Quantum LDPC codes with design rate 1/5 and good performance below 1000 physical qubits
Diese Arbeit führt eine neue Familie von Quanten-LDPC-Codes mit konstanter Rate ein, die eine Designrate von 1/5 und ein Check-Gewicht von 9 aufweisen und mittels balancierter Produkte klassischer Codes mit nicht-abelschen Symmetrien konstruiert wurden, welche unter realistischen Rauschbedingungen durch maßgeschneiderte Syndomextraktion und effiziente Dekodierung eine hochperformante Fehlertoleranz unter 1000 physikalischen Qubits erreichen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich vor, Sie versuchen, eine Bibliothek aufzubauen, die niemals ein einziges Buch verliert, selbst wenn die Regale wackeln, das Licht flackert und die Bibliothekare gelegentlich ihre Klemmbretter fallen lassen. Dies ist der Traum der fehlertoleranten Quantenberechnung. Die „Bücher“ sind Quantenbits (Qubits), welche unglaublich zerbrechlich sind; eine winzige Brise von Wärme oder ein herumstreunendes Magnetfeld können ihre Informationen durcheinanderbringen. Um sie zu retten, nutzen Wissenschaftler die Quantenfehlerkorrektur. Denken Sie dabei an einen magischen Zauberspruch, bei dem man ein Buch nicht einfach nur einmal schreibt, sondern es in einem riesigen, komplizierten Muster über viele physische Seiten verteilt. Wenn eine Seite zerrissen oder verschmiert wird, kann der Zauber auf die umliegenden Seiten schauen, erkennen, wie der ursprüngliche Text hätte sein sollen, und den Fehler korrigieren, ohne das Buch direkt zu lesen (was die Magie zerstören würde).
Die Herausforderung besteht darin, dass diese „Zaubersprüche“ meist eine massive Menge an zusätzlicher Seiten erfordern. Lange Zeit war der populärste Zauberspruch, genannt Surface Code, wie eine sehr sichere, aber extrem verschwenderische Bibliothek: Um eine nützliche Information zu speichern, benötigt man vielleicht hunderte physische Seiten. Wissenschaftler haben nach einem besseren Zauberspruch gesucht – einem, der ebenso sicher, aber weitaus weniger Seiten benötigt, ein Konzept, das als Constant-Rate-Code bekannt ist. Zudem müssen diese Zaubersprüche auf echten Maschinen funktionieren, wie etwa jenen, die mit gefangenen Ionen oder schwebenden Atomen arbeiten, welche spezifische Regeln darüber haben, wie sie ihre Teile bewegen können. Die große Frage war: Kann man einen Zauberspruch finden, der effizient genug ist, um in einen kleinen Raum (unter 1.000 Seiten) zu passen, aber dennoch stark genug, um die unordentliche Realität eines echten Labors zu bewältigen?
Dieses Paper stellt eine neue Familie dieser magischen Zaubersprüche vor, die ZSZ-LP-Codes genannt werden, die speziell darauf ausgelegt sind, in diesen „kleinen Raum“ zu passen und dennoch unglaublich robust zu sein. Die Autoren, die bei NVIDIA arbeiten, haben nicht nur eine Theorie erdacht; sie haben spezifische Beispiele dieser Codes entwickelt und sie in Computersimulationen getestet, um zu sehen, wie gut sie sich gegen Rauschen behaupten. Sie fanden heraus, dass diese neuen Codes mit nur wenigen hundert physischen Qubits Informationen mit einer so niedrigen Fehlerrate speichern können, dass dies potenziell die Tür zum „Teraquop“-Regime öffnet – ein Begriff für das Ausführen einer Billion zuverlässiger Quantenoperationen. Dies ist ein bedeutender Schritt hin zum Durchführen massiver, weltverändernder Berechnungen (wie dem Knacken komplexer Verschlüsselungen oder der Simulation neuer Medikamente), die zuvor als zu groß für Millionen von Qubits galten.
Das Geheimrezept dieser neuen Codes ist ein kluger mathematischer Trick unter Verwendung von nicht-abelschen Gruppen. Um dies zu verstehen, stellen Sie sich eine Tanzfläche vor. In den alten, einfacheren Codes (abelsch) folgen die Tänzer einer strengen Regel: Wenn Alice nach links geht und dann Bob vorwärts, ist das dasselbe, als würde Bob vorwärts gehen und dann Alice nach links gehen. Es ist vorhersehbar, aber es begrenzt, wie komplex der Tanz sein kann. Die neuen Codes nutzen eine „verdrehte“ Tanzfläche (nicht-abelsch), auf der die Reihenfolge wichtig ist: Alice-dann-Bob ist etwas anderes als Bob-dann-Alice. Dieser zusätzliche Twist ermöglicht es dem Code, viel effizienter und kompakter zu sein. Die Autoren nutzten diesen Twist, um Codes mit einer Design-Rate von 1/5 zu erstellen, was bedeutet, dass sie für jeweils 5 physische Qubits 1 nützliches logisches Qubit speichern können. Dies ist eine enorme Verbesserung gegenüber älteren Methoden, die vielleicht 10 oder 20 physische Qubits für nur ein einziges benötigen könnten.
Das Paper zeigt, dass diese Codes in Simulationen bemerkenswert gut funktionieren. Unter einem Rauschniveau von 0,1 % (was die Fehler darstellt, die in der Maschine auftreten) können die neuen Codes einen Zustand erreichen, in dem sie potenziell bereit für das „Teraquop“-Regime sind. Speziell ein Code namens ZSZ-LP-550, der 550 physische Qubits (plus einige weitere zur Fehlerprüfung) verwendet, zeigte eine logische Fehlerrate von etwa 7 × 10⁻¹⁴ pro Runde in einem Memory-Benchmark. Das ist unglaublich niedrig; es deutet darauf hin, dass, wenn man einen Computer mit diesen Codes bauen würde, er Informationen über eine sehr lange Zeit halten könnte, ohne dass sie korrumpiert werden. Die Autoren haben auch eine Methode entwickelt, um die Fehler zu „lesen“, indem sie einen Greedy-Scheduler nutzen, der Atome in 30–60 Millisekunden bewegt – eine Geschwindigkeit, die gut zu aktueller Neutralatom-Hardware passt.
Die Autoren weisen jedoch vorsorglich darauf hin, dass diese Ergebnisse aus Simulationen stammen, nicht von einer im Labor gebauten physischen Maschine. Sie verwendeten eine leistungsstarke GPU, um einen Dekodierungsalgorithmus namens Relay-BP auszuführen, der wie ein superschneller Detektiv fungiert, der das Rätsel löst, wo die Fehler auftraten. Die Simulationen legen nahe, dass die Codes robust sind, mit einer „Pseudothreshold“ um die 0,5 %, was bedeutet, dass der Code besser wird, je größer er wird, sofern die Fehlerrate der Maschine unter diesem Wert bleibt. Das Paper weist jedoch auch auf einen Kompromiss hin: Da diese Codes diese komplexe „verdrehte“ Mathematik verwenden, sind sie physisch schwieriger zu verdrahten als die einfacheren, älteren Codes. Die Verbindungen zwischen den Qubits sind komplizierter, was den Bau der eigentlichen Hardware zu einer größeren Herausforderung macht.
Die Forscher entdeckten auch, dass diese Codes eine besondere Symmetrie besitzen, die es ihnen ermöglicht, bestimmte logische Operationen (wie das Umkehren von Bits oder das Ändern von Phasen) sehr effizient durchzuführen, fast so, als würde man ein Stück Papier falten, um die Kanten perfekt aufeinander abzustimmen. Dies könnte die „Chirurgie“ vereinfachen, die nötig ist, um verschiedene Teile eines Quantencomputers miteinander zu verbinden. Während sie keinen Code fanden, der in jeder Hinsicht perfekt ist (einige Versionen hatten etwas geringere Distanzen oder erforderten komplexere Verkabelungen), haben sie bewiesen, dass Codes unter 1.000 Qubits tatsächlich die Hochleistungsniveaus erreichen können, die für die nächste Generation von Quantencomputern erforderlich sind.
Kurz gesagt ist dieses Paper ein bedeutender Schritt voran, um zu beweisen, dass wir keinen Quantencomputer in der Größe einer Stadt brauchen, um Großes zu leisten. Durch den Einsatz eines klugen mathematischen Twists haben die Autoren gezeigt, dass eine Maschine in der Größe eines kleinen Server-Racks potenziell den Schlüssel zur Lösung von Problemen halten kann, die für heutige Supercomputer unmöglich sind. Der Weg von dieser Simulation zu einer echten, funktionierenden Maschine ist noch lang und voller technischer Hürden, aber die Karte, die sie gezeichnet haben, sieht sehr vielversprechend aus.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.