FPGA Based Feedforward System for Photonic Quantum Computing Applications

Dieses Paper präsentiert ein hochleistungsfähiges, latenzarmes FPGA-basiertes Feedforward-System, das mit einem hocheffizienten Homodyndetektor integriert ist, um Echtzeit-adaptive Messungen zu ermöglichen, die für die skalierbare kontinuierliche Variablen-messungsbasierte Quanteninformationsverarbeitung essenziell sind.

Das Wesentliche

Das große Ganze: Ein Quanten-"Reflex"-System

Stellen Sie sich vor, Sie versuchen, einen Ball zu fangen, der sich mit Lichtgeschwindigkeit bewegt. In der Welt des Quantencomputings (speziell einer Art namens „Continuous Variable“ oder CV) nutzen Wissenschaftler Lichtwellen, um Informationen zu übertragen. Um komplexe Berechnungen durchzuführen, müssen sie diese Lichtwellen messen und den Pfad anderer Lichtwellen sofort ändern, bas auf dem, was sie gefunden haben.

Das Problem ist, dass Licht unglaublich schnell ist. Wenn man eine Lichtwelle misst und dann auch nur einen winzigen Bruchteil einer Sekunde wartet, um zu entscheiden, was als Nächstes zu tun ist, ist das Licht bereits weitergezogen und die Berechnung ist falsch.

Dieses Paper präsentiert eine Lösung: ein superschnelles „Reflex“-System, das auf einem Chip namens FPGA aufgebaut ist. Es fungiert wie ein blitzschneller Schiedsrichter, der das Spiel beobachtet, eine Entscheidung trifft und den Spielern signalisiert, ihren Zug zu ändern – und das alles, bevor der Ball die Länge eines menschlichen Haares zurückgelegt hat.

Das Problem: Der „Post-Processing“-Engpass

In der Vergangenheit haben Wissenschaftler das Licht gemessen, die Zahlen aufgeschrieben und dann einen Standardcomputer benutzt, um zu berechnen, was als Nächstes zu tun ist. Das ist wie ein Schachspiel, bei dem man einen Zug macht, dann in eine Bibliothek geht, um die Regeln nachzuschlagen, zurückkommt und erst dann den nächsten Zug macht. Bis man zurück ist, ist das Spiel bereits vorbei.

Damit Quantencomputer funktionieren, müssen sie Echtzeit-Entscheidungen treffen. Sie müssen messen, rechnen und handeln – im Blinzeln eines Auges (speziell in weniger als 200 Nanosekunden).

Die Lösung: Das FPGA-„Gehirn“

Die Autoren haben ein System unter Verwendung eines Field-Programmable Gate Array (FPGA) gebaut. Stellen Sie sich ein FPGA nicht als Standard-Prozessor vor (wie den in Ihrem Laptop), sondern als eine maßgeschneiderte Fabrikhalle.

• Standardcomputer (CPUs): Wie ein einzelner Koch in einer Küche, der ein Gericht nach dem anderen zubereitet, Schritt für Schritt.
• FPGAs: Wie eine Küche mit 100 Köchen, die gleichzeitig arbeiten. Sie können alle gleichzeitig schneiden, rühren und anrichten.

Aufgrund dieser parallelen Leistung kann das FPGA die Lichtmessungen verarbeiten und die Steuersignale fast augenblicklich erzeugen.

Wie das System funktioniert (Das Fließband)

Das Paper beschreibt ein spezifisches Fließband für Licht:

1. Die Augen (Der Detektor): Das System nutzt ein spezielles „Auge“ (einen Homodyn-Detektor), das extrem empfindlich ist. Es kann die Lichtwellen mit einer Effizienz von 95 % sehen (es verpasst fast nichts) und kann sie klar sehen, selbst wenn sie sich sehr schnell bewegen (1 GHz).
2. Der Übersetzer (Der ADC): Das Licht wird in digitale Zahlen umgewandelt (wie das Überführen einer gesprochenen Sprache in Text) mit einer Rate von 1 Milliarde Mal pro Sekunde.
3. Der Rechner (Die FPGA-Logik):
   • Das System nimmt die eingehenden Zahlen und vergleicht sie mit einer riesigen Liste vorab geschriebener Regeln (die im Speicher hinterlegt sind).
   • Es führt eine komplexe mathematische Operation (ein „Skalarprodukt“) durch, um genau zu berechnen, wie stark das Licht korrigiert werden muss.
   • Es wandelt diese Mathematik in eine Richtung (Winkel) und eine Stärke (Amplitude) um.
4. Die Hände (Die Modulatoren): Das System sendet ein elektrisches Signal an spezielle Spiegel und Linsen (Modulatoren), die die Lichtwelle physisch verschieben, um ihren Pfad zu korrigieren.

Die „Magie“ des Timings

Der beeindruckendste Teil dieses Papers ist das Timing. Der gesamte Prozess – vom Sehen des Lichts bis zum Bewegen des Spiegels – dauert 196 Nanosekunden.

Um das einzuordnen:

• Licht legt in 200 Nanosekunden etwa 60 Meter zurück.
• Das System ist so schnell, dass die Lichtwelle nicht einmal die Länge eines Fußballfeldes zurückgelegt hat, bevor das System die Korrektur bereits vorgenommen hat.

Warum das für „Cluster States“ wichtig ist

Das Paper erwähnt eine spezifische Art von Quantencomputer, einen sogenannten „Cluster State“-Computer. Stellen Sie sich ein riesiges Netz aus miteinander verbundenen Fäden (Lichtwellen) vor. Wenn man an einem Faden zieht (ihn misst), wackelt das gesamte Netz.

• Das Problem: Das Ziehen an einem Faden drückt versehentlich die anderen Fäden in die falsche Richtung.
• Die Lösung: Das in diesem Paper beschriebene System wirkt wie ein Gegenzug. Es misst das Wackeln sofort und zieht die anderen Fäden wieder in ihre korrekte Position.
• Das Ergebnis: Dies ermöglicht es dem Quantencomputer, zu größeren, komplexeren Aufgaben zu skalieren, ohne dass das „Wackeln“ die Berechnung ruiniert.

Die Verbindung zum „Gaussian Boson Sampling“

Die Autoren erwähnen auch eine spezifische Aufgabe namens „Gaussian Boson Sampling“ (GBS). Denken Sie an eine komplexe Lotterie-Maschine, bei der Kugeln (Photonen) durch ein Labyrinth aus Spiegeln springen. Vorherzusagen, wo die Kugeln landen werden, ist für normale Computer unglaublich schwer.

Dieses neue System ermöglicht es Wissenschaftlern, eine „messbasierte“ Version dieser Lotterie-Maschine zu bauen. Anstatt eine massive, komplizierte Maze aus Spiegeln zu bauen (was Licht verliert und leicht kaputt geht), können sie ein einfacheres Setup verwenden und ihr schnelles „Reflex“-System nutzen, um das komplexe Labyrinth zu simulieren, indem sie das Licht während des Durchgangs sofort anpassen.

Zusammenfassung der Leistungen

• Geschwindigkeit: Das System arbeitet mit einer Gesamtlatenz von 196 Nanosekunden.
• Präzision: Es verwendet einen Detektor mit 95 % Effizienz, der bei hohen Geschwindigkeiten (1 GHz) klar arbeitet.
• Flexibilität: Die „Regeln“ (die Mathematik, die es verwendet) können sofort über Software geändert werden, was bedeutet, dass dieselbe Hardware für verschiedene Arten von Quantenexperimenten genutzt werden kann.
• Realwelt-Test: Sie haben dies nicht nur am Computer simuliert; sie haben es gebaut, an ein Lasersystem angeschlossen und bewiesen, dass es in der realen Welt funktioniert.

Kurz gesagt: Dieses Paper baut das hochgeschwindigkeits-Nervensystem, das für die nächste Generation lichtbasierter Quantencomputer erforderlich ist, damit diese schnell genug denken und reagieren können, um tatsächlich zu funktionieren.

Technische Zusammenfassung

Technisches Resümee: FPGA-basiertes Feedforward-System für photonisches Quantencomputing

Problemstellung
Die kontinuierliche Variablen-basierte messungsbasierte Quanteninformationsverarbeitung (CV MB-QIP) und das messungsbasierte Gaußsche Boson-Sampling (MB-GBS) basieren auf adaptiven Messungen und Feedforward-Operationen, um Skalierbarkeit und Universalität zu erreichen. In diesen Protokollen induziert die Homodyn-Detektion eines Ressourcenzustands (eines Clusterzustands) bedingte Verschiebungen in ungemessenen Moden. Um die Integrität des Quantenzustands zu bewahren, müssen diese Verschiebungen in Echtzeit über optische Modulatoren korrigiert werden. Bestehende Implementierungen führen diese Korrekturen oft in der Post-Processing-Phase durch, was die Anwendbarkeit dieser Protokolle auf fehlertolerantes, skalierbares Quantencomputing einschränkt. Die primäre Herausforderung ist die strikte Latenzanforderung: Die klassische Elektronik muss Signale erfassen, verarbeiten und Steuersignale für optische Modulatoren innerhalb des Zeitrahmens generieren, der durch die Photonen-Ausbreitungsverzögerung im optischen System definiert ist. Traditionelle CPUs und GPUs sind aufgrund ihrer sequentiellen Verarbeitungsnatur ungeeignet, was eine Lösung erfordert, die in der Lage ist, Signalverarbeitung im Nanosekundenbereich parallel durchzuführen.

Methodik
Die Autoren präsentieren ein maßgeschneidertes FPGA-basiertes Fast-Feedforward-System (FF), das die Lücke zwischen theoretischen Modellen und physischen Implementierungen schließt. Das System basiert auf einer AMD Xilinx ZCU102 Entwicklungsplatine und integriert die folgenden Komponenten:

• Detektion: Ein hoch effizienter (HQE), vollständig faserbasierter Homodyn-Detektor (HD) mit >95 % Quanteneffizienz und 15 dB Clearance bei 1 GHz.
• Datenerfassung: Ein 12-Bit, 1 GS/s Analog-Digital-Wandler (ADC) (TI ADS5400) und ein 12-Bit, 250 MHz Digital-Analog-Wandler (DAC) (TI DAC5662).
• Verarbeitungsarchitektur: Das System arbeitet mit einem 250 MHz Takt. Es nutzt eine kundenspezifische VHDL-Implementierung auf dem FPGA-Fabric, die von einem FreeRTOS-Betriebssystem auf dem Processing System (PS) verwaltet wird.
  • M-Extractor: Implementiert eine zeitliche Modenfunktion (TMF) in Echtzeit. Er fungiert als gewichteter Summenfilter für die digitalisierten ADC-Daten, um relevante Quadraturinformationen zu extrahieren, wodurch die Notwendigkeit eines Post-Processings entfällt. Dieses Modul führt eine Latenz von 100 ns ein.
  • Calculation Engine: Führt Skalarproduktberechnungen zwischen einem Vektor von Messergebnissen (m-Vektor) und vorprogrammierten Matrizen (A-Vektoren) durch, die im DDR4-Speicher gespeichert sind. Diese Vektoren werden über eine Direct Memory Access (DMA) Engine übertragen.
  • Koordinatentransformation: Ein CORDIC-Block (Coordinate Rotation Digital Computer) konvertiert die resultierenden kartesischen Koordinaten (x, p) in Polarkoordinaten (Betrag und Phase).
  • Steuerung & Ausgabe: Das System steuert Intensitätsmodulatoren (IM) und Phasenmodulatoren (PM) über den DAC. Es enthält konfigurierbare Logik für Skalierung, Phasenkompensation (PM-Comp) und einen Ringpuffer, um präzise Verzögerungen (bis zu 4 µs) zur Synchronisation mit optischen Verzögerungsleitungen einzuführen.
• Synchronisation: Das System fungiert als Master-Clock, generiert ein 10 MHz Triggersignal zur Synchronisation des gepulsten Lasers und der optischen Komponenten und verwaltet Sample-Hold-Schemata zur Systemstabilisierung.

Wesentliche Beiträge

1. Echtzeit-Feedforward-System: Die Entwicklung einer vollständigen Hardwareplattform, die fähig ist, Signalerfassung, Konditionierung und Logikoperationen in Echtzeit durchzuführen, speziell zugeschnitten auf CV MB-QIP und MB-GBS.
2. Hochleistungsdetektor-Integration: Integration eines vollständig faserbasierten Homodyn-Detektors mit hoher Quanteneffizienz (>95 %) und hoher Bandbreite (1 GHz), was eine minimale Signaldegradation vor der Digitalisierung gewährleistet.
3. Programmierbare Skalarprodukt-Engine: Implementierung einer flexiblen Rechenengine, die die Echtzeit-Berechnung von Skalarprodukten zwischen Messvektoren und vorgespeicherten Matrizen ermöglicht, wodurch die notwendigen Verschiebungs-Korrekturen ohne Post-Processing berechnet werden können.
4. Niedrige Latenz-Architektur: Ein Design, das eine Gesamtsystemlatenz von etwa 196–200 ns erreicht und damit die engen Zeitvorgaben für photonische Quantencomputing-Protokolle erfüllt.

Ergebnisse

• Latenz: Das System erreicht eine Gesamtlatenz von 196 ns (experimentell gemessen), wobei der M-Extractor 100 ns dieses Budgets beansprucht. Diese Latenz ist kompatibel mit optischen Verzögerungsleitungen von etwa 40 Metern pro Photon.
• Detektorleistung: Der Homodyn-Detektor weist eine Rauschäquivalenzleistung (NEP) von etwa 3 pW/$\sqrt{\text{Hz}}$ auf und hält eine Clearance von >15 dB bei 1 GHz mit einem 4 mW Local Oscillator aufrecht.
• Verifizierung: Das System wurde sowohl durch SystemVerilog-Simulation als auch durch Hardwaretests mit einem 10 kHz Sinus-Eingang verifiziert. Die experimentellen Daten bestätigten, dass das System das Skalarprodukt korrekt berechnet, die kartesisch-zu-polare Koordinatentransformation durchführt und die korrekten Phasen- und Magnitudensignale an die Modulatoren ausgibt. Die Phasenausgabe oszillierte korrekt zwischen 45° und -135° als Reaktion auf das Eingangssignal, was die Timing- und Berechnungslogik validiert.
• Skalierbarkeit: Die Architektur unterstützt die gleichzeitige Verarbeitung von 80 Messmodi und kann bis zu 160.000 A-Vektoren im externen DDR4-Speicher verwalten.

Bedeutung und Ansprüche
Das Paper behauptet, dass diese Arbeit die Machbarkeit von Echtzeit-Feedforward für CV MB-QIP demonstriert, ein entscheidender Schritt hin zu skalierbarem, fehlertolerantem photonischem Quantencomputing. Durch die Ermöglichung deterministischer, niederlatenzbasierter Korrekturen adressiert das System einen Engpass, der diese Protokolle zuvor auf das Post-Processing beschränkte. Die Autoren positionieren das System als Referenz für die elektronischen Anforderungen des Feedforwardings, insbesondere für Forscher ohne FPGA-Erfahrung, und als Werkzeug, um CV MB-QIP-Konzepte der Elektrotechnik näherzubringen.

Die Autoren geben explizit an, dass das System zwar gegen die Anforderungen von MB-GBS validiert wurde, seine Architektur jedoch generalistisch ist und auf andere messgesteuerte Quantenprotokolle, adaptive Optik oder Echtzeit-Hamiltonian-Engineering-Aufgaben ausgeweitet werden kann. Sie räumen ein, dass während der aktuelle Bulk-Optik-Aufbau eine ausreichende Verzögerungsverwaltung ermöglicht, die zukünftige Integration auf photonischen Chips höhere Taktraten und weitere Optimierungen erfordern wird, um erhöhte Ausbreitungsverluste und strengere Latenzbeschränkungen zu bewältigen. Die Arbeit unterstreicht die Rolle von FPGAs als Brücke zwischen theoretischen Modellen und physischen Implementierungen in der Technologie auf Basis von Photonik.