Surface code scaling on heavy-hex superconducting quantum processors

Auf der Suche nach dem Bau eines Quantencomputers stehen Wissenschaftler vor einem grundlegenden Problem: Die empfindlichen Quantenzustände, die Informationen speichern, sind unglaublich fragil. Die kleinste Störung aus der Umgebung kann die Daten korrumpieren und dazu führen, dass die Maschine versagt. Um dies zu lösen, entwickelten Forscher eine Methode namens Quantenfehlerkorrektur. Anstatt sich auf eine einzige, perfekte physische Komponente zu verlassen, verteilen sie ein einzelnes Stück Information über viele physische Komponenten. Wenn ein Teil einen Fehler macht, kann das System den Fehler erkennen und beheben, ohne die Information zu verlieren – ganz ähnlich wie eine einzelne zerrissene Seite in einem Buch nicht die ganze Geschichte zerstört, wenn der Text auf mehreren Seiten gedruckt ist. Der vielversprechendste Weg, dies zu tun, ist die Verwendung eines „Surface Code“, einer gitterartigen Anordnung, bei der die Information durch die Überprüfung der Beziehungen zwischen benachbarten Teilen geschützt wird. Damit dieser Schutz jedoch funktioniert, muss die Maschine in der Lage sein, Fehler schneller zu korrigieren, als sie auftreten. Dies erfordert, dass das System unterhalb einer spezifischen „Schwelle“ des Rauschens arbeitet. Wenn die Maschine zu verrauscht ist, führt die Fehlerkorrektur selbst mehr Fehler ein, als sie behebt.

Die Herausforderung wird noch schwieriger, wenn die physische Hardware nicht natürlich dem für den Surface Code erforderlichen Gittermuster entspricht. Die meisten heutigen Quantenprozessoren sind mit einer spezifischen Layout-Verbindung aufgebaut, die von dem idealen quadratischen Gitter für diese Codes abweicht. Um sie zusammen zum Laufen zu bringen, müssen Wissenschaftler kluge Wege finden, um den Code auf die Hardware abzubilden, was oft zusätzliche Schritte erfordert, um Informationen zwischen entfernten Teilen des Chips zu bewegen. Diese zusätzlichen Schritte erzeugen Pausen, in denen die Qubits untätig warten. Während dieser Pausen sind die Qubits anfällig für Rauschen, das sich ansammeln und den Schutz ruinieren kann, den der Code eigentlich bieten soll. Ein Team von Forschern setzte sich zum Ziel zu testen, ob sie diesen schwierigen Aufbau auf einem echten Quantenprozessor zum Laufen bringen können, speziell auf einem mit einem einzigartigen „Heavy-Hex“-Layout, das von IBM verwendet wird. Sie wollten sehen, ob sie die Größe ihres Fehlerkorrektur-Codes skalieren und tatsächlich sinkende Fehlerraten beobachten konnten, um zu beweisen, dass das System in die sichere Zone eintritt, in der Quantencomputer schließlich leistungsfähig genug werden könnten, um reale Probleme zu lösen.

Die Forscher wandten sich an einen 156-Qubit-Prozessor namens „Heron“, der eine Heavy-Hex-Gitterstruktur aufweist. Dieses Layout ist darauf ausgelegt, Interferenzen zwischen den Qubits zu reduzieren, macht es aber schwieriger, den Surface Code zu implementieren, da die Qubits nicht alle direkt mit ihren Nachbarn verbunden sind. Um diese Lücke zu schließen, entwarf das Team eine neue Methode, um den Code in den Chip einzubetten. Sie nutzten eine Technik, die den Schaltkreis faltet und entfaltet, wobei spezielle „Brücken-Qubits“ verwendet werden, um entfernte Teile des Codes vorübergehend zu verbinden, damit diese miteinander kommunizieren können. Dieser Ansatz minimierte die Zeit, in der die Qubits warteten, und hielt den Schaltkreis so kurz wie möglich. Doch sie wussten, dass selbst mit einem kurzen Schaltkreis die Leerlaufmomente immer noch dazu führen können, dass sich Rauschen aufbaut. Um dem entgegenzuwirken, integrierten sie eine leistungsstarke Strategie zur Rauschunterdrückung namens „Dynamical Decoupling“. Dies beinhaltet das Anwenden einer schnellen Serie von Steuerpulsen auf die Qubits, während sie warten, was effektiv die unerwünschten Wechselwirkungen mit der Umgebung auslöscht, bevor sie Schaden anrichten können.

Das Team testete ihr System, indem sie den Fehlerkorrektur-Code in zwei verschiedenen Größen ausführten. Sie begannen mit einem kleineren Code und erweiterten ihn dann in einer Richtung, um einen größeren, anisotropen Code zu erstellen. In einer perfekten Welt würde das Vergrößern des Codes die Information immer besser schützen. Aber in der realen Welt erfordert ein größerer Code einen komplexeren Schaltkreis, was mehr Möglichkeiten für Fehler schafft. Die Forscher fanden heraus, dass sich der Schutz beim Vergrößern des Codes für eine Art von Fehler verbesserte, für die andere jedoch nicht. Speziell: Als sie den Code in eine Richtung verlängerten, wurde er wesentlich besser darin, Phase-Flip-Fehler zu schützen, aber der Schutz gegen Bit-Flip-Fehler verbesserte sich nicht so stark. Dies geschah, weil die zusätzliche Komplexität des größeren Schaltkreises neue Schwachstellen einführte, die der Code noch nicht bewältigen konnte.

Eine entscheidende Entdeckung in dieser Arbeit war die Rolle der Rauschunterdrückungspulse. Die Forscher fanden heraus, dass ohne diese Pulse der größere Code besser zu funktionieren schien als der kleinere, was auf eine erfolgreiche Skalierung hindeutete. Dies war jedoch ein irreführendes Ergebnis. Als sie die Rauschunterdrückungspulse anwandten, stellten sie fest, dass der kleinere Code viel stärker von ihnen profitierte als der größere. Die Pulse waren so effektiv darin, das Rauschen im kleineren, einfacheren Schaltkreis zu bereinigen, dass es so aussah, als würde der größere Code im Vergleich dazu versagen. Dies offenbarte eine Falle: Wenn man die Rauschunterdrückung nicht sorgfältig für jede getestete Codegröße optimiert, könnte man fälschlicherweise behaupten, dass das Hochskalieren funktioniert, obwohl es das nicht tut. Das Team zeigte, dass nur durch den Vergleich der jeweils besten Version jeder Codegröße ein ehrliches Bild der Leistung gewonnen werden konnte.

Um die Ergebnisse genau zu messen, bewegte sich das Team weg von Standardmethoden zur Berechnung von Fehlerraten, die auf einfachen Annahmen über das Verhalten von Fehlern beruhen. Stattdessen entwickelten sie eine neue Metrik basierend auf der „Entanglement Fidelity“, die misst, wie gut das System die Quanteninformation über alle möglichen Zustände hinweg bewahrt, nicht nur über diejenigen, die am einfachsten zu messen sind. Mit dieser strengen Methode fanden sie heraus, dass das System auf ihrer aktuellen Hardware noch nicht den Punkt erreicht hatte, an dem die Skalierung der Codegröße eine bessere Protektion für alle Arten von Informationen garantiert. Während die größeren Codes in spezifischen Richtungen Verbesserungen zeigten, war das Gesamtsystem immer noch zu verrauscht, um die universelle Protektion zu erreichen, die für eine voll fehlertolerante Maschine nötig wäre.

Die Studie kommt zu dem Schluss, dass der Weg zu einem funktionierenden Quantencomputer klar ist, aber präzise Ingenieurskunst erfordert. Die Forscher demonstrierten, dass sie durch die Kombination einer intelligenten Methode zur Abbildung des Codes auf die Hardware mit aggressiver Rauschunterdrückung den Beginn der Fehlerunterdrückung sehen konnten. Sie zeigten, dass mit einer moderaten Reduktion der aktuellen Rauschpegel – etwa um dreißig Prozent – und dem Zugang zu einem etwas größeren Chip, um einen noch größeren Code zu beherbergen, das System die Schwelle in die sichere Zone überschreiten würde. Diese Arbeit beansprucht nicht, das Problem der Quantenfehlerkorrektur gelöst zu haben, aber sie liefert eine konkrete Roadmap. Sie beweist, dass die richtige Kombination aus hardwarebewusstem Design und Rauschkontrolle diese Systeme näher an den Punkt bringen kann, an dem sie zuverlässig die komplexen Berechnungen durchführen können, die die Zukunft des Quantencomputings definieren werden.