Computing with many encoded logical qubits beyond break-even

In dieser Studie demonstrieren die Autoren auf dem 98-Qubit-Trapped-Ion-Prozessor Quantinuum Helios, dass hochratige Quantenfehlerkorrekturcodes mit bis zu 94 logischen Qubits uncodierte Berechnungen übertreffen und damit einen Meilenstein für fehlertolerante, klassisch nicht mehr simulierbare Quantenrechnungen erreichen.

Das Wesentliche

Das große Problem: Der zerbrechliche Quantencomputer

Stell dir vor, du hast einen unglaublich schnellen, aber extrem zerbrechlichen Computer. Er kann Dinge berechnen, die für normale Computer unmöglich sind. Aber er hat ein riesiges Problem: Er ist so empfindlich, dass schon ein winziger Hauch von Störung (wie ein kleines elektrisches Rauschen oder ein bisschen Wärme) die ganze Rechnung kaputt macht.

In der Quantenwelt nennen wir diese Störungen „Fehler". Wenn du einen langen Film drehen willst (eine komplexe Rechnung), aber deine Kamera bei jedem Wackeln das Bild verdirbt, bekommst du am Ende nur ein unscharfes Chaos. Bisher konnten Quantencomputer nur sehr kurze „Filme" drehen, bevor das Bild zu unscharf wurde.

Die Lösung: Der „Eisberg"-Code (Iceberg Code)

Die Forscher von Quantinuum haben eine clevere Idee entwickelt, um diesen zerbrechlichen Computer robuster zu machen. Sie nennen es den Eisberg-Code.

Die Analogie:
Stell dir einen Eisberg vor. Nur die Spitze ist sichtbar (das ist das, was wir sehen), aber darunter liegt eine riesige Masse im Wasser.

• Der normale Computer: Hat nur die Spitze. Wenn ein kleiner Stein (ein Fehler) gegen die Spitze stößt, bricht alles ab.
• Der Eisberg-Code: Hier nehmen wir viele kleine, zerbrechliche Bits (die physischen Qubits) und verknüpfen sie zu einem riesigen, stabilen Block (dem logischen Qubit). Wenn ein Fehler an einer Stelle auftritt, ist er wie ein kleiner Stein, der gegen den riesigen Eisberg stößt. Der Eisberg wackelt vielleicht ein wenig, bricht aber nicht. Der Fehler wird „eingefangen" und kann korrigiert werden, ohne dass die eigentliche Information verloren geht.

Das Besondere an diesem neuen Code ist, dass er sehr effizient ist. Früher dachte man: „Um einen Fehler zu korrigieren, brauchst du 1000 physische Bits für 1 logisches Bit." Das Eisberg-System braucht nur 2 zusätzliche Bits, um viele logische Bits gleichzeitig zu schützen. Das ist wie ein Sicherheitsnetz, das extrem dünn ist, aber trotzdem hält.

Der Durchbruch: „Jenseits der Schwelle" (Beyond Break-Even)

Das ist der wichtigste Teil der Nachricht. Bisher war es so: Wenn man Fehler korrigiert, braucht man so viele zusätzliche Schritte und Bits, dass die Korrektur selbst mehr Fehler macht als sie löst. Das war wie ein Arzt, der bei der Behandlung mehr Patienten krank macht als er heilt.

Was diese Forscher geschafft haben:
Sie haben bewiesen, dass ihre Methode funktioniert. Sie haben einen Computer gebaut, der mit der Fehlerkorrektur besser arbeitet als derselbe Computer ohne Korrektur.

• Ohne Korrektur: Der Computer macht viele Fehler.
• Mit Korrektur: Der Computer macht weniger Fehler, obwohl er mehr Arbeit hat.

Das ist der Moment, in dem die Wissenschaft sagt: „Okay, jetzt haben wir den Wendepunkt erreicht. Wir können jetzt wirklich komplexe Dinge bauen."

Der Test: Ein Quanten-Orchester

Um das zu beweisen, haben sie nicht nur kleine Tests gemacht, sondern echte Aufgaben gelöst:

1. Der GHZ-Zustand (Das Quanten-Orchester): Sie haben versucht, 94 „logische" Bits gleichzeitig in einen perfekten Takt zu bringen (ein sogenannter GHZ-Zustand). Stell dir vor, du hast 94 Geiger, die alle exakt gleichzeitig spielen müssen. Ohne Eisberg-Code würden sie alle leicht daneben spielen. Mit dem Eisberg-Code spielten sie so synchron, dass das Ergebnis fast perfekt war.
2. Die Simulation von Magneten (Der 3D-Magnet): Sie haben simuliert, wie sich Atome in einem 3D-Magnet verhalten. Das ist etwas, das normale Supercomputer kaum schaffen können. Hier haben sie gezeigt, dass ihr fehlerkorrigierter Quantencomputer diese Simulation genauer macht als ein ungeschützter Computer.

Wie haben sie das gemacht? (Die Helios-Maschine)

Sie haben einen speziellen Quantencomputer namens Helios benutzt.

• Die Technik: Anstatt Chips wie normale Computer, nutzen sie gefangene Ionen (geladene Atome), die in einer Art unsichtbarem Käfig aus Magnetfeldern schweben.
• Der Vorteil: Diese Ionen können sich frei bewegen und mit jedem anderen Ionen im Raum sprechen. Das ist wie ein Raum, in dem jeder mit jedem direkt sprechen kann, ohne dass Kabel im Weg sind. Das macht es viel einfacher, diese komplexen „Eisberg"-Netze zu bauen.

Was bedeutet das für die Zukunft?

Stell dir vor, wir bauen gerade die ersten Prototypen von Flugzeugen. Früher waren sie so schwerfällig, dass sie nicht abheben konnten. Jetzt haben diese Forscher gezeigt, dass ihr Flugzeug nicht nur fliegt, sondern auch stabiler ist als ein Ballon, der ohne Motor fliegt.

Die Zusammenfassung für dich:

• Das Problem: Quantencomputer waren zu fehleranfällig für große Aufgaben.
• Die Lösung: Ein neuer, sparsamer Fehler-Schutz (Eisberg-Code), der viele Bits zu einem starken Block verbindet.
• Das Ergebnis: Der Computer mit Schutz ist jetzt besser als der ohne Schutz.
• Die Bedeutung: Wir haben den ersten echten Schritt in Richtung eines Quantencomputers gemacht, der Probleme lösen kann, die für normale Computer unmöglich sind (z. B. neue Medikamente finden oder neue Materialien entwickeln).

Es ist wie der Moment, als die ersten Dampflokomotiven schneller wurden als die schnellsten Pferde. Der Weg ist noch lang, aber jetzt wissen wir: Es funktioniert!

Technische Zusammenfassung

Titel: Rechnen mit vielen kodierten logischen Qubits jenseits der Break-Even-Marke

Autoren: Shival Dasu et al. (Quantinuum)
Veröffentlicht: 26. Februar 2026 (Preprint)
Hardware: Quantinuum Helios (98-Qubit-Ionenfallen-Prozessor)

---

1. Problemstellung

Das Hauptziel der fehlertoleranten Quantenberechnung (FTQC) ist es, logische Qubits zu kodieren, um physikalische Fehler zu unterdrücken. Bisherige experimentelle Implementierungen waren jedoch durch hohe Overheads (Ressourcenverbrauch an Speicher und Zeit) limitiert, sodass nur wenige logische Qubits realisiert werden konnten, die die Leistungsfähigkeit klassischer Computer noch nicht herausfordern.
Das zentrale Problem besteht darin, Fehlerkorrekturcodes zu finden, die:

1. Eine hohe Kodierungsrate bieten (viele logische Qubits pro physikalischem Qubit).
2. Mit den verfügbaren Hardware-Ressourcen (Gatter-Genauigkeit, Konnektivität) skalieren.
3. Eine Leistung erzielen, die besser ist als die unkodierter physikalischer Qubits („Break-Even"-Leistung).

2. Methodik und Ansatz

Die Autoren nutzen die einzigartigen Eigenschaften des Quantinuum Helios-Prozessors (98 Ionen-Qubits mit beliebiger Konnektivität), um eine Familie von „Iceberg"-Quantenfehlererkennungs- (QED) und -korrekturcodes (QEC) zu implementieren.

• Iceberg-Codes: Dies sind Low-Overhead-Codes, die $k$ logische Qubits mit nur zwei zusätzlichen physikalischen Qubits kodieren ($n = k+2$). Sie haben eine Distanz $d=2$ und können jeden einzelnen Qubit-Fehler erkennen.
• Verkettung (Concatenation): Um die Fehlerkorrekturfähigkeit zu erhöhen, werden Iceberg-Codes verschachtelt. Ein Code $I_{k_2} \circ I_{k_1}$ wird gebildet, indem die logischen Qubits eines unteren Codes ($I_{k_1}$) als physikalische Qubits für einen oberen Code ($I_{k_2}$) dienen. Dies ermöglicht Distanzen von $d=4$ und höher.
• Partiell fehlertolerante (pFT) Techniken: Da voll fehlertolerante Algorithmen (FT) noch zu komplex sind, nutzen die Autoren pFT-Ansätze. Diese umfassen die Implementierung von logischen Pauli-Rotationen durch native, kontinuierlich parametrisierte Zwei-Qubit-Gatter, um den Overhead durch nicht-Clifford-Gatter-Synthese zu vermeiden.
• Neue Gadgets: Es wurden verbesserte Schaltkreise für die Initialisierung, Syndrom-Extraktion und das Auslesen (Readout) entwickelt. Besonders hervorzuheben sind:
  • GHZ-basierte Syndrom-Extraktion: Nutzung von 4-Qubit-GHZ-Zuständen zur Parallelisierung der Gatter-Ausführung (angepasst an die 8 Gate-Zonen von Helios).
  • Repeat-Until-Success (RUS) & Leakage-Heralding: Techniken zur Erhöhung der Akzeptanzraten und zum Umgang mit Qubit-Leckagen.
  • Dynamische Entkopplung (DD): Zur Unterdrückung kohärenter Dephasierungsfehler während der Wartezeiten.

3. Schlüsselbeiträge

1. Demonstration von „Beyond Break-Even": Der erste experimentelle Nachweis, dass kodierte logische Operationen eine höhere Genauigkeit (Fidelity) erreichen als ihre unkodierten physikalischen Gegenstücke, selbst bei einer großen Anzahl von Qubits (bis zu 94 logische Qubits).
2. Skalierbare Iceberg-Codes: Implementierung von QED-Codes mit bis zu 94 logischen Qubits und verketteten QEC-Codes mit bis zu 48 logischen Qubits auf einem einzigen Prozessor.
3. Optimierte QEC-Zyklen: Entwicklung eines QEC-Zyklus für verkettete Codes ($d=4$), der im Vergleich zu früheren Ansätzen (z. B. Knill-Style) einen signifikant geringeren Raum-Zeit-Overhead aufweist (nur 18 physikalische Ancilla-Qubits benötigt).
4. Benchmarking-Suite: Umfassende Tests, die über die reine Fehlerkorrektur hinausgehen:
   • Logisches State-Preparation-and-Measurement (SPAM).
   • Zyklus-Benchmarking (Cycle Benchmarking) für logische Gatter.
   • Vorbereitung von GHZ-Zuständen über viele logische Qubits.
   • Simulation des dreidimensionalen XY-Modells (Quantenmagnetismus).

4. Ergebnisse

• Logische SPAM-Genauigkeit: Sowohl für $d=2$ als auch für $d=4$ Codes wurde eine Fehlerquote erreicht, die um mindestens eine Größenordnung besser ist als die des unkodierten physikalischen SPAM-Fehlers auf Helios. Der $d=4$ Code zeigte dabei noch bessere Fidelitäten und Akzeptanzraten als der $d=2$ Code.
• QEC-Leistung: Für den $I_8 \circ I_6$ Code (48 logische Qubits, $d=4$) wurde eine durchschnittliche Zyklus-Unfidelität von $< 4 \times 10^{-5}$ gemessen, ohne dass in 5.000 Schüssen logische Fehler auftraten. Die Akzeptanzrate lag bei 0,62 (nach Postselektion). Dies beweist, dass der Prozessor unterhalb der Pseudo-Schwelle für diesen Code arbeitet.
• Logische Gatter: Die durchschnittliche Unfidelität logischer Gatter lag zwischen $1.0$ und $1.2 \times 10^{-4}$. Dies ist deutlich besser als die rohen physikalischen Zwei-Qubit-Gatter-Fehler von ca. $8 \times 10^{-4}$ auf Helios.
• GHZ-Zustände: Es wurden GHZ-Zustände mit bis zu 94 logischen Qubits (im $I_{94}$ Code) mit einer Fidelität von ca. 95 % erzeugt. Im $I_8 \circ I_6$ Code wurden über mehrere tausend Schüsse hinweg keine logischen Fehler registriert.
• Quantensimulation (XY-Modell): Eine partiell fehlertolerante Simulation eines 3D-Antiferromagneten (4x4x4 Gitter, 64 logische Qubits) zeigte eine Reduktion der effektiven Zwei-Qubit-Fehlerrate um ca. 30 % im Vergleich zur unkodierten Simulation. Die Akzeptanzraten blieben dabei auf einem vernünftigen Niveau.
• Skalierung durch Verkettung: Die Erhöhung der Distanz von 2 auf 4 durch Verkettung verbesserte die Akzeptanzraten signifikant (von ~0,945 auf ~0,972), ohne die Fidelität zu verschlechtern. Dies zeigt, dass die Länge fehlertoleranter Berechnungen durch Verkettung skaliert werden kann.

5. Bedeutung und Ausblick

Diese Arbeit stellt einen Meilenstein auf dem Weg zur praktisch nutzbaren Quantenberechnung dar:

• Viabilität hoher Raten: Sie beweist, dass Hochraten-QEC/QED-Codes auf aktuellen Quantencomputern mit hoher Konnektivität (Ionenfallen, neutrale Atome) realisierbar sind.
• Brücke zur klassischen Überlegenheit: Durch die Fähigkeit, viele logische Qubits mit hoher Genauigkeit zu manipulieren, rückt die Zeit näher, in der Quantencomputer Probleme lösen können, die für klassische Supercomputer unlösbar sind („beyond-classical-scale").
• Ressourceneffizienz: Die entwickelten Techniken (insbesondere die verketteten Iceberg-Codes und die optimierten Gadgets) minimieren den Overhead und machen fehlertolerantes Rechnen mit begrenzten Qubit-Ressourcen möglich.
• Zukunftsperspektiven: Die Ergebnisse motivieren die Erweiterung auf anspruchsvollere Modelle (z. B. Fermi-Hubbard, Kitaev-Modelle) und die Entwicklung voll fehlertoleranter Protokolle mit noch höheren Distanzen, um die Fehlerraten weiter zu senken.

Zusammenfassend demonstriert das Paper, dass Quantencomputer mit Quantinuum Helios bereits heute in der Lage sind, komplexe, fehlerkorrigierte Berechnungen mit einer Genauigkeit durchzuführen, die unkorrigierte physikalische Systeme weit hinter sich lässt.