire années, la première moitié du parcours.
Plusieurs autres acteurs comme IonQ à Classiq misent également sur des flux de travail hybrides afin de simuler la chimie quantique à moindre coût. Norma se distingue toutefois par l’amplitude d’accélération obtenue dès la phase de simulation, sans attendre l’arrivée de machines quantiques « tolérant aux pannes ».
Les prochaines étapes
Reste un obstacle : la transition du simulateur au matériel quantique réel, encore peu stable au-delà de quelques dizaines de qubits. Norma prévoit donc de poursuivre ses validations sur de vrais QPU dès que la feuille de route des fabricants notamment avec NVIDIA et ses partenaires le permettra. D’ici là, l’entreprise envisage d’étendre sa technologie à la finance et à la cybersécurité, des segments où la génération de scénarios complexes pourrait aussi profiter d’une explosion de puissance de calcul.
En démontrant un facteur 73 sur un cas d’usage appliqué à la santé, Norma envoie un signal fort : l’hybride quantique-classique n’est plus un concept futuriste, mais un outil prêt à faire baisser les coûts et délais de la recherche pharmaceutique.
Source : Prnewswire
