Quantum memory based on concatenating surface codes and quantum Hamming codes

Riepilogo Tecnico: Memoria Quantistica Basata sulla Concatenazione di Codici di Superficie e Codici di Hamming Quantistici

Enunciato del Problema
Realizzare un calcolo quantistico tollerante ai guasti su larga scala richiede codici di correzione degli errori quantistici (QECC) che bilancino una soglia di errore elevata, un basso sovraccarico di risorse e algoritmi di decodifica efficienti. Sebbene i codici di superficie offrano soglie elevate e requisiti di porte locali, soffrono di un sostanziale sovraccarico di risorse e richiedono una decodifica complessa. Al contrario, i codici quantistici LDPC (Low-Density Parity-Check) promettono un sovraccarico spaziale costante ma tipicamente richiedono porte non locali, che sono impegnative per molte piattaforme fisiche. I codici quantistici di Hamming concatenati sono stati proposti come candidati che offrono un sovraccarico spaziale asintotico costante e una decodifica efficiente; tuttavia, le analisi precedenti spesso assumevano errori indipendenti a ogni livello di concatenazione. In realtà, correggere gli errori ai livelli inferiori può indurre errori correlati ai livelli superiori, rendendo necessaria una simulazione completa del processo di decodifica per stimare accuratamente le soglie e il sovraccarico.

Metodologia
Gli autori propongono e simulano numericamente un'architettura di memoria quantistica multi-qubit denominata "codici superficie-Hamming", che concatena codici di superficie (al livello più basso) con codici di Hamming quantistici (ai livelli superiori).

• Architettura: Lo schema utilizza una struttura di concatenazione multilivello. Nel codice quantistico di Hamming concatenato standard, i registri di livello 0 sono qubit fisici. Nella variante superficie-Hamming proposta, i registri di livello 0 sono sostituiti da blocchi di codici di superficie (con distanza del codice $d$). I livelli superiori ($l \geq 1$) utilizzano codici di Hamming quantistici $[[2^{l+3}-1, 2^{l+3}-2(l+3)-1, 3]]$.
• Modello di Errore: La simulazione assume che gli errori di inversione di bit e di fase si verifichino indipendentemente sui qubit di dati fisici con probabilità $p$. Si assume che i circuiti di estrazione e misurazione dei sindromi siano privi di errori per isolare le proprietà intrinseche dei codici.
• Algoritmo di Decodifica: Viene adottata una strategia di decodifica ricorsiva dal basso verso l'alto.
  1. Livello 0: I blocchi di codici di superficie sono decodificati utilizzando l'algoritmo di Matching Perfetto di Peso Minimo (MWPM).
  2. Livelli Superiori: L'output dei codici di superficie (qubit logici rumorosi) funge da input per i codici di Hamming quantistici concatenati. Questi sono decodificati utilizzando un decodificatore ricorsivo di codici di Hamming che calcola le sindromi e applica operatori di correzione in base al valore della sindrome $N$.
• Analisi degli Errori Correlati: A differenza dei precedenti approcci iterativi che trattano gli errori logici come input indipendenti per il livello successivo, questo studio esegue una simulazione Monte Carlo completa dell'intero processo di decodifica. Ciò consente di tracciare gli errori logici correlati, in cui un singolo fallimento di correzione potrebbe influenzare più qubit logici simultaneamente. Gli autori verificano la natura "decadente localmente" di questi errori, una condizione necessaria per l'esistenza di una soglia di errore.

Contributi e Risultati Chiave

1. Esistenza di una Soglia di Errore per i Codici di Hamming Concatenati:
   Attraverso una simulazione numerica completa che tiene conto degli errori correlati, gli autori confermano l'esistenza di una soglia di errore per i codici di Hamming quantistici concatenati. Per codici concatenati fino al livello 3, la soglia è stimata approssimativamente a $p_{th} \approx 1.5\%$. Questo risultato vale anche quando gli errori logici a un livello sono correlati, a condizione che gli errori siano decadenti localmente.

2. Soglia Potenziata tramite Concatenazione Superficie-Hamming:
   Sostituendo i qubit fisici di livello 0 con codici di superficie, la soglia di errore aumenta significativamente. La soglia scala con la dimensione del codice di superficie sottostante ($d$):

   • $d=3$: Soglia $\approx 1.3\%$
   • $d=5$: Soglia $\approx 3.4\%$
   • $d=21$: Soglia $> 6.5\%$
     Gli autori osservano che all'aumentare della dimensione del codice di superficie, la soglia si avvicina a quella del codice di superficie stesso.

3. Soppressione Superiore degli Errori Logici a Scale Intermedie:
   Confrontando i codici superficie-Hamming con codici di superficie autonomi con un sovraccarico di risorse comparabile (numero di qubit fisici), lo schema concatenato dimostra prestazioni superiori nella soppressione degli errori logici.

   • Per un tasso di errore fisico di $p \approx 1\%$, il codice superficie-Hamming (utilizzando codici di superficie $d=3$ concatenati al livello 1) raggiunge un tasso di errore logico circa un ordine di grandezza inferiore rispetto a un codice di superficie autonomo con $d=4$.
   • Un codice superficie-Hamming che utilizza codici di superficie $d=3$ concatenati al livello 2 supera un codice di superficie autonomo di $d=7$ richiedendo al contempo circa la metà del sovraccarico di risorse (41 contro 85 qubit fisici per qubit logico).
   • Questo vantaggio è più pronunciato a scale intermedie (ad esempio, codificando da decine a centinaia di qubit logici), piuttosto che nel limite asintotico.

4. Analisi del Tempo di Decodifica:
   Lo studio stima i tempi di decodifica sia su CPU che su GPU. Sebbene la natura ricorsiva del decodificatore di Hamming porti a una complessità temporale esponenziale su una CPU senza parallelizzazione, l'esecuzione parallela su una GPU mitiga significativamente questo aspetto. Gli autori notano che per livelli di concatenazione inferiori a 4, il codice di Hamming quantistico concatenato presenta un vantaggio computazionale su hardware CPU rispetto ai codici di superficie decodificati tramite MWPM, nonostante le differenze di scalabilità teorica, a causa di coefficienti più piccoli nel termine esponenziale.

Significato e Affermazioni
Il documento afferma che la concatenazione di codici di superficie con codici di Hamming quantistici offre una via promettente per dimostrare circuiti quantistici tolleranti ai guasti su piccola scala nel prossimo futuro. L'architettura offre una soglia di errore elevata, un basso sovraccarico di risorse e una decodifica efficiente, rendendola un candidato competitivo per il calcolo quantistico tollerante ai guasti.

Gli autori affermano esplicitamente che il loro studio si concentra sulle proprietà intrinseche dei codici sotto l'ipotesi di un'estrazione perfetta delle sindromi. Riconoscono che i codici di Hamming quantistici non sono codici LDPC e potrebbero richiedere circuiti di estrazione delle sindromi profondi, che potrebbero introdurre errori di misurazione riducendo la soglia. Tuttavia, citando lavori precedenti, suggeriscono che ciò potrebbe non annullare i vantaggi. Il documento conclude che, sebbene i vantaggi siano chiari per memorie a scala intermedia, la sopravvivenza di questi vantaggi sotto modelli di errore realistici (inclusi errori di estrazione delle sindromi) rimane un problema aperto per future indagini.