⚛️ quantum physics

Approximate synthesis of general single-qubit unitaries over the Clifford+ $\sqrt{T}$ gate set

यह शोध पत्र क्लिफ़ोर्ड+ $\sqrt{T}$ गेट सेट पर सामान्य सिंगल-क्यूबिट यूनिटरीज को सिंथेसाइज़ करने के लिए एक डिटरमिनिस्टिक, एंसिला-मुक्त एल्गोरिदम प्रस्तुत करता है जो मानक क्लिफ़ोर्ड+ $T$ सेट के लिए इष्टतम $3.0\log_2(1/\varepsilon)$ की तुलना में $2.4\log_2(1/\varepsilon)$ का कम रिसोर्स कॉस्ट स्केलिंग प्राप्त करता है, जबकि यह सुनिश्चित करता है कि एक बार कैटलिस्ट स्टेट (catalyst state) को एमोर्टाइज़ (amortize) करने के बाद यह नया तरीका कभी भी अधिक महंगा नहीं होगा।

मूल लेखक: Mathias Weiden, Jae Won Kim, Justin Kalloor, John Kubiatowicz, Costin Iancu

प्रकाशित 2026-09-16

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Mathias Weiden, Jae Won Kim, Justin Kalloor, John Kubiatowicz, Costin Iancu

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

क्वांटम कंप्यूटर उन समस्याओं को हल करने का वादा करते हैं जो आज की मशीनों के लिए असंभव हैं, लेकिन वे अविश्वसनीय रूप से नाजुक होते हैं। विश्वसनीय रूप से काम करने के लिए, उन्हें एक विशेष प्रकार के त्रुटि सुधार (error correction) के साथ बनाया जाना चाहिए जो सरल ऑपरेशनों को जटिल, संसाधन-गहन प्रक्रियाओं में बदल देता है। इस दुनिया में, किसी भी गणना का सबसे महंगा हिस्सा बुनियादी तर्क (logic) नहीं, बल्कि संभावनाओं की एक पूर्ण श्रृंखला बनाने के लिए आवश्यक विशिष्ट, गैर-मानक चालें हैं। वैज्ञानिक इन महंगी चालों को "मैजिक स्टेट्स" (magic states) कहते हैं। क्वांटम सर्किट बनाने के मानक टूलकिट में गेट्स का एक सेट होता है जो सस्ते और आसान होते हैं, और एक विशिष्ट, महंगा गेट होता है जो जटिल गणनाओं के इंजन के रूप में कार्य करता है। वर्षों से, लक्ष्य इस सीमित टूलकिट का उपयोग करके किसी भी वांछित गणना को करने के लिए सबसे छोटा, सबसे कुशल पथ खोजना रहा है, क्योंकि प्रत्येक अतिरिक्त चरण लागत और विफलता के जोखिम को बढ़ाता है।

कैलिफोर्निया विश्वविद्यालय, बर्कले और लॉरेंस बर्कले नेशनल लेबोरेटरी के शोधकर्ताओं की एक टीम ने अब केवल एक नया उपकरण जोड़ने से इन गणनाओं को काफी सस्ता बनाने का तरीका खोज लिया है। उन्होंने एक ऐसा गेट पेश किया जो मानक महंगे गेट के आकार का ठीक आधा रोटेशन (घूर्णन) करता है। हालांकि यह नया गेट एक मामूली बदलाव जैसा लग सकता है, लेकिन यह समस्या की ज्यामिति को पूरी तरह से बदल देता है। इस सूक्ष्म रोटेशन का उपयोग करके, शोधकर्ताओं ने क्वांट ऐसे सर्किट बनाने की एक नई विधि विकसित की जो पहले सोची गई तुलना में बहुत कम चरणों के साथ अपने लक्ष्य तक पहुँच जाते हैं। उनका कार्य यह प्रदर्शित करता है कि कार्यों की एक विस्तृत श्रृंखला के लिए, यह नया दृष्टिकोण आवश्यक संसाधनों की संख्या को लगभग बीस प्रतिशत कम कर देता है, जो फॉल्ट-टोरेंट क्वांटम कंप्यूटिंग के लिए एक अधिक कुशल मार्ग प्रदान करता है।

शोधकर्ताओं द्वारा सामना की गई चुनौती अनिवार्य रूप से नेविगेशन (मार्गदर्शन) की समस्या है। कल्पना करें कि आप एक ग्रिड पर एक बिंदु से दूसरे बिंदु तक जाने की कोशिश कर रहे हैं। यदि आप केवल बड़े, निश्चित आकार के कदम उठा सकते हैं, तो आप अक्सर अपने गंतव्य से आगे निकल जाएंगे या गंतव्य के करीब पहुँचने के लिए एक लंबा, घुमावदार रास्ता लेने के लिए मजबूर होंगे। मानक क्वांटम टूलकिट बड़े कदमों वाले ग्रिड की तरह है। इस अध्ययन में पेश किया गया नया गेट छोटे कदम के आकार की तरह कार्य करता है, जिससे यात्री स्थान को अधिक सटीकता से नेविएट कर सकता है और कम कुल चालों के साथ गंतव्य तक पहुँच सकता है। शोधकर्ताओं ने केवल यह विचार ही प्रस्तावित नहीं किया; उन्होंने एक पूर्ण एल्गोरिदम बनाया जो किसी भी वांछित क्वांटम ऑपरेशन को लेता है और इन नए, छोटे कदमों के सबसे छोटे अनुक्रम (sequence) का पता लगाता है ताकि इसे प्राप्त किया जा सके। उन्होंने इस पद्धति का परीक्षण हजारों यादृच्छिक (random), जटिल लक्ष्यों का उपयोग करके मौजूदा सर्वोत्तम तकनीकों के विरुद्ध किया, और परिणाम सुसंगत और स्पष्ट थे।

टीम का एल्गोरिदम इस समस्या को समाधानों के एक विशाल परिदृश्य में खोज के रूप में मानकर काम करता है। एक जटिल ऑपरेशन को छोटे, अलग हिस्सों में तोड़ने के बजाय—एक ऐसी विधि जो अक्सर अक्षम, लंबे पथों की ओर ले जाती है—उन्होंने समस्या को एक संपूर्ण इकाई के रूप में हल किया। इस प्रत्यक्ष दृष्टिकोण ने उन्हें काफी छोटे पथ खोजने की अनुमति दी। जब उन्होंने इन नए सर्किटों की लागत को मापा, तो उन्होंने पाया कि जैसे-जैसे सटीकता की आवश्यकता बढ़ती है, आवश्यक महंगे संसाधनों की संख्या बहुत धीमी गति से बढ़ती है। मानक पद्धति के लिए, जैसे-जैसे आप उच्च सटीकता की मांग करते हैं, लागत एक निश्चित दर से बढ़ती है। उनकी नई पद्धति के साथ, लागत उल्लेखनीय रूप से धीमी दर से बढ़ती है। व्यावहारिक रूप से, इसका अर्थ यह है कि गंभीर वैज्ञानिक कार्य के लिए आवश्यक उच्च-परिशुद्धता वाली गणनाओं के लिए, नई पद्धति पर्याप्त मात्रा में संसाधनों की बचत करती है।

इस खोज के सबसे महत्वपूर्ण पहलुओं में से एक यह है कि यह स्वयं नए उपकरण की लागत को कैसे संभालता है। शोधकर्ताओं ने यह धारणा नहीं बनाई कि नए, छोटे गेट को मुफ्त में बनाया जा सकता है। वास्तव में, इस गेट को बनाने के लिए एक विशेष "कैटलिस्ट" (catalyst) अवस्था की आवश्यकता होती है, जो एक पुन: प्रयोज्य संसाधन है जिसे एक बार तैयार किया जाना चाहिए और फिर कई बार उपयोग किया जाना चाहिए। टीम ने गणना की कि इस कैटलिस्ट को तैयार करने की लागत को शामिल करने के बाद भी, नई पद्धति लगभग हर उस मामले में पुरानी पद्धति की तुलना में सस्ती बनी रहती है जो उन्होंने परीक्षण किए थे। वास्तव में, उन्होंने जितने भी यादृच्छिक कार्य आजमाए, उनमें से निन्यानवे प्रतिशत से अधिक मामलों में, नई पद्धति स्पष्ट रूप से सस्ती थी। एकमात्र समय जब नई पद्धति सस्ती नहीं थी, वह तब था जब कार्य इतना सरल था कि छोटे कदमों से होने वाली बचत कैटलिस्ट की प्रारंभिक लागत की भरपाई नहीं कर सकी, लेकिन तब भी, यह कभी अधिक महंगी नहीं थी। यह मजबूती दर्शाती है कि यह लाभ वास्तविक है और केवल एक सैद्धांतिक जिज्ञासा नहीं है।

शोधकर्ताओं ने अपनी नई पद्धति की तुलना पुराने, मानक टूलकिट के साथ प्राप्त सर्वोत्तम संभव परिणामों से भी की। उन्होंने पाया कि उनके नए सर्किट न केवल सस्ते थे, बल्कि वे लगातार बेहतर भी थे। औसतन, नए दृष्टिकोण ने सबसे कुशल मानक सर्किटों की तुलना में लागत को लगभग पच्चीस प्रतिशत कम कर दिया। यह एक ऐसे क्षेत्र में एक महत्वपूर्ण उपलब्धि है जहाँ हर बचा हुआ कदम मायने रखता है। टीम ने अपने कार्य को एक ओपन-सोर्स सॉफ्टवेयर लाइब्रेरी के रूप में जारी किया है, जिससे अन्य वैज्ञानिक तुरंत इन नए, अधिक कुशल सर्किटों का उपयोग कर सकें। उन्होंने यह भी नोट किया कि जबकि उनकी विधि अतिरिक्त क्वांटम मेमोरी का उपयोग किए बिना समस्या को हल करने का सबसे अच्छा नियत (deterministic) तरीका है, अन्य तकनीकें भी हैं जो और भी कम लागत प्राप्त करने के लिए यादृच्छिकता (randomness) या अतिरिक्त मेमोरी का उपयोग करती हैं। हालाँकि, उन तकनीकों के अपने समझौते (trade-offs) हैं, जैसे कि सफल होने के लिए कई प्रयासों की आवश्यकता होना या अतिरिक्त हार्डवेयर की आवश्यकता होना। नई पद्धति इसलिए विशिष्ट है क्योंकि यह एक एकल, गारंटीकृत समाधान प्रदान करती है जो अतिरिक्त संसाधनों की आवश्यकता के बिना हर बार काम करता है।

इस कार्य के निहितार्थ केवल कुछ कदम बचाने से कहीं अधिक हैं। यह दिखाते हुए कि ऑपरेशनों का एक महीन ग्रिड सस्ते सर्किट की ओर ले जाता है, शोधकर्ताओं ने क्वांटम कंप्यूटरों को अनुकूलित करने का एक नया मार्ग खोल दिया है। उन्होंने प्रदर्शित किया कि मानक टूलकिट के साथ जो कुछ भी हासिल किया जा सकता है, उसकी सैद्धांतिक सीमाएँ अंतिम शब्द नहीं हैं। उपकरणों के सही संयोजन और समाधान खोजने के स्मार्ट तरीके के साथ, क्वांटम गणना की लागत को और कम किया जा सकता है। टीम ने यह दावा नहीं किया कि उन्होंने दक्षता का पूर्ण गणितीय स्तर खोज लिया है, लेकिन उनके परिणाम दिखाते हैं कि वर्तमान सर्वोत्तम विधियाँ राह का अंत नहीं हैं। जैसे-जैसे क्वांटम कंप्यूटर प्रयोगात्मक प्रोटोटाइप से व्यावहारिक मशीनों की ओर बढ़ रहे हैं, ऑपरेशनों की लागत को कम करने के तरीके खोजना महत्वपूर्ण होगा। यह नई पद्धति इसे करने का एक ठोस, परीक्षित तरीका प्रदान करती है, जिससे बड़े पैमाने पर, फॉल्ट-टोरेंट क्वांटम कंप्यूटिंग का सपना थोड़ा और सुलभ हो जाता है।

तकनीकी सारांश: Clifford+ $\sqrt{T}$ गेट सेट पर सामान्य सिंगल-क्यूबिट यूनिटरीज का अनुमानित संश्लेषण (Approximate Synthesis)

समस्या विवरण (Problem Statement)

फॉल्ट-टॉलोरेंट क्वांटम सर्किट की लागत नॉन-क्लिफोर्ड (non-Clifford) गेट्स, विशेष रूप से $T$ गेट (Z-अक्ष के चारों ओर $\pi/4$ रोटेशन) द्वारा निर्धारित होती है। जबकि मानक Clifford+ $T$ गेट सेट पर सामान्य सिंगल-क्यूबिड यूनिटरीज के लिए नियत (deterministic), अनसािला-मुक्त (ancilla-free) संश्लेषण ने सिद्ध $T$ -काउंट अनुकूलता (optimality) प्राप्त कर ली है, $\sqrt{T}$ गेट (एक $\pi/8$ रोटेशन) का परिचय लागू करने योग्य ऑपरेशन्स के एक सूक्ष्म लैटिस (finer lattice) को प्रस्तुत करता है।

यद्यपि यह माना गया था कि $\sqrt{T}$ मैजिक स्टेट्स तक पहुँचने से संश्लेषण लागत कम हो जाएगी, लेकिन Clifford+ $\sqrt{T}$ गेट सेट पर सामान्य यूनिटरीज के लिए कोई सीधा, नियत, अनसािला-मुक्त एल्गोरिदम मौजूद नहीं था। पूर्ववर्ती विधियाँ अप्रत्यक्ष दृष्टिकोणों पर निर्भर थीं, जैसे कि एक सामान्य यूनिटरी को तीन सिंगल-एक्सिस रोटेशन (यूलर डिकम्पोजिशन) में विभाजित करना और प्रत्येक को स्वतंत्र रूप से संश्लेषित करना, या संभावabilistic मिक्सिंग और अनसािला-आधारित फॉलबैक का उपयोग करना। यह शोध पत्र एक प्रत्यक्ष Clifford+ $\sqrt{T}$ संश्लेषण एल्गोरिदम प्रदान करके इस अंतर को भरता है जो इन अप्रत्यक्ष डिकम्पोजिशन और अनसािला ओवरहेड्स से बचता है।

कार्यप्रणाली (Methodology)

गणितीय ढांचा (Mathematical Framework)

लेखक द्वारा Morisaki et al. द्वारा Clifford+ $T$ के लिए विकसित किए गए पूर्णांक लैटिस-पॉइंट एन्यूमरेशन (integer lattice-point enumeration) पद्धति का विस्तार किया गया है।

रिंग एक्सटेंशन (Ring Extension): संश्लेषण समस्या को साइक्लोटॉमिक इंटीजर्स $Z[\omega]$ (जहाँ $\omega = e^{2\pi i/8}$ ) से बड़े रिंग $Z[\zeta]$ (जहाँ $\zeta = e^{2\pi i/16}$ ) में मैप किया गया है।
लैटिस ज्योमेट्री (Lattice Geometry): एक लक्ष्य यूनिटरी $V$ $V$ को 16-आयामी पूर्णांक लैटिस में एम्बेड किया जाता है (Clifford+ $T$ $T$ के 8-आयामी लैटिस की तुलना में)। खोज एक पूर्णांक वेक्टर $x$ $x$ की तलाश करती है जो तीन ज्यामितीय शर्तों को पूरा करता है:
1. नॉर्म शेल (Norm Shell): $\|x\|^2 = 2^k$ , यह सुनिश्चित करता है कि वेक्टर एक विशिष्ट डेप्थ स्केल $k$ पर एक वैध यूनिटरी के अनुरूप है।
2. बाइलिनियर समीकरण (Bilinear Equations): तीन द्विघात बाधाएं ( $\Phi_j(x) = 0$ ) जो यह सुनिश्चित करती हैं कि वेक्टर एक यूनिटरी मैट्रिक्स का प्रतिनिधित्व करता है (Clifford+ $T$ के मामले में केवल एक बाधा के मुकाबले)।
3. कैप कंडीशन (Cap Condition): $(\hat{y} \cdot x)^2 \geq \tau(k, \epsilon)$ , यह सुनिश्चित करता है कि परिणामी यूनिटरी लक्ष्य परिशुद्धता (precision) $\epsilon$ के डायमंड डिस्टेंस के भीतर है।
खोज एल्गोरिदम (Search Algorithm): एल्गोरिदम LLL लैटिस रिडक्शन के बाद Schnorr–Euchner एन्यूमरेशन का उपयोग करता है ताकि लक्ष्य परिशुद्धता द्वारा परिभाषित "कैप" क्षेत्र के भीतर निकटतम लैटिस पॉइंट को खोजा जा सके।

एल्गोरिदम की विशेषताएं (Algorithmic Features)

प्रस्तावित एल्गोरिदम (एल्गोरिदम 2) प्रत्यक्ष (यूनिटरी को रोटेशन डिकम्पोजिशन के बजाय एक संपूर्ण इकाई के रूप में संश्लेषित करना) है, नियत (deterministic) है, और अनसािला-मुक्त (ancilla-free) है (अनसाइला का उपयोग केवल मैजिक स्टेट तैयारी के लिए किया जाता है, संश्लेषण सर्किट के भीतर नहीं)।

लागत न्यूनीकरण (Cost Minimization): Clifford+ $T$ के मामले में जहाँ सबसे उथला (shallowest) व्यवहार्य समाधान इष्टतम होता है, वहीं Clifford+ $\sqrt{T}$ कॉस्ट फंक्शन $T$ और $\sqrt{T}$ गेट्स की मिश्रित लागत के कारण डेप्थ के संबंध में नॉन-मोनोटोनिक है। एल्गोरिदम पहले व्यवहार्य डेप्थ से आगे एक सीमित "कॉस्ट विंडो" ( $w$ ) के भीतर वैश्विक रूप से सबसे सस्ते सर्किट को खोजने के लिए खोज करता है।
फ्लोरिंग (Flooring): यह गारंटी देने के लिए कि आउटपुट कभी भी इष्टतम Clifford+ $T$ समाधान से अधिक महंगा न हो, एल्गोरिदम समवर्ती रूप से (concurrently) Clifford+ $T$ सिंथेसाइज़र चलाता है और $\sqrt{T}$ परिणाम को उसके विरुद्ध फ्लोर करता है।

रिसोर्स कॉस्ट मॉडल (Resource Cost Model)

लागत मीट्रिक अपेक्षित $T$ -स्टेट इंजेक्शन की संख्या है।

एक $T$ गेट 1 $T$ -स्टेट की लागत रखता है।
एक $\sqrt{T}$ गेट, जिसे मैजिक-स्टेट कैटालिसिस (Gidney और Fowler के अनुसार) के माध्यम से लागू किया जाता है, अपेक्षित रूप से 3 $T$ -स्टेट की लागत रखता है (एक बार की कैटलिस्ट तैयारी लागत को एमोर्टाइज करने के बाद)।
कुल लागत: $n_T + 3n_{\sqrt{T}}$ ।

मुख्य योगदान (Key Contributions)

प्रत्यक्ष संश्लेषण एल्गोरिदम: सामान्य सिंगल-क्यूबिड यूनिटरीज के लिए Clifford+ $\sqrt{T}$ गेट सेट पर पहला नियत, अनसािला-मुक्त अनुमानित संश्लेषण एल्गोरिदम।
लैटिस विधियों का विस्तार: $Z[\omega]$ से $Z[\zeta]$ तक Morisaki et al. की लैटिस एन्यूमरेशन तकनीक का सफल सामान्यीकरण, जो बढ़ी हुई आयात्मकता (16D) और अतिरिक्त बाइलिनियर बाधाओं को संभालता है।
ओपन-सोर्स कार्यान्वयन: cyclosynth लाइब्रेरी का रिलीज, जो $\epsilon = 10^{-8}$ की परिशुद्धता तक सेकंडों में सर्किटों को संश्लेषित करने में सक्षम है।
अनुभवजन्य लागत में कमी: यह प्रदर्शन करना कि प्रत्यक्ष Clifford+ $\sqrt{T}$ संश्लेषण, अप्रत्यक्ष विधियों (यूलर डिकम्पोजिशन) और प्रत्यक्ष Clifford+ $T$ संश्लेषण दोनों की तुलना में काफी कम नॉन-क्लिफोर्ड लागत प्रदान करता है।

परिणाम (Results)

लागत स्केलिंग (Cost Scaling)

Haar-रैंडम लक्ष्यों पर, संश्लेषित सर्किटों की नॉन-क्लिफोर्ड लागत इस प्रकार स्केल करती है:

Clifford+ $\sqrt{T}$ : $2.4 \log_2(1/\epsilon)$
Clifford+ $T$ (इष्टतम): $3.0 \log_2(1/\epsilon)$
अप्रत्यक्ष Clifford+ $T$ (यूलर): $\sim 9 \log_2(1/\epsilon)$

यह इष्टतम Clifford+ $T$ सर्किटों की तुलना में लागत स्केलिंग में 20% की कमी और अप्रत्यक्ष डिकम्पोजिशन विधियों की तुलना में भारी कमी को दर्शाता है।

अनुभवजन्य प्रदर्शन (Empirical Performance)

लागत में कमी: परीक्षण किए गए 99.4% से 100% लक्ष्यों के लिए, Clifford+ $\sqrt{T}$ सर्किट इष्टतम Clifford+ $T$ सर्किटों की तुलना में स्पष्ट रूप से सस्ते हैं। औसत सापेक्ष लागत कमी लगभग 25% है (औसत $\rho \approx 0.73$ )।
रनटाइम (Runtime): 16-आयामी खोज के कारण Clifford+ $T$ की तुलना में प्रस्तावित एल्गोरिदम कम्प्यूटेशनल रूप से अधिक गहन है। औसत रनटाइम $\epsilon=10^{-3}$ के लिए 0.9s से $\epsilon=10^{-8}$ के लिए 7.0s तक है, जबकि Clifford+ $T$ के लिए यह मिलीसेकंड में है। हालांकि, लेखक नोट करते हैं कि संश्लेषण एक ऑफलाइन प्रक्रिया है, जिससे गेट लागत प्राथमिक मीट्रिक बन जाती है।
मजबूती (Robustness): यह लाभ लगभग 4.0 से 5.3 $T$ -स्टेट्स के क्रॉसओवर पॉइंट से नीचे किसी भी $\sqrt{T}$ गेट की लागत के लिए बना रहता है। चूंकि कैटलाइज्ड लागत 3 $T$ -स्टेट्स है, इसलिए यह दृष्टिकोण अनुकूल बना रहता है।

महत्व और दावे (Significance and Claims)

यह शोध पत्र Clifford+ $\sqrt{T}$ के लिए अनुमानित संश्लेषण समस्या के पहले प्रत्यक्ष समाधान का दावा करता है, जो यूनिटरीज को सिंगल-एक्सिस रोटेशन में डिकम्पोज करने के ओवरहेड से बचता है। लेखक इस बात पर जोर देते हैं कि उनकी विधि नियत (deterministic) और अनसािला-मुक्त (ancilla-free) है, जो उन्हें उन परिदृश्यों में तैनाती के लिए सबसे कम मांग वाला विकल्प बनाती है जहाँ क्वांटम संसाधन (अनसाइला, माप) उपलब्ध नहीं हैं या जहाँ एक एकल स्थिर सर्किट की आवश्यकता होती है।

लेखक अपनी अनुकूलता (optimality) के संबंध में विनम्र हैं:

वे यह सिद्ध नहीं करते हैं कि उनके सर्किट Clifford+ $\sqrt{T}$ गेट सेट के लिए सूचना-सैद्धांतिक निचली सीमा (information-theoretic lower bound) प्राप्त करते हैं, क्योंकि $Z[\omega]$ पर आधारित ज्ञात Clifford+ $T$ $T$ -काउंट निचली सीमा का $Z[\zeta]$ पर स्थानांतरण सिद्ध नहीं हुआ है।
हालांकि, वे नोट करते हैं कि उनकी लागत स्केलिंग ( $2.4 \log_2(1/\epsilon)$ ) Kliuchnikov et al. द्वारा $z$ -रोटेशन के लिए पाए गए पावर-कॉस्ट-ऑप्टिमल स्केलिंग से मेल खाती है, जो सुझाव देता है कि खोज निकट-इष्टतम है।
वे स्वीकार करते हैं कि संभावabilistic विधियाँ (चैनल मिक्सिंग) या अनसािला-आधारित फॉलबैक कम अपेक्षित लागत प्राप्त कर सकते हैं, लेकिन वे उनके नियत दृष्टिकोण द्वारा समर्थित निष्पादन गारंटी और संसाधन आवश्यकताओं के साथ समझौते (trade-offs) आते हैं।

संक्षेप में, यह कार्य स्थापित करता है कि फाइनर लैटिस वाले Clifford+ $\sqrt{T}$ गेट सेट का उपयोग करने और एक प्रत्यक्ष संश्लेषण एल्गोरिदम के संयोजन से, वास्तविक मैजिक-स्टेट कॉस्ट मॉडल के तहत लगातार सस्ते गेट सीक्वेंस प्राप्त होते हैं जो उनके Clifford+ $T$ समकक्षों की तुलना में बेहतर हैं।

तकनीकी सारांश: Clifford+T\sqrt{T}T​ गेट सेट पर सामान्य सिंगल-क्यूबिट यूनिटरीज का अनुमानित संश्लेषण (Approximate Synthesis)