Nissan explore le calcul quantique pour accélérer le développement de ses électriques

L’ordinateur quantique ne remplace pas encore la soufflerie.

Quemix a annoncé avoir lancé avec Nissan un projet de développement conjoint visant à créer un logiciel d’analyse aérodynamique utilisant le calcul quantique. Au cœur du dispositif figure un algorithme hybride, quantique et classique, conçu pour de futurs ordinateurs quantiques Early FTQC, c’est-à-dire des machines tolérantes aux pannes de première génération. Dans un simulateur quantique, la nouvelle méthode a reproduit avec une grande précision les résultats d’une analyse aérodynamique classique conventionnelle. Nissan et Quemix ont également déposé des demandes de brevet pour cette technologie.

Un point mérite une lecture prudente. Nissan ne prétend pas que l’Ariya, la Leaf ou le Qashqai de demain naîtront dans un ordinateur quantique. Les entreprises ont testé l’algorithme dans un simulateur quantique, et non sur un véritable ordinateur quantique intégré à un processus de développement de véhicule de série. Le récit en devient plus mesuré, mais pas moins important. Dans le développement automobile, l’avantage revient au constructeur capable de calculer l’écoulement de l’air autour de dizaines, voire de centaines de variantes de carrosserie avant de consacrer du temps à la soufflerie et de l’argent à des prototypes physiques.

Pourquoi l’aérodynamique compte plus que jamais dans une voiture électrique.

L’aérodynamique ne sert pas seulement à réduire la traînée à vitesse autoroutière. Elle influe sur l’autonomie d’une voiture électrique, la charge réelle de la batterie, les bruits d’air, les flux de refroidissement, la température des freins et même la protection du soubassement. En Europe, la pression réglementaire ajoute une contrainte supplémentaire. Les objectifs de CO2 pour les voitures particulières neuves se durcissent, l’Agence européenne pour l’environnement indiquant une cible de 93,6 g/km pour 2025 à 2029, de 49,5 g/km pour 2030 à 2034 et de 0 g/km pour 2035.

Cela explique pourquoi Nissan considère l’aérodynamique comme un problème de calcul. Chaque détail de la carrosserie, chaque rétroviseur, passage de roue, carénage inférieur, ouverture de refroidissement et arête de fuite crée des turbulences dans l’écoulement de l’air. La CFD classique, ou mécanique des fluides numérique, fournit aux ingénieurs une masse considérable d’informations, mais elle consomme du temps et de la puissance de calcul. Dans sa propre revue technique, Nissan relevait déjà en 2022 que la CFD exigeait des ressources et un temps importants, et que l’entreprise développait un modèle de substitution fondé sur l’apprentissage automatique afin d’apprendre la relation entre la forme du véhicule et les résultats CFD, puis de prédire la pression, la vitesse de l’air et le coefficient de traînée.

Le nouvel algorithme partage le travail entre deux univers.

L’approche de Nissan et Quemix ne confie pas l’ensemble du problème aérodynamique à un ordinateur quantique. L’ordinateur classique traite les conditions d’entrée et de sortie des flux, ainsi que les éléments liés aux objets en mouvement. L’ordinateur quantique prend en charge le cœur de la dynamique des fluides, y compris les limites des objets stationnaires. Cette répartition des tâches a du sens, car les premiers ordinateurs quantiques tolérants aux pannes n’offriront pas une puissance de calcul illimitée.

Le principal obstacle technique tient aux conditions aux limites. Un simple cube ou une grille régulière se prête beaucoup mieux à un algorithme quantique qu’une carrosserie réelle, dont les surfaces se courbent, dont les détails se croisent et autour de laquelle l’écoulement de l’air, au niveau des roues, du soubassement et de l’arrière, devient extrêmement complexe. Selon Quemix, les circuits quantiques nécessaires à ces conditions aux limites deviennent rapidement trop volumineux. Le nouvel algorithme hybride vise à lever ce goulet d’étranglement en laissant une partie du travail le plus difficile à l’ordinateur classique.

Nissan n’est pas seul dans cette course.

Dans toute l’industrie, le développement de haut niveau suit la même trajectoire: moins d’essais physiques, davantage d’itérations numériques. En avril 2026, IBM et Dallara ont indiqué que leur modèle d’IA fondé sur la physique pouvait évaluer des variantes de diffuseur arrière pour une voiture de course de type LMP2 en environ 10 secondes, quand la CFD conventionnelle demandait des heures. IBM et Dallara explorent aussi en parallèle des approches quantiques et classiques, avec l’objectif de les utiliser plus tard dans des simulations plus complexes.

L’avantage de Nissan est de ne pas traiter la simulation informatique comme une curiosité de laboratoire. Une étude de cas d’AMD a décrit comment Nissan avait amélioré les performances de simulation de crash de 30 % et réduit de 20 % le coût total du flux de travail IAO concerné après son passage à des machines virtuelles Microsoft Azure animées par des processeurs AMD EPYC. Cela montre à quel point Nissan considère la puissance de calcul comme un accélérateur du développement automobile.

Pour les acheteurs, le résultat pourrait être une voiture plus silencieuse et plus efficiente.

Un ordinateur quantique ne rendra pas, à lui seul, la prochaine électrique de Nissan plus séduisante. Mais un outil de ce type pourrait donner aux ingénieurs la possibilité de tester davantage de variantes de carrosserie et de soubassement, afin d’optimiser les flux d’air avant même qu’un coûteux prototype physique n’entre en scène. Pour les clients européens, le résultat pourrait prendre une forme très concrète: quelques pour cent de consommation d’énergie en moins sur autoroute, des bruits d’air réduits et une autonomie électrique réelle accrue.

La valeur principale se trouve dans le temps gagné. Le développement des voitures électriques avance vite, les constructeurs chinois tirent les prix vers le bas et la réglementation européenne impose de surveiller chaque gramme. Si Nissan parvient à intégrer un logiciel aérodynamique hybride, quantique et classique, dans un véritable processus de développement, le constructeur pourrait raccourcir les cycles d’essais et rechercher plus intensément des formes à la fois réussies visuellement et capables de fendre l’air avec moins d’énergie perdue.

Résumé technique.

Nissan et Quemix développent un logiciel de simulation aérodynamique quantique et classique.

Le système vise de futurs ordinateurs quantiques Early FTQC tolérants aux pannes.

L’ordinateur classique calcule l’entrée, la sortie et les éléments liés au mouvement, tandis que l’ordinateur quantique traite le cœur de la dynamique des fluides.

Dans un simulateur quantique, l’algorithme a reproduit avec une grande précision les résultats d’une analyse aérodynamique LBM classique.

Pour le marché européen, les gains potentiels les plus importants concernent la baisse de la consommation d’énergie, l’allongement de l’autonomie électrique et l’accélération du développement des modèles.