LiDMaS: Architecture-Level Modeling of Fault-Tolerant Magic-State Injection in GKP Photonic Qubits

Resumen Técnico: LiDMaS – Modelado de Inyección de Estados Mágicos en Qubits Fotónicos GKP

1. Planteamiento del Problema

La computación cuántica fotónica es una plataforma líder para el procesamiento de información cuántica tolerante a fallos debido a su baja decoherencia y operación a temperatura ambiente. Sin embargo, lograr una computación universal y tolerante a fallos enfrenta tres desafíos fundamentales:

1. Implementación de puertas no-Clifford: Específicamente, la síntesis de la puerta lógica T (necesaria para la universalidad), que requiere la preparación de estados mágicos.
2. Pérdida de fotones: Un error omnipresente en sistemas fotónicos que, si no se gestiona, corrompe los estados lógicos.
3. Squeezing finito: La calidad de los estados codificados en el esquema Gottesman-Kitaev-Preskill (GKP) está limitada por la compresión (squeezing) experimentalmente alcanzable, lo que introduce ruido de fase.

Existe una brecha crítica en la literatura: la mayoría de los análisis se centran en umbrales asintóticos o en la corrección de errores a nivel de decodificador, sin modelar explícitamente los protocolos de inyección de estados mágicos, la dinámica de "reintentar hasta tener éxito" (RUS) y la interacción entre la pérdida de fotones (heraldada) y la fidelidad lógica final.

2. Metodología: El Marco LiDMaS

Los autores presentan LiDMaS (Lightweight Density-Matrix Simulator), un marco de simulación a nivel de arquitectura diseñado para evaluar la preparación de estados mágicos lógicos sin recurrir a simulaciones costosas de funciones de onda de variables continuas (CV) o librerías de software cuántico complejas.

Componentes clave del modelo:

• Representación: Los qubits lógicos se representan mediante matrices de densidad $2 \times 2$.
• Modelo de Ruido Efectivo:
  • Squeezing Finito: Se mapea a un canal de desfasamiento (dephasing) de Pauli-Z ($D_Z$) con una probabilidad de error $p_Z$ que decae exponencialmente con el aumento del squeezing.
  • Ruido Depolarizante: Se incluye para modelar imperfecciones residuales en las operaciones Clifford y la extracción de síndromes.
  • Pérdida de Fotones (Erasure): Se trata como un proceso de borrado heraldado. Si ocurre una pérdida, el intento de inyección se aborta y se marca como fallido, pero no introduce errores de Pauli en los intentos exitosos.
• Protocolo de Inyección (RUS): Se utiliza un protocolo de inyección de puerta T basado en el estado $|A\rangle$. Si la medición de la ancilla indica un resultado no deseado, el proceso se repite (Repeat-Until-Success).
• Protección Externa (Outer Code): Los estados inyectados exitosamente se protegen mediante un código de superficie (surface code) de distancia $d$. En lugar de simular ciclos de estabilizadores, se utiliza una ley de escalado para la tasa de error lógico.
• Simulación: Se emplea muestreo Monte Carlo sobre matrices de densidad para explorar el espacio de parámetros (squeezing de 8 a 16 dB, probabilidades de pérdida de 0.005 a 0.03, y distancias de código $d = 1, 3, 5, 7$).

3. Contribuciones Clave

1. Modelo Unificado a Nivel de Arquitectura: Se ofrece un marco que integra explícitamente el squeezing finito, el ruido depolarizante y la pérdida de fotones heraldada en la preparación de estados mágicos, evitando simulaciones CV completas.
2. Análisis de Sensibilidad y Desacoplamiento: Se demuestra que, una vez que se cuenta con la protección del código externo y el protocolo RUS, la fidelidad lógica es robusta ante la pérdida de fotones moderada, pero sigue siendo altamente dependiente de la calidad del squeezing.
3. Diagramas de Límites de Fase Cuantitativos: Se introducen mapas de diseño que identifican el squeezing mínimo requerido para lograr simultáneamente una probabilidad de éxito $\ge 0.95$ y una fidelidad lógica $\ge 0.79$, en función de la pérdida y la distancia del código.

4. Resultados Principales

• Probabilidad de Éxito y Overhead:
  • La probabilidad de éxito del protocolo RUS es alta ($\approx 0.90 - 0.99$) en todo el régimen estudiado.
  • El overhead promedio (número de rondas necesarias por intento exitoso) es muy bajo, oscilando entre 1.15 y 1.21, y es casi independiente del squeezing y la pérdida.
• Fidelidad Lógica:
  • La fidelidad lógica final ($F_{log}$) alcanza valores entre 0.765 y 0.796.
  • Existe una dependencia monótona fuerte con el squeezing: mejorar el squeezing mejora directamente la fidelidad.
  • Existe una baja sensibilidad a la pérdida: Una vez aplicada la protección del código externo, variaciones moderadas en la pérdida de fotones tienen un impacto mínimo en la fidelidad de los estados exitosos.
• Análisis de Sensibilidad:
  • El squeezing finito se identifica como la fuente dominante de errores continuos que limitan la fidelidad.
  • La pérdida de fotones afecta principalmente a la tasa de fallos heraldados (abortos), pero no degrada la calidad de los estados que sobreviven al proceso de selección.
• Límites de Fase:
  • Los diagramas muestran un compromiso (trade-off): aumentar la distancia del código de superficie ($d$) permite compensar parcialmente un squeezing menor. Por ejemplo, para $d=1$, no se cumplen los umbrales en el rango simulado, pero para $d=7$, se requieren menos recursos de squeezing para alcanzar la misma fidelidad.

5. Significado e Impacto

Este trabajo cierra la brecha entre los análisis centrados en decodificadores y la síntesis de puertas a nivel de sistema. Sus hallazgos tienen implicaciones cruciales para el diseño de arquitecturas fotónicas escalables:

• Priorización de Recursos: Sugiere que los esfuerzos experimentales deben priorizar la mejora de la calidad del squeezing sobre la reducción de la pérdida de fotones (dentro de rangos moderados), ya que el squeezing es el cuello de botella principal para la fidelidad de las puertas lógicas.
• Viabilidad de Protocolos RUS: Confirma que los protocolos de inyección "reintentar hasta tener éxito", combinados con códigos de corrección de errores externos, son una vía viable para la computación cuántica fotónica, convirtiendo la pérdida de fotones en un canal de fallo manejable en lugar de un error catastrófico.
• Guía de Diseño Cuantitativa: Proporciona reglas de diseño concretas (diagramas de fase) que permiten a los ingenieros de hardware y arquitectos cuánticos equilibrar las capacidades del hardware (squeezing, pérdida) con los requisitos de corrección de errores (distancia del código) para lograr computación tolerante a fallos.

En resumen, LiDMaS demuestra que la computación cuántica fotónica tolerante a fallos es alcanzable con squeezing moderado y niveles realistas de pérdida, siempre que se utilicen protocolos de inyección eficientes y protección de código externo adecuada.