13 langages et outils de programmation quantique incontournables pour 2026

Les langages de programmation quantique apparaissent rapidement comme des outils cruciaux à l’ère de l’informatique quantique. Cette nouvelle génération de langage de programmation permet aux développeurs et aux chercheurs d'interagir avec des qubits et de concevoir des algorithmes qui pourraient bientôt surpasser de plusieurs ordres de grandeur leurs homologues classiques.

En 2025, plus de 37 langages de programmation quantique distincts ont été introduits, chacun étant adapté à des modèles, du matériel et des cas d'utilisation spécifiques de l'informatique quantique. Collectivement, ces langages reflètent les diverses approches du calcul quantique, allant des systèmes basés sur des portes et des circuits variationnels aux modèles adiabatiques et aux algorithmes hybrides classiques-quantiques. [1]

Ci-dessous, j'ai mis en évidence les principaux langages de programmation quantique qui permettent aux développeurs d'exploiter efficacement les particularités de la mécanique quantique pour résoudre des problèmes complexes. 

Le saviez-vous ?  

GitHub héberge plus de 21 000 référentiels de logiciels quantiques, ce qui représente une croissance de 200 % depuis 2017. Ces référentiels ont attiré les contributions de plus de 10 000 développeurs uniques, avec des validations de code dépassant collectivement 1,2 million de lignes. [2]

13. Quantité

Version initiale :2022
Créé par :Chercheurs indépendants et contributeurs open source
Force unique :Approche quantique d'abord et modèle d'abstraction propre
Idéal pour  : Chercheurs à la recherche d'un ensemble d'outils légers sans dépendance vis-à-vis d'un fournisseur

Qunity est un langage et un framework de programmation quantique moins connus mais avant-gardistes qui allient la clarté des modèles de programmation classiques aux paradigmes uniques de la mécanique quantique. 

Il est construit dès le départ pour être un langage quantique natif, appliquant des contraintes de mécanique quantique (telles que le non-clonage et l'évolution unitaire) à la fois au niveau du système de types et au niveau logique. 

Bien qu'il s'inspire des langages de programmation classiques comme C et Python, il adapte la syntaxe et la sémantique pour être naturellement compatible avec les principes de l'informatique quantique, tels que la linéarité, la réversibilité, la superposition et l'intrication. [3]

La conception de Qunity est modulaire et destinée à être indépendante du back-end, avec la prise en charge de simulateurs et de couches de compatibilité en cours de développement pour cibler les vrais processeurs quantiques à l'avenir.  

12. TKET 

Version initiale :2019
Créé par :Quantinum
Force unique :Gère intelligemment les contraintes matérielles
Idéal pour :Optimisation des circuits indépendamment du matériel ; outils de niveau production

TKET agit principalement comme un compilateur d'optimisation de niveau intermédiaire et un cadre d'exécution qui fait l'interface entre les programmes quantiques de haut niveau et diverses cibles matérielles quantiques. 

TKET se concentre sur l'optimisation des circuits quantiques, la synthèse de portes et le routage des qubits. Il transforme les algorithmes quantiques abstraits en instructions compatibles avec le matériel avec une profondeur et des taux d'erreur minimes. 

Sa capacité à gérer intelligemment les contraintes matérielles (telles que les limitations de connectivité des qubits, les fidélités des portes et les jeux d'instructions natifs) lui permet de générer des circuits plus efficaces avec un nombre de portes inférieur et des temps d'exécution plus courts. 

Dans des tests indépendants, TKET a montré un nombre de portes jusqu'à 40 % inférieur et des temps d'exécution 25 à 30 % plus rapides par rapport aux compilateurs natifs dans certains cas d'utilisation. 

11. ProjetQ 

Version initiale :2016 
Créé par :ETH Zurich
Force unique :Conception modulaire orientée compilateur
Idéal pour :Compilateur quantique à des fins de recherche et d'enseignement

ProjectQ fournit une plateforme informatique quantique modulaire et extensible pour les chercheurs, les développeurs et les enseignants. 

Écrit en Python, il s'agissait de l'un des premiers SDK quantiques mettant l'accent sur une architecture basée sur un compilateur, dans laquelle les programmes quantiques sont traduits en représentations intermédiaires avant leur exécution sur des simulateurs ou du matériel quantique réel. 

ProjectQ met l'accent sur la modularité, permettant aux développeurs de définir des programmes quantiques dans un style de type Python, de les compiler à l'aide de pipelines personnalisables et de les exécuter sur des simulateurs intégrés ou des backends, tels qu'IBM Quantum Experience. De plus, la conception centrée sur le compilateur permet un contrôle précis de l'optimisation, de la décomposition des portes et de la traduction spécifique à la cible. [4]

Il prend également en charge l'émulation de circuits quantiques, la simulation de fonctions d'onde, l'émulation de matrice unitaire et peut servir de terrain de jeu expérimental pour la recherche sur les compilateurs, la correction d'erreurs quantiques et les études d'optimisation. 

10. Langage de calcul quantique (QCL)

Version initiale :2000
Créé par :Bernhard Ömer
Force unique :Accès clair et de bas niveau à l’état quantique
Idéal pour :Apprentissage de la structure hybride classique-quantique

QCL est l'un des premiers langages de programmation de haut niveau spécialement conçu pour l'informatique quantique.

À une époque où la programmation quantique était en grande partie réalisée au niveau mathématique ou des circuits, QCL a introduit une syntaxe structurée, des variables, des conditions, des boucles et des fonctions modulaires – jetant essentiellement les bases des langages quantiques de haut niveau ultérieurs. 

Il sépare le calcul classique du calcul quantique, où les registres classiques gèrent le flux de contrôle, tandis que les registres quantiques (quregs) stockent et manipulent les états quantiques. Le langage a introduit de nombreuses constructions de programmation désormais courantes pour l'informatique quantique, telles que les opérateurs unitaires, les instructions de mesure, l'informatique réversible et les qubits auxiliaires à usage temporaire. 

Bien que QCL ne soit lié à aucun matériel quantique commercial, il reste un outil précieux dans les milieux universitaires et de recherche, en particulier pour l'enseignement et la simulation d'algorithmes quantiques. 

9. Champs de fraises

Version initiale :2018
Créé par :Xanadu
Force unique :Focus exclusif sur l'informatique quantique CV
Idéal pour :Simulation et programmation de systèmes quantiques photoniques

Strawberry Fields est une bibliothèque de programmation quantique open source complète conçue pour l'informatique quantique à variable continue (CV). Il est spécialement conçu pour les circuits photoniques quantiques qui utilisent les états quantiques de la lumière (comme les états comprimés, les états cohérents et les états gaussiens) pour effectuer des calculs.

À la base, Strawberry Fields exploite le langage d’assemblage quantique Blackbird. Cela permet aux développeurs de concevoir, simuler et optimiser des circuits quantiques photoniques à l’aide de modèles basés sur des portes et de flux de travail d’apprentissage automatique. 

Il peut être utilisé conjointement avec PennyLane (un autre projet Xanadu) pour faciliter les calculs hybrides quantiques-classiques et les applications d'apprentissage automatique. La plateforme est bien adaptée aux cas d'utilisation dans les domaines de l'apprentissage automatique quantique, de la chimie quantique, de la cryptographie quantique CV et de la recherche en optique quantique. [5]

8. Océan

Version initiale :2018
Créé par :Systèmes D-Wave
Force unique :Conçu pour le recuit quantique ; prend en charge les solveurs hybrides
Idéal pour  : Résoudre les problèmes d'optimisation combinatoire

Ocean est un framework de programmation quantique open source spécialement conçu pour aider les utilisateurs à développer et à optimiser les problèmes des recuits quantiques – un paradigme très différent des ordinateurs quantiques basés sur des portes. [6]

Il ne s'agit pas d'un langage de programmation au sens traditionnel du terme, mais d'une chaîne d'outils construite en Python qui traduit les problèmes définis par l'utilisateur (principalement des problèmes d'optimisation) en une forme résolvable par le matériel de recuit quantique de D-Wave.

L'architecture modulaire d'Ocean le rend hautement extensible pour les développeurs et les chercheurs travaillant sur des solveurs personnalisés ou des heuristiques d'optimisation. Il est le mieux adapté pour résoudre les problèmes d’optimisation combinatoire tels que les tournées de véhicules, l’optimisation de portefeuille, la planification et les tâches d’apprentissage automatique. 

De plus, Ocean s'intègre de manière transparente au service cloud Leap de D-Wave, offrant aux développeurs un accès immédiat au matériel et aux ressources quantiques. En 2025, D-Wave a annoncé la disponibilité générale de son système informatique quantique Advantage2, doté de plus de 4 400 qubits. Ocean a été mis à jour pour prendre pleinement en charge ce système de nouvelle génération.

7. QuTiP

Version initiale :2012
Créé par :Johannes Johansson, Paul Nation et collaborateurs
Force unique :Puissance de simulation axée sur la physique
Idéal pour :Recherche théorique et modélisation

QuTiP est un framework open source complet qui se concentre sur la simulation de la physique des systèmes quantiques, en particulier dans l'évolution en temps continu, les équations principales et la dynamique non unitaire. 

Écrit en Python et optimisé à l'aide de NumPy, SciPy et Cython, QuTiP est efficace pour les calculs numériques. Il permet aux chercheurs de modéliser et de résoudre les équations de Schrödinger dépendant du temps, les équations principales de Lindblad et les équations du mouvement de Heisenberg, qui sont au cœur de la mécanique quantique. [7]

QuTiP fournit également une suite de solveurs, dont mesolve pour les équations principales de Lindblad, sesolve pour les équations de Schrödinger et mcsolve pour les simulations de Monte Carlo. Ces solveurs permettent l’étude de systèmes quantiques fermés et ouverts dans diverses conditions.  

Ces capacités le rendent largement utilisé dans des domaines tels que l'optique quantique, la thermodynamique quantique, la QED en cavité et la recherche sur les qubits supraconducteurs.

6. PennyLane

Version initiale :2018
Créé par :Xanadu
Force unique :S'intègre aux écosystèmes d'apprentissage automatique classiques
Idéal pour :Apprentissage automatique quantique ; modèles hybrides classiques-quantiques

PennyLane est une bibliothèque d'informatique quantique open source basée sur Python qui intègre l'informatique quantique aux flux de travail d'apprentissage automatique, offrant des outils de différenciation automatique des circuits quantiques. 

Il relie le calcul quantique et l'optimisation classique en tirant parti de frameworks tels que PyTorch, TensorFlow et JAX. Cela permet aux développeurs d’intégrer des nœuds quantiques dans des modèles d’apprentissage automatique classiques. 

PennyLane prend en charge divers matériels et simulateurs quantiques via son système de plugins, permettant aux développeurs d'exécuter des circuits quantiques sur différents backends sans modifier leur code. Cette flexibilité en fait un outil précieux tant pour la recherche que pour les applications pratiques en informatique quantique. [8]

La bibliothèque propose également des fonctionnalités spécialisées pour la chimie quantique, telles que des solveurs Hartree-Fock différentiables et des outils pour construire des hamiltoniens moléculaires. Ces fonctionnalités permettent aux chercheurs d'effectuer des simulations de chimie quantique avec des techniques d'optimisation basées sur le gradient.

5. OuvrirQASM

Version initiale :2017
Créé par :Recherche IBM
Force unique :Prend en charge la neutralité matérielle, facilite l'interopérabilité
Idéal pour :Définition des circuits de bas niveau et des séquences de portes

OpenQASM (Open Quantum Assembly Language) est une représentation intermédiaire indépendante du matériel pour les circuits quantiques qui fournit une syntaxe de bas niveau de style assembleur pour les opérations de porte quantique. 

Le langage est particulièrement axé sur l’expression de circuits quantiques dans un format lisible par machine et par l’homme. Il permet la description précise des instructions au niveau de la porte, y compris l'allocation de qubits, l'application de portes quantiques, les mesures, les interactions de registres classiques et la logique conditionnelle.

OpenQASM est devenu une norme largement acceptée pour exprimer des programmes quantiques sous une forme structurée et déclarative. Des recherches récentes se sont concentrées sur la vérification et la formalisation de l'informatique quantique-classique hybride avec OpenQASM 3, soulignant le potentiel du langage pour une analyse et une validation rigoureuses des programmes.

4. PyQuil

Version initiale :2017
Créé par :Informatique Rigetti
Force unique :Compilation paramétrique, couche de simulation réaliste
Idéal pour :Exécution de programmes sur matériel et simulateurs Rigetti

PyQuil est une bibliothèque de programmation quantique open source conçue pour créer et exécuter des programmes quantiques à l'aide du protocole Quil (Quantum Instruction Language).  

Écrit en Python, PyQuil sert de principal outil pour interagir avec la plate-forme Forest de Rigetti et les processeurs quantiques Aspen, basés sur des architectures de qubits supraconducteurs. Contrairement aux abstractions basées sur Python dans d'autres frameworks, Quil offre aux développeurs plus de transparence sur ce qui s'exécute réellement sur le matériel quantique, ce qui est inestimable pour le débogage et l'optimisation des performances. [9]

Il est particulièrement orienté vers l'informatique NISQ (Noisy Intermediate-Scale Quantum), offrant aux développeurs une interface expressive mais de bas niveau pour construire et simuler des circuits quantiques. 

PyQuil offre un solide mélange d'abstraction et d'optimisation, ainsi qu'une couche de simulation réaliste (QVM) qui imite fidèlement le comportement du matériel. Les développeurs peuvent compiler des circuits pour répondre aux contraintes matérielles réelles des appareils Rigetti, telles que la connectivité qubit, les jeux de portes natifs et les profils de bruit. 

Combiné avec l'accès aux QPU Aspen de Rigetti, cela fait de PyQuil un outil pratique et haute fidélité pour la recherche et les tests.  

3. Q#

Version initiale :2017
Créé par :Microsoft
Force unique :Outils de simulation intégrés, bibliothèques quantiques modulaires
Idéal pour  : Développement d'algorithmes de niveau entreprise

Q# (Q-sharp) est un langage de programmation quantique spécifique à un domaine qui utilise un système de types fort et impose une séparation stricte entre les données quantiques et les données classiques afin de minimiser les erreurs de programmation. 

Contrairement aux frameworks comme Qiskit et Cirq qui reposent sur des langages de programmation à usage général comme Python, Q# est conçu dès le départ spécifiquement pour l'informatique quantique. 

Q# se distingue par sa structure formelle, sa forte sécurité de type et son évolutivité à long terme. Il propose un typage statique puissant et une vérification des erreurs au moment de la compilation, ce qui réduit considérablement le risque de bogues. L'un de ses principaux atouts réside dans les outils intégrés d'estimation des ressources, qui permettent aux développeurs non seulement de simuler des circuits quantiques, mais également d'évaluer leur coût en termes de qubits, de nombre de portes et de profondeur de circuit.

Il est livré avec une riche bibliothèque d’opérations quantiques prédéfinies, telles que la transformée de Fourier quantique, l’amplification d’amplitude et la recherche de Grover. De plus, il est profondément intégré à la plate-forme Azure Quantum plus large de Microsoft ainsi qu'à Visual Studio, Visual Studio Code et Jupyter Notebooks. [10]

2. Cirq

Version initiale :2018
Créé par :Équipe Google AI Quantum
Force unique :Contrôle de précision orienté matériel
Idéal pour  : Circuits personnalisés pour les appareils de l'ère NISQ, simulations quantiques

Cirq est un framework de programmation quantique open source conçu principalement pour prendre en charge les appareils NISQ (Noisy Intermediate-Scale Quantum). Il offre aux développeurs un contrôle précis sur les circuits quantiques, en particulier là où la topologie matérielle et les propriétés de bruit sont importantes.

Cirq utilise une architecture basée sur le moment. Il organise les opérations en « moments » temporels, permettant une meilleure simulation du timing d'exécution et facilitant l'intégration de modèles réalistes de bruit et de décohérence. [11]

Contrairement aux cadres de niveau supérieur axés sur les algorithmes quantiques abstraits, Cirq met l'accent sur le contrôle au niveau de la planification des portes et des circuits. Cela permet aux chercheurs d’expérimenter des optimisations tenant compte du matériel et de comparer les opérations quantiques. 

Cirq est souvent utilisé comme couche de programmation de base pour TensorFlow Quantum. C’est également le langage natif pour interagir avec les processeurs quantiques supraconducteurs de Google, tels que Sycamore et Bristlecone. 

1. Qiskit

Version initiale :2017
Créé par :Recherche IBM
Force unique :Intégration verticale profonde avec le matériel quantique d'IBM
Idéal pour :Conception de circuits, prototypage d'algorithmes quantiques, simulations hybrides

Qiskit est un langage de programmation quantique open source qui permet aux développeurs et aux chercheurs de s'intéresser à l'informatique quantique d'un point de vue à la fois théorique et pratique, allant de la simulation de circuits quantiques à leur déploiement sur les processeurs quantiques supraconducteurs d'IBM.

Construit en Python, Qiskit prend en charge le modèle de calcul quantique basé sur des portes et a été étroitement intégré au matériel cloud quantique d'IBM. 

La plate-forme a évolué au-delà d'un SDK de base pour devenir une pile complète qui comprend des bibliothèques d'algorithmes de haut niveau (telles que Qiskit Machine Learning, Nature, Optimization), des constructeurs de circuits de niveau intermédiaire et même un contrôle au niveau des impulsions via Qiskit Pulse. Cette architecture en couches permet aux développeurs de créer, d'expérimenter et d'optimiser des programmes quantiques à chaque niveau d'abstraction. 

L'une des fonctionnalités les plus révolutionnaires de Qiskit est son accès en temps réel au matériel quantique réel via IBM Quantum Experience, qui héberge des processeurs quantiques de 5, 16, 27 et plus de 127 qubits. Cela a donné à des milliers de développeurs une expérience pratique du bruit quantique réel et des limitations des appareils. 

Au cours des dernières années, Qiskit est devenue l’une des plateformes d’informatique quantique les plus accessibles et les plus largement adoptées. Il a été installé plus de 6 millions de fois, avec environ 300 000 nouvelles installations chaque mois. Avec plus de 2 000 forks et plus de 8 000 contributions sur GitHub, Qiskit a également permis l’exécution de plus de 3 000 milliards de circuits quantiques à ce jour. [12]

Lire la suite 

• 21 faits les plus intéressants sur les ordinateurs quantiques   
• 15 processeurs quantiques dotés d'un nouveau paradigme informatique

Sources citées et références supplémentaires   

1. Felipe Ferreira, Une étude exploratoire sur l'utilisation des langages de programmation quantique, ScienceDirect
2. Krishna Upadhyay, Analyse de l'évolution et de la maintenance des référentiels d'informatique quantique, arXiv
3. Finn Voichick, Un langage unifié pour l'informatique quantique et classique, arXiv
4. ProjectQ, un effort logiciel open source pour l'informatique quantique, arXiv
5. Documentation, plug-in PennyLane-Strawberry Fields, PennyLane
6. Documentation, Comment optimiser les problèmes commerciaux à l'aide de solveurs hybrides quantiques classiques, D-Wave
7. Neill Lambert, La boîte à outils quantique en Python, arXiv
8. Quantum Devices, l'écosystème d'appareils quantiques de PennyLane avec plus de 40 options intégrées, PennyLane
9. Documentation, pyQuil vous permet de créer et d'exécuter des programmes Quil en utilisant Python, pyQuil
10. Présentation de Qsharp, Introduction au langage de programmation quantique Q#, Microsoft
11. Référence : Une tranche de temps d'opérations au sein d'un circuit, Google
12. Muhammad AbuGhanem, Ordinateurs quantiques IBM :évolution, performances et orientations futures, Springer