⚛️ quantum physics

Fast design and scaling of multi-qubit gates in large-scale trapped-ion quantum computers

यह शोध पत्र बड़े पैमाने के ट्रैप्ड-आयन क्वांटम कंप्यूटरों के लिए तेज़, सुदृढ़ और प्रोग्राम करने योग्य मल्टी-क्यूबिट एंटैंगलमेंट गेट्स डिजाइन करने के लिए एक बहुपद-समय (पॉलीनोमियल-टाइम) विधि प्रस्तुत करता है, जो एनपी-हार्ड (NP-hard) अनुकूलन चुनौती को दूर करता है और यह प्रदर्शित करता है कि गेट की अवधि क्यूबिट्स की संख्या के साथ रैखिक रूप से स्केल करती है जबकि एंटैंगलमेंट संचालन द्विघाती (क्वाड्रेटिक) रूप से स्केल होते हैं।

मूल लेखक: Lee Peleg, David Schwerdt, Jonathan Nemirovsky, Yotam Shapira, Nitzan Akerman, Ady Stern, Amit Ben Kish, Roee Ozeri

प्रकाशित 2026-01-26

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Lee Peleg, David Schwerdt, Jonathan Nemirovsky, Yotam Shapira, Nitzan Akerman, Ady Stern, Amit Ben Kish, Roee Ozeri

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि एक क्वांटम कंप्यूटर अदृश्य विद्युत क्षेत्रों द्वारा पकड़े गए छोटे, तैरते हुए गोलों (आयनों) की एक लंबी रेखा से बना है। ये गोले "क्यूबिट्स" (qubits) हैं, जो सूचना की बुनियादी इकाइयाँ हैं। इस प्रणाली का जादू यह है कि ये गोले एक-दूसरे से बिना छुए, एक विशाल, अदृश्य स्प्रिंग की तरह एक साथ कंपन करके लंबी दूरी तक "बात" कर सकते हैं।

इस शोध का लक्ष्य इन गोलों को एक जटिल समूह नृत्य (एक "मल्टी-क्यूबिट गेट") करना सिखाना है जहाँ वे सभी एक विशिष्ट पैटर्न में आपस में जुड़ सकें (एंटैंगल हो सकें)—सब एक ही समय में।

समस्या: एक "असंभव" पहेली

शोधकर्ताओं को एक बहुत बड़ी सिरदर्दी का सामना करना पड़ा। जैसे-जैसे आप गोलों की संख्या बढ़ाते हैं, उनके एक साथ कंपन करने के तरीके विस्फोट की तरह बढ़ते जाते हैं। एक ऐसा नृत्य डिजाइन करना जहाँ गोलों का हर जोड़ा ठीक वैसे ही जुड़ जाए जैसा आप चाहते हैं, बिना भ्रमित हुए या ताल से बाहर हुए, एक ऐसी गणितीय समस्या है जो इतनी कठिन है कि इसे "NP-hard" माना जाता है।

इसे 100 संगीतकारों के एक ऑर्केस्ट्रा के संचालन करने की कोशिश करने जैसा समझें। यदि आप चाहते कि प्रत्येक संगीतकार एक विशिष्ट समय पर एक विशिष्ट नोट बजाए ताकि एक पूर्ण स्वर (chord) बन सके, और आपके पास केवल उपकरणों का एक सीमित सेट है, तो संयोजनों की संख्या इतनी विशाल होगी कि एक कंप्यूटर को बड़े समूह के लिए शीट संगीत तैयार करने में ब्रह्मांड की आयु से भी अधिक समय लग जाएगा।

समाधान: "LSF" टूलबॉक्स

टीम ने एक नई विधि बनाई जिसे लार्ज-स्केल फास्ट (LSF) कहा जाता है। हर बार शून्य से पूरी असंभव पहेली को हल करने के बजाय, वे एक चतुर शॉर्टकट का उपयोग करते हैं:

"जीरो-फेज" सीड (Zero-Phase Seed): सबसे पहले, वे एक "खाली" समाधान ढूंढते हैं—एक ऐसा तरीका जिससे गोले कंपन तो करें लेकिन उनमें कोई एंटैंगमेंट (जुड़ाव) न हो। यह एक ऐसी लय खोजने जैसा है जहाँ हर कोई बस झूम रहा है लेकिन वास्तव में एक-दूसरे से जुड़ नहीं रहा है।
"स्ट्रेच एंड ट्वीक" (Stretch and Tweak): वे इस खाली लय को लेते हैं और इसे खींचते हैं (इसे तेज़/मजबूत बनाते हैं)। क्योंकि यह बहुत मजबूत है, लय में एक बहुत ही सूक्ष्म समायोजन से वह विशाल एंटैंगमेंट पैदा होता है जिसकी हमें आवश्यकता होती है।
"पॉलिशिंग" चरण (Polksing Step): अंत में, वे लय को थोड़ा सा बदलने के लिए एक तेज़, चरण-दर-चरण पॉलिशिंग प्रक्रिया का उपयोग करते हैं ताकि कम से कम ऊर्जा का उपयोग करते हुए सटीक लक्षित पैटर्न प्राप्त किया जा सके।

यह विधि इस समस्या को, जिसे हल करने में अनंत समय लगना चाहिए था, मिनटों में हल करने योग्य बना देती है, यहाँ तक कि सैकड़ों आयनों के लिए भी।

मुख्य खोजें

1. गति की सीमा (द "ट्रैफिक जाम")
शोधकर्ताओं ने पाया कि इन गेट्स की गति पर एक सख्त सीमा है।

उपमा: कल्पना कीजिए कि आयन राजमार्ग पर कारें हैं। "कंपन" (ध्वनि तरंगें) एक निश्चित गति से यात्रा करती हैं। यदि आप कारों को उनकी हॉर्न की आवाज़ पूरी लाइन में फैलने से पहले लेन बदलने (एंटैंगल होने) की कोशिश करते हैं, तो सिस्टम टूट जाता है।
परिणाम: उन्होंने खोजा कि इस नृत्य को करने के लिए आवश्यक न्यूनतम समय आयनों की संख्या के साथ रैखिक (linearly) रूप से बढ़ता है। यदि आप आयनों की संख्या दोगुनी करते हैं, तो आपको समय भी दोगुना करना होगा। यह अच्छी खबर है क्योंकि इसका मतलब है कि सिस्टम बड़ा होने पर घातीय (exponentially) रूप से धीमा नहीं होता है; यह बस आनुपातिक रूप से धीमा होता है।

2. शक्ति की आवश्यकता (द "फ्यूल गेज")
उन्होंने गणित को हल करने से पहले ही यह अनुमान लगा लिया कि कितने "ईंधन" (लेजर पावर) की आवश्यकता होगी।

उपमा: यह बिना गाड़ी चलाए, यात्रियों के वजन और ढलान के आधार पर यह अनुमान लगाने जैसा है कि एक कार को कितने पेट्रोल की आवश्यकता है।
परिणाम: उन्होंने एक सरल सूत्र पाया। आवश्यक शक्ति नृत्य के पैटर्न की "जटिलता" (कितने जोड़े जुड़ने की आवश्यकता है) और क्रिस्टल के आकार पर निर्भर करती है। इससे इंजीनियरों को यह जानने में मदद मिलती है कि उनके लेजर पर्याप्त शक्तिशाली हैं या नहीं, इससे पहले कि वे गेट बनाना शुरू करें।

3. गलतियों से निपटना (द "वॉबली टेबल")
वास्तविक जीवन अव्यवस्थायें भरा है। आयनों को थामे रखने वाले विद्युत क्षेत्र बदल सकते हैं, लेजर टिमटिमा सकते हैं, या आयन बाहरी शोर के कारण गर्म हो सकते हैं।

उपमा: कल्पना कीजिए कि आप एक मेज पर प्लेटों का ढेर संतुलित करने की कोशिश कर रहे हैं जो थोड़ी हिल रही है।
परिणाम: टीम ने परीक्षण किया कि उनका सिस्टम कितनी हलचल को सहन कर सकता है। उन्होंने पाया कि जैसे-जैसे आयनों की रेखा लंबी होती जाती है, सिस्टम इन झटकों के प्रति अधिक संवेदनशील हो जाता है। हालाँकि, उनकी विधि को "रोबस्ट" (मजबूत) बनाने के लिए समायोजित किया जा सकता है, जिसका अर्थ है कि यह बिना बिखरे अधिक हलचल को सहन कर सकता है। उन्होंने दिखाया कि अपने गणित में विशिष्ट "सुरक्षा बाधाएं" जोड़कर, वे गेट्स को त्रुटियों के प्रति बहुत अधिक स्थिर बना सकते हैं।

एक वास्तविक उदाहरण: सरफेस कोड (Surface Code)

यह साबित करने के लिए कि यह काम करता है, उन्होंने एक विशिष्ट, बहुत उपयोगी पैटर्न का अनुकरण किया जो त्रुटि-सुधार कोड (जिसे "सरफेस कोड" कहा जाता है) में उपयोग किया जाता है।

उन्होंने 49 आयनों की एक रेखा ली और उन्हें 7x7 ग्रिड में व्यवस्थित किया।
उन्होंने सफलतापूर्वक एक एकल पल्स (pulse) बनाई जिसने त्रुटियों की जांच करने के लिए विशिष्ट आयनों को एक साथ जोड़ा, जबकि अन्य को अकेला छोड़ दिया।
उन्होंने दिखाया कि उनकी विधि इसे लगभग 320 माइक्रोसेकंड में कर सकती है, जबकि पुराने तरीकों (एक-एक करके जोड़ों को जोड़ने) के साथ इसमें बहुत अधिक समय लगता या असंभव गति की आवश्यकता होती।

सारांश

संक्षेप में, यह पेपर ट्रैप्ड आयनों से बने बड़े क्वांटम कंप्यूटरों को प्रोग्राम करने के लिए एक नया "चीट कोड" पेश करता है। यह उस गणितीय समस्या को हल करता है जो पहले बड़े सिस्टम के लिए बहुत कठिन मानी जाती थी, जिससे वैज्ञानिकों को तेज़, कुशल और मजबूत समूह नृत्य डिजाइन करने की अनुमति मिलती है। यह उन क्वांटम कंप्यूटरों के निर्माण का मार्ग प्रशस्त करता है जो केवल छोटे प्रोटोटाइप नहीं, बल्कि जटिल गणना करने में सक्षम बड़े पैमाने की मशीनें हैं।

तकनीकी सारांश: बड़े पैमाने के ट्रैप्ड-आयन क्वांटम कंप्यूटरों में मल्टीक्विबिट गेट्स का तीव्र डिज़ाइन और स्केलिंग

समस्या विवरण
ट्रैप्ड-आयन क्वांटम कंप्यूटर लंबी दूरी की कनेक्टिविटी और लंबी सुसंगतता समय (coherence times) प्रदान करते हैं, जो उन्हें क्वांटम कंप्यूटेशन के लिए एक अग्रणी प्लेटफॉर्म बनाते हैं। हालांकि, इन प्रणालियों को सैकड़ों आयनों तक स्केल करना एक महत्वपूर्ण वैचारिक और तकनीकी चुनौती पेश करता है। जबकि आयन अपने सामूहिक गतिमान मोड (फोनोन बस) के माध्यम से 'ऑल-टू-ऑल' कनेक्टिविटी रखते हैं, बड़े क्रिस्टल के लिए उच्च-फिडेलिटी, प्रोग्राम करने योग्य मल्टीक्विबिट एंटैंगलिंग गेट्स को डिजाइन करना गणनात्मक रूप से अत्यधिक कठिन है।

मुख्य कठिनाई गेट डिज़ाइन समस्या में निहित है: ऐसे नियंत्रण ड्राइव (control drives) का एक सेट खोजना जो $N(N-1)/2$ द्विघाती बाधाओं (सभी क्वबिट जोड़ों के बीच लक्षित एंटैंगलमेंट फेजेस) को एक साथ संतुष्ट करे, जबकि ड्राइव पावर को न्यूनतम रखे और यह सुनिश्चित करे कि मोशनल मोड ग्राउंड स्टेट में वापस आ जाएं। इसे एक द्विघाती रूप से बाधित अनुकूलन समस्या (quadratically constrained optimization problem) के रूप में तैयार किया गया है जो आयनों की संख्या $N$ के साथ $N^2$ के रूप में स्केल करती है, जिससे यह एक NP-hard समस्या बन जाती है। मौजूदा दृष्टिकोण अक्सर समस्या को आयनों के छोटे उपसमुच्चयों तक सीमित कर देते हैं या ग्रेडिएंट-आधारित मिनिमाइजेशन एल्गोरिदम पर निर्भर करते हैं जो बड़े पैमाने की प्रणालियों की जटिलता और बाधाओं के साथ संघर्ष करते हैं।

कार्यप्रणाली: लार्ज-स्केल फास्ट (LSF) विधि
लेखक "लार्ज-स्केल फास्ट" (LSF) नामक एक पद्धतिगत ढांचे को पेश करते हैं ताकि गेट डिज़ाइन समस्या की NP-hard प्रकृति को कम किया जा सके, जिससे सैकड़ों आयनों वाले क्रिस्टल के लिए मजबूत, प्रोग्राम करने योग्य गेट्स का बहुपद-समय (polynomial-time) डिज़ाइन सक्षम हो सके।

स्पेक्ट्रल डोमेन फॉर्मूलेशन: गेट डिज़ाइन को स्पेक्ट्रल डोमेन में तैयार किया गया है, जहाँ ड्राइव फील्ड्स को क्वबिट ट्रांजिशन फ्रीक्वेंसी के आसपास डिट्यून किए गए फूरियर घटकों के योग के रूप में दर्शाया गया है। समस्या को एक वेक्टर $R$ (ड्राइव टोन्स के आयाम) खोजने में बदल दिया गया है जो रैखिक बाधाओं (लुप्त मोशनल डिस्प्लेसमेंट) और द्विघाती बाधाओं (लक्षित एंटैंगलमेंट फेजेस $\phi_{nn'}$ ) को संतुष्ट करते हुए $\|R\|$ के नॉर्म को न्यूनतम करता है।
जीरो-फेज सॉल्यूशन (ZPS) सीड: LSF विधि एक "सीड" समाधान पर निर्भर करती है जिसे जीरो-फेज सॉल्यूशन (ZPS) कहा जाता है। एक ZPS होमोजेनियस समस्या का एक गैर-तुच्छ समाधान है जहाँ सभी लक्षित एंटैंगलमेंट फेजेस शून्य ( $\phi^{(0)}_s = 0$ ) होते हैं। विशिष्ट लक्षित गेट्स के लिए समाधान खोजने से पहले इन ZPSs को संचित किया जाता है।
कन्वर्जन और ऑप्टिमाइजेशन: एल्गोरिदम दो मुख्य चरणों में आगे बढ़ता है:
- कन्वर्जन: एक ZPS को एक बड़े कारक $\lambda$ द्वारा स्केल किया जाता है और एक छोटे वेक्टर $D$ द्वारा विचलित (perturb) किया जाता है ताकि लक्षित द्विघाती बाधाओं को पूरा किया जा सके। लक्षित फेजेस को संतुष्ट करने के लिए स्केल्ड ZPS के आसपास बाधाओं को लीनियराइज़ करके, लेखक $D$ को हल करने के लिए एक रैखिक प्रणाली प्राप्त करते हैं, जो ZPS को एक अनुमानित समाधान $R_{conv}$ में बदल देता है जो लक्षित फेजेस को संतुष्ट करता है।
- नॉर्म रिडक्शन: एक इटरेटिव प्रक्रिया समाधान वेक्टर के नॉर्म को न्यूनतम करती है, जबकि बाधाओं का सख्ती से पालन करती है। इसमें "नॉर्म-रिड्यूसिंग" स्टेप्स (पावर कम करने के लिए समाधान मैनिफोल्ड के साथ चलना) और "एरर-रिड्यूसिंग" स्टेप्स (लक्षित फेजेस से विचलन को ठीक करना) के बीच बारी-बारी से कार्य करना शामिल है। स्टेप साइज की गणना एनालिटिकल रूप से कार्डानो (Cardano) और फेरारी (Ferrari) विधियों का उपयोग करके की जाती है ताकि यह सुनिश्चित हो सके कि एरर एक निर्दिष्ट सहनशीलता (आमतौर पर $10^{-4}$ ) के भीतर रहे।
एग्रीगेशन: एल्गोरिदम को विविध सर्च स्पेस सुनिश्चित करने के लिए कई ZPSs को एकत्रित (aggregate) किया जाता है, जिससे यह विभिन्न एंटैंगलमेंट मैप्स के लिए कुशल समाधान खोजने में सक्षम होता है।

प्रमुख योगदान और परिणाम

पॉलिनोमियल-टाइम स्केलिंग: LSF विधि NP-hard डिज़ाइन समस्या को ZPSs उत्पन्न करने के कार्य (जो विशिष्ट सिमेट्री के लिए कुशलतापूर्वक किया जा सकता है) और कुशल बहुपद-समय अनुकूलन में बदल देती है। बेंचमार्क टेस्ट दिखाते हैं कि LSF, मानक ट्रस्ट-रीजन कंस्ट्रेंड और कंजुगेट-ग्रेडिएंट ऑप्टिमाइज़र की तुलना में लगभग एक ऑर्डर ऑफ मैग्नीट्यूड तेज़ समाधान समय प्राप्त करता है, विशेष रूप से $N > 20$ आयनों वाली प्रणालियों के लिए।
ड्राइव पावर एस्टीमेशन: लेखक आवश्यक कुल रबी फ्रीक्वेंसी ( $\Omega_{nuc}$ ) के लिए एक ह्यूरिस्टिक एस्टीमेटर व्युत्पन्न करते हैं। यह एस्टीमेटर लक्षित एंटैंगलमेंट मैट्रिक्स के न्यूक्लियर नॉर्म $\|\phi\|_{nuc}$ पर निर्भर करता है और आयनों की संख्या $N$ के साथ रैखिक रूप से स्केल करता है। उल्लेखनीय रूप से, सिमुलेशन परिणाम दिखाते हैं कि आवश्यक ड्राइव पावर विशिष्ट मोड स्ट्रक्चर या फ्रीक्वेंसी स्पेसिंग से काफी हद तक स्वतंत्र है, और औसत मोड डेंसिटी टाइम-स्केल $T_\nu$ द्वारा सामान्यीकृत होने पर एक यूनिवर्सल कर्व पर सिमट जाती है।
न्यूनतम गेट समय ( $T_{min}$ ): अध्ययन गेट अवधि पर एक मौलिक निचली सीमा (lower bound) की पहचान करता है। एक क्रिटिकल समय $T_{min} \approx 2.9 \cdot T_\nu$ (जहाँ $T_\nu$ , औसत मोड स्पेसिंग के व्युत्क्रम के समानुपाती है) से नीचे, कोई भी उच्च-फिडेलिटी समाधान नहीं मिल सकता है। महत्वपूर्ण रूप से, $T_{min}$ आयनों की संख्या $N$ के साथ रैखिक रूप से स्केल करता है। इसका तात्पर्य यह है कि जबकि एक साथ होने वाले एंटैंगलमेंट ऑपरेशन्स की संख्या $N^2$ के रूप में स्केल करती है, गेट ड्यूरेशन केवल $N$ के रूप में स्केल करती है, जो अनुक्रमिक गेट कार्यान्वयन (sequential gate implementations) की तुलना में स्केलिंग लाभ प्रदान करती है।
एरर स्केलिंग विश्लेषण: पेपर गेट फिडेलिटी पर तीन प्रमुख त्रुटि स्रोतों के प्रभाव को मापता है:
- मोशनल-मोड फ्रीक्वेंसी ड्रिफ्ट्स: त्रुटियां फ्रीक्वेंसी ड्रिफ्ट और कपलिंग्स की संख्या ( $N^2$ ) के साथ द्विघाती रूप से स्केल करती हैं।
- ड्राइव एम्प्लीट्यूड फ्लक्चुएशन: त्रुटियां शोर के वेरिएंस और कपलिंग्स की संख्या के साथ स्केल करती हैं।
- मोशनल हीटिंग: हीटिंग-प्रेरित त्रुटियों का स्केलिंग शोर के स्थानिक सहसंबंध (spatial correlation) पर निर्भर करता है। अनकोरिलेटेड शोर के लिए, फिडेलिटी $N$ के साथ द्विघाती रूप से घटती है; स्ट्रॉन्गली कोरिलेटेड शोर के लिए, यह रैखिक रूप से घटती है।
  LSF फ्रेमवर्क इन त्रुटियों के विरुद्ध गेट को रोबस्ट बनाने के लिए रैखिक बाधाओं को शामिल करने की अनुमति देता है, जिससे ड्रिफ्ट्स और हीटिंग के प्रति संवेदनशीलता काफी कम हो जाती है।
सरफेस कोड उदाहरण: विधि को 49-आयन क्रिस्टल पर एक सरफेस-कोड स्टेबलाइजर गेट (एक सिंगल पल्स में 33 आयनों को एंटैंगल करना) को लागू करने के लिए प्रदर्शित किया गया है। समाधान कुशल पावर डिस्ट्रीब्यूशन दिखाता है, जो "नोड" आयनों को उच्च ड्राइव एम्प्लीट्यूड और "एज" आयनों को कम एम्प्लीट्यूड आवंटित करता है, और डिस्कनेक्टेड पेयर्स के बीच अवांछित क्रॉस-एंटैंगलमेंट को प्रभावी ढंग से दबाता है।

महत्व और दावे
यह पेपर दावा करता है कि मल्टीक्विबिट गेट्स को डिजाइन करने की वैचारिक बाधा को पार करके सैकड़ों क्यूबिट्स तक ट्रैप्ड-आयन क्वांटम कंप्यूटरों को स्केल करने का मार्ग प्रशस्त करता है। एक तेज़, मजबूत एल्गोरिदम (LSF) प्रदान करके, लेखक दशकों के आयनों और जटिल मल्टीक्विबिट गेट्स वाले सर्किट के ऑफलाइन कंपाइलेशन को सक्षम बनाते हैं, जो पहले NP-hard प्रकृति के कारण एक कठिन कार्य माना जाता था।

यह कार्य स्थापित करता है कि उच्च-फिडेलिटी मल्टीक्विबिट गेट्स बड़े क्रिस्टल के लिए भौतिक रूप से व्यवहार्य हैं, बशर्ते गेट समय रैखिक रूप से स्केल होने वाली दहलीज $T_{min}$ से अधिक हो। इसके अतिरिक्त, ड्राइव पावर, गेट समय और त्रुटि स्रोतों के बीच व्युत्पन्न संबंध प्रयोगकर्ताओं के लिए व्यावहारिक डिज़ाइन दिशानिर्देश और टॉलरेंस प्रदान करते हैं। लेखक नोट करते हैं कि जबकि उनकी विधि लैम्ब-डिक (Lamb-Dicke) सन्निकटन के भीतर डोमिनेंट एरर मैकेनिज्म को संभालती है, उच्च-एम्प्लीट्यूड समाधानों के लिए मैग्नस एक्सपेंशन (Magnus expansion) में क्यूबिट कैरियर्स और उच्च-क्रम पदों के साथ इंटरैक्शन के लिए और सत्यापन की आवश्यकता है। इस फ्रेमवर्क को क्वांटम एरर करेक्शन और ऑप्टिमाइजेशन अनुप्रयोगों के लिए ट्रैप्ड-आयन आर्किटेक्चर में लॉन्ग-रेंज कनेक्टिविटी की क्षमता को साकार करने के लिए एक आधारभूत उपकरण के रूप में प्रस्तुत किया गया है।

समस्या: एक "असंभव" पहेली

समाधान: "LSF" टूलबॉक्स

मुख्य खोजें

एक वास्तविक उदाहरण: सरफेस कोड (Surface Code)

सारांश

इसी तरह के और पेपर