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

Sintesi Tecnica: Progettazione Rapida e Scalabilità di Gate Multiqubit in Computer Quantistici a Ioni Intrappolati su Grande Scala

Definizione del Problema
I computer quantistici a ioni intrappolati offrono connettività a lungo raggio e tempi di coerenza prolungati, rendendoli una piattaforma leader per il calcolo quantistico. Tuttavia, scalare questi sistemi a centinaia di ioni presenta una sfida concettuale e tecnologica significativa. Sebbene gli ioni possiedano una connettività all-to-all tramite i loro modi di moto collettivi (bus fononico), la progettazione di gate di entanglement multiqubit programmabili ad alta fedeltà per grandi cristalli è computazionalmente proibitiva.

Il nucleo della difficoltà risiede nel problema della progettazione del gate: trovare un insieme di impulsi di controllo che soddisfino simultaneamente $N(N-1)/2$ vincoli quadratici (fasi di entanglement target tra tutte le coppie di qubit) minimizzando al contempo la potenza di pilotaggio e garantendo che i modi di moto tornino allo stato fondamentale. Questo è formulato come un problema di ottimizzazione con vincoli quadratici che scala come $N^2$ rispetto al numero di ioni $N$, rendendolo un problema NP-hard. Gli approcci esistenti spesso limitano il problema a piccoli sottoinsiemi di ioni o si affidano ad algoritmi di minimizzazione basati sul gradiente che faticano con la complessità e i vincoli di sistemi su larga scala.

Metodologia: Il Metodo Large-Scale Fast (LSF)
Gli autori introducono un framework metodologico denominato "Large-Scale Fast" (LSF) per mitigare la natura NP-hard del problema di progettazione dei gate, consentendo la progettazione polinomiale di gate robusti e programmabili per cristalli fino a centinaia di ioni.

1. Formulazione nel Dominio Spettrale: La progettazione del gate è formulata nel dominio spettrale, rappresentando i campi di pilotaggio come una somma di componenti di Fourier detunate attorno alla frequenza di transizione del qubit. Il problema viene ridotto alla ricerca di un vettore $R$ (ampiezze dei toni di pilotaggio) che minimizzi la norma $\|R\|$ soggetta a vincoli lineari (spostamenti moti nulli) e vincoli quadratici (fasi di entanglement target $\phi_{nn'}$).
2. Seme della Soluzione a Fase Zero (ZPS): Il metodo LSF si basa sulla generazione di una soluzione "seme" nota come Zero-Phase Solution (ZPS). Una ZPS è una soluzione non banale del problema omogeneo dove tutte le fasi di entanglement target sono nulle ($\phi^{(0)}_s = 0$). Queste soluzioni vengono accumulate prima di risolvere per gate target specifici.
3. Conversione e Ottimizzazione: L'algoritmo procede in due fasi principali:
   • Conversione: Una ZPS viene scalata per un fattore $\lambda$ e perturbata da un piccolo vettore $D$ per soddisfare i vincoli quadratici target. Linearizzando i vincoli attorno alla ZPS scalata, gli autori derivano un sistema lineare per risolvere $D$, convertendo la ZPS in una soluzione approssimativa $R_{conv}$ che soddisfa le fasi target.
   • Riduzione della Norma: Un processo iterativo minimizza la norma del vettore soluzione pur aderendo rigorosamente ai vincoli. Ciò comporta l'alternanza tra passaggi di "riduzione della norma" (muoversi lungo il manifold della soluzione per ridurre la potenza) e passaggi di "riduzione dell'errore" (correggere le deviazioni dalle fasi target). Le dimensioni dei passi sono calcolate analiticamente utilizzando metodi di ricerca delle radici polinomiali (metodi di Cardano e Ferrari) per garantire che l'errore rimanga entro una tolleranza specificata (tipicamente $10^{-4}$).
4. Aggregazione: Il metodo aggrega molteplici ZPS per garantire uno spazio di ricerca diversificato, permettendo all'algoritmo di trovare soluzioni efficienti per varie mappe di entanglement.

Contributi Chiave e Risultati

• Scalabilità in Tempo Polinomiale: Il metodo LSF trasforma il problema di progettazione NP-hard in un compito di generazione di ZPS (che può essere eseguito efficientemente per specifiche simmetrie) seguito da un'ottimizzazione efficiente in tempo polinomiale. I test di benchmark mostrano che LSF raggiunge un tempo di soluzione circa un ordine di grandezza più veloce rispetto agli ottimizzatori standard a regione di fiducia (trust-region) e al gradiente coniugato, particolarmente per sistemi con $N > 20$ ioni.
• Stima della Potenza di Pilotaggio: Gli autori derivano uno stimatore euristico per la frequenza di Rabi totale ($\Omega_{nuc}$) necessaria per pilotare un gate. Questo stimatore dipende dalla norma nucleare della matrice di entanglement target $\|\phi\|_{nuc}$ e scala linearmente con il numero di ioni $N$. Sorprendentemente, i risultati delle simulazioni mostrano che la potenza di pilotaggio richiesta è ampiamente indipendente dalla specifica struttura dei modi o dalla spaziatura delle frequenze, collassando su una curva universale quando normalizzata rispetto alla scala temporale della densità media dei modi $T_\nu$.
• Tempo di Gate Minimo ($T_{min}$): Lo studio identifica un limite inferiore fondamentale sulla durata del gate. Al di sotto di un tempo critico $T_{min} \approx 2.9 \cdot T_\nu$ (dove $T_\nu$ è proporzionale all'inverso della spaziatura media dei modi), non è possibile trovare soluzioni ad alta fedeltà. Fondamentalmente, $T_{min}$ scala linearmente con il numero di ioni $N$. Ciò implica che, mentre il numero di operazioni di entanglement simultanee scala come $N^2$, la durata del gate scala solo come $N$, fornendo un vantaggio di scalabilità rispetto alle implementazioni di gate sequenziali.
• Analisi della Scalabilità dell'Errore: Il documento quantifica l'impatto di tre fonti di errore dominanti sulla fedeltà del gate:
  • Deriva delle frequenze dei modi di moto: Gli errori scalano quadraticamente con la deriva di frequenza e il numero di accoppiamenti ($N^2$).
  • Fluttuazioni dell'ampiezza di pilotaggio: Gli errori scalano con la varianza del rumore e il numero di accoppiamenti.
  • Riscaldamento dei moti (Motional heating): La scalabilità degli errori indotti dal riscaldamento dipende dalla correlazione spaziale del rumore. Per rumore non correlato, la fedeltà decade quadraticamente con $N$; per rumore fortemente correlato, decade linearmente.
    Il framework LSF consente l'inclusione di vincoli lineari per rendere i gate robusti contro questi errori, riducendo significativamente la sensibilità a derive e riscaldamento.
• Esempio di Surface Code: Il metodo è dimostrato su un cristallo di 49 ioni per implementare un gate stabilizzatore di tipo surface-code (entangling 33 ioni in un singolo impulso). La soluzione mostra una distribuzione efficiente della potenza, assegnando ampiezze di pilotaggio più elevate agli ioni "nodo" e ampiezze inferiori agli ioni "bordo", e sopprime efficacementamente l'entanglement incrociato indesiderato tra coppie non connesse.

Significatività e Rivendicazioni
Il documento rivendica di delineare una strada verso la scalabilità dei computer quantistici a ioni intrappati a centinaia di qubit, superando la barriera concettuale della progettazione di gate multiqubit. Fornendo un algoritmo veloce e robusto (LSF), gli autori consentono la compilazione offline di circuiti che coinvolgono decine di ioni e complessi gate multiqubit, un compito precedentemente considerato formidabile a causa della natura NP-hard dell'ottimizzazione.

Il lavoro stabilisce che i gate multiqubit ad alta fedeltà sono fisicamente fattibili per grandi cristalli, a condizione che il tempo del gate superi la soglia che scala linearmente $T_{min}$. Inoltre, le relazioni derivate tra potenza di pilotaggio, tempo del gate e fonti di errore forniscono linee guida pratiche di progettazione e tolleranze per gli sperimentatori. Gli autori osservano che, sebbene il loro metodo gestisca i meccanismi di errore dominanti all'interno dell'approssimazione di Lamb-Dicke, le interazioni con i vettori dei qubit e i termini di ordine superiore nell'espansione di Magnus per soluzioni ad alta ampiezza richiedono ulteriori verifiche. Il framework è presentato come uno strumento fondamentale per realizzare il potenziale della connettività a lungo raggio nelle architetture a ioni intrappati per applicazioni di correzione dell'errore quantistico e ottimizzazione.