Distributed Quantum Error Correction with Bivariate Bicycle Codes in a Modular Architecture

본 논문은 모든-대-내부 연결성을 가진 상호 연결된 프로세서 간에 이변수 자전거 양자 오류 정정 코드를 구현하기 위한 모듈식 분산 아키텍처를 제안하고 분석하며, 몬테카를로 시뮬레이션을 통해 비국소 연산으로 인한 노이즈에도 불구하고 이러한 구성이 경쟁력 있는 결함 허용 임계값을 달성할 수 있음을 입증한다.

핵심

거대한, 매우 복잡한 퍼즐을 풀려고 한다고 상상해 보세요. 양자 컴퓨팅 세계에서는 이 퍼즐이 취약한 정보를 오류로부터 보호하도록 설계된'양자 코드'입니다. 저자들이 연구하는 특정 퍼즐은이변수 자전거 (Bivariate Bicycle, BB) 코드라고 불립니다.

이 BB 코드를 수백 개의 작은 구슬 (큐비트) 을 연결하는 거대하고 정교한 실의 그물로 생각해 보세요. 만약 한 구슬이 흔들리거나 깨지면, 그 그물은 전체 그림을 망가뜨리지 않고 이를 감지하고 수정하는 특별한 방법을 가지고 있습니다. 이 특정 그물은 매우 효율적입니다. 이전 설계들에 비해 많은 정보를 담고 있지만, 한 가지 함정이 있습니다. 실들이 바로 옆에 있는 이웃 구슬들뿐만 아니라 멀리 떨어진 구슬들을 연결한다는 점입니다.

문제:'올인원'대'팀'

전통적으로 이 그물을 만들기 위해서는 모든 구슬이 다른 모든 구슬과 직접 대화할 수 있는 거대하고 초연결된 기계 (모노리스 장치) 가 필요했습니다. 하지만 현재의 기술로는 그렇게 크고 연결된 장치를 만드는 것이 매우 어렵습니다. 마치 모든 집이 다른 모든 집과 개인 터널로 연결된 단일 도시를 건설하려는 것과 같습니다. 건설 비용과 교통 체증은 불가능할 것입니다.

그래서 저자들은 질문합니다:이 거대한 그물을 여러 개의 더 작고 분리된 기계 (양자 처리 장치, QPU) 로 나누고, 마치 팀처럼 연결한다면 어떨까요?

해결책:스타 네트워크

저자들은"스타 네트워크"아키텍처를 제안합니다. 중앙 허브 (스위치보드와 같은) 와 여러 개의 작은 사무실 (QPU) 이 연결된 구조를 상상해 보세요.

• **사무실 내부:**근무자들 (큐비트) 은 서로 즉시 그리고 완벽하게 대화할 수 있습니다.
• **사무실 간:**대화하려면 중앙 허브를 통해 메시지를 보내야 합니다. 이는 우편국을 통해 편지를 보내는 것과 같습니다. 시간이 더 걸리고 분실되거나 손상될 가능성이 더 높습니다.

양자 용어로, 이"편지"는**얽힌 쌍 (벨 쌍)**입니다. 서로 다른 사무실에 있는 두 큐비트가 상호작용해야 할 때, 그들은 이러한 얽힌 쌍을 사용하여"원격"작업을 수행합니다.

실험:그물 나누기

저자들은 거대한 [[144, 12, 12]] BB 코드 (144 개의 물리적 구슬을 가진) 를 세 가지 다른 방식으로 잘라냈습니다.

1. **4 개 사무실:**각 사무실이 그물의 큰 덩어리를 받습니다.
2. **6 개 사무실:**그물이 중간 크기의 덩어리로 잘립니다.
3. **12 개 사무실:**그물이 작고 얇은 조각으로 잘립니다.

그런 다음 그들은 수천 번의 컴퓨터 시뮬레이션을 실행했습니다 (전략을 테스트하기 위해 비디오 게임을 수백만 번 실행하는 것과 같이) 다양한 조건에서 코드가 얼마나 잘 견디는지 확인했습니다.

변수:"노이즈 페널티"

여기서 그들이 테스트한 핵심 변수는 다음과 같습니다:사무실 간의 연결이 얼마나 나쁜가?

• 그들은**$\alpha$(알파)**라고 불리는"노이즈 페널티"인자를 할당했습니다.
• 만약 $\alpha = 1$이라면, 사무실 간의 연결은 사무실 내부의 연결만큼 좋습니다 (완벽한 시나리오).
• 만약 $\alpha = 7$이라면, 사무실 간의 연결은 사무실 내부 연결보다 7 배 더 실패할 가능성이 높습니다.

그들은 다음과 같은 것을 확인하고 싶었습니다:그물을 더 많은 사무실로 나누는 것이, 특히 사무실 간의 연결이 노이즈가 많을 때 더 취약하게 만들까요?

발견:트레이드오프

결과는 명확한 트레이드오프를 보여주었습니다. 마치 저울위에서 균형을 잡는 것과 같습니다:

1. 더 많은 사무실 = 더 큰 취약성 (연결이 나쁠 때):
   그들이 코드를 12 개 사무실로 나눴을 때, 그들은 훨씬 더 자주"원격 편지"시스템 (얽힘) 을 사용해야 했습니다. 사무실 간의 연결이 노이즈가 많았을 때 (높은 $\alpha$), 전체 시스템이 훨씬 더 빠르게 무너졌습니다."안전 임계값"(코드가 작동하지 않는 지점) 이 크게 떨어졌습니다.

2. 더 적은 사무실 = 더 큰 견고성:
   그들이 코드를 단 4 개 사무실로 나눴을 때, 근무자들은 서로에게 보내야 할"편지"수가 적었습니다. 연결이 노이즈가 많더라도 시스템이 더 잘 견뎌냈습니다. 연결에 덜 의존했기 때문에 나쁜 연결에 더 관대했습니다.

3. "최적점":
   사무실 간의 연결이 완벽했다면 ($\alpha=1$), 코드를 어떻게 나누든 큰 차이가 없었습니다. 모든 버전이 비슷하게 작동했습니다. 하지만 연결이 조금만 노이즈가 생기기 시작하자마자, 더 적은 사무실 (4 개 QPU) 을 가진 버전이 명확한 승자가 되었습니다.

비유:오케스트라

복잡한 교향곡 (양자 코드) 을 연주하는 오케스트라를 상상해 보세요.

• **모노리스:**모든 음악가들이 한 무대에 서서 서로를 완벽하게 듣습니다.
• **분산 (4 개 QPU):**오케스트라가 4 개의 작은 방으로 나뉩니다. 같은 방에 있는 음악가들은 서로를 완벽하게 듣습니다. 다른 방에 있는 음악가들은 약간 덜덜거리는 인터콤을 통해 서로를 듣습니다.
• **분산 (12 개 QPU):**오케스트라가 12 개의 작은 방으로 나뉩니다. 이제 거의 모든 음악가가 다른 사람과 동기화를 유지하기 위해 덜덜거리는 인터콤에 의존해야 합니다.

이 논문은 인터콤이 약간 노이즈가 있다면, 12 개의 방을 갖는 것이 음악이 빠르게 무너지게 만든다고 발견했습니다. 4 개의 방만 갖는 것은 덜덜거리는 인터콤이 있더라도 음악을 훨씬 더 오랫동안 조율된 상태로 유지시킵니다.

결론

이 논문은 대규모 기계를 구축하기 위해 양자 컴퓨터를 더 작은 모듈로 나누는 것이 필수적이지만,파이를 어떻게 잘라내는지 신중해야 한다고 결론지었습니다. 모듈 간의 연결이 완벽하지 않다면, 많은 작은 모듈보다 더 적고 큰 모듈을 갖는 것이 더 좋습니다."원격"연결에 의존할수록 노이즈가 양자 정보를 안전하게 유지하는 능력에 더 큰 피해를 줍니다.

또한 그들은 연결의 노이즈 정도에 따라 성능이 얼마나 떨어질지 정확히 예측할 수 있는 새로운 수학적 공식 (안사츠) 을 개발하여 엔지니어들이 더 나은 미래 양자 컴퓨터를 설계하는 데 도움을 주었습니다.

기술 요약

기술 요약: 모듈형 아키텍처에서 이변수 자전거 코드를 활용한 분산 양자 오류 정정

문제 제기
양자 저밀도 패리티 검사 (qLDPC) 코드, 특히 이변수 자전거 (BB) 코드는 평면 표면 코드에 비해 경쟁력 있는 오류 허용 임계값과 더 높은 인코딩 속도를 제공합니다. 그러나 단일 칩 하드웨어에서의 구현은 비국소적 상호작용이 필요한 본질적으로 장거리 안정자 구조로 인해 방해받으며, 이는 라우팅 오버헤드와 회로 깊이를 증가시킵니다. 모듈형 양자 아키텍처 (연결된 양자 처리 장치 또는 QPU) 는 확장성을 위한 경로를 제공하지만, 불완전한 인터커넥트와 비국소 게이트 연산을 통해 추가적인 노이즈를 도입합니다. 본 연구가 다루는 핵심 문제는 BB 코드를 여러 QPU 에 분할하고 비국소 연산에서 발생하는 관련 노이즈가 코드의 논리적 오류율 및 의사 임계값 성능에 어떻게 공동으로 영향을 미치는지 규명하는 것입니다.

방법론
저자들은 모듈형 아키텍처에 걸쳐 [[144, 12, 12]] BB 코드의 분산 구현을 조사합니다. 본 연구는 다음과 같은 방법론적 프레임워크를 사용합니다:

• 아키텍처: 여러 QPU 가 중앙 양자 스위치를 통해 연결되는 스타 네트워크 토폴로지가 제안됩니다. 각 QPU 는 내부적으로 모든 대 모든 연결성을 가지며 (이온 트랩 또는 중성 원자 플랫폼에서 실현 가능), 비국소 연산을 위한 공유 벨 쌍을 생성하기 위해 통신 큐비트를 활용합니다.
• 코드 분할: $12 \times 6$ 토러스 위에 정의된 [[144, 12, 12]] 코드는 4 개, 6 개, 12 개의 QPU 로 분할됩니다. 분할 전략은 토러스의 12 개 $x$-열을 각 QPU 에 할당된 연속적인 수직 스트립으로 나눕니다.
• 노이즈 모델링: 회로 수준 노이즈 모델이 수립되었으며, 여기서 국소 게이트 (QPU 내부) 는 기준 오류율 $p$를 가집니다. QPU 간 게이트 (비국소) 는 엔탱글먼트 스와핑과 벨 상태 측정을 매개로 하며, $p_{NL} = \alpha p$로 할당된 상승된 오류율을 가지며, 여기서 $\alpha \in \{1, 3, 5, 7\}$은 비국소 연산의 누적 노이즈 페널티에 대한 스케일링 인자를 나타냅니다.
• 시뮬레이션 및 디코딩: 12 개의 증후 추출 주기에 걸쳐 몬테카를로 시뮬레이션이 수행되었으며, 논리적 오류를 디코딩하기 위해 BP+OSD(순서 통계 디코딩을 활용한 베이지안 전파) 가 사용되었습니다. 시뮬레이션은 분할 맵에 기반하여 국소 및 비국소 CNOT 게이트를 구분합니다.
• 분석적 확장: 다양한 노이즈 조건 하에서 임계값 거동을 특성화하기 위해 저자들은 표준 BB 코드 가설을 확장합니다. 회로 거리에 의해 결정되는 주된 멱법칙 지수는 고정된 채로, 피팅 계수 ($c_0, c_1, c_2$) 가 $\alpha$의 함수로 변하는 2 차 $\alpha$-의존 모델을 도입합니다.

주요 기여

1. 분산 구현 프레임워크: 본 논문은 4 개, 6 개, 12 개의 QPU 에 걸쳐 [[144, 12, 12]] BB 코드를 구현하기 위한 구체적인 스타 네트워크 아키텍처 및 분할 방식을 기술하며, 큐비트 매핑과 국소 대 비국소 게이트의 분류를 명시적으로 정의합니다.
2. 노이즈 인식 모델링: 비국소 게이트의 오류율을 인자 $\alpha$로 명시적으로 스케일링하는 회로 수준 노이즈 모델이 정의되어 인터커넥트 불완전성의 체계적 연구를 가능하게 합니다.
3. 수정된 가설: 저자들은 분산 설정으로 기본 BB 코드 임계값 분석을 확장하는 수정된 가설을 제안합니다. 이 2 차 $\alpha$-의존 모델은 더 낮은 물리적 오류율로 논리적 오류율을 외삽하고 다양한 노이즈 스케일링에 걸쳐 의사 임계값을 계산할 수 있게 합니다.
4. 성능 특성화: 광범위한 몬테카를로 시뮬레이션을 통해 분할 수 (모듈성) 와 비국소 연산의 노이즈 페널티 간의 트레이드오프를 정량화했습니다.

결과

• 임계값 저하: 모든 분할 크기 (4, 6, 12 개 QPU) 에 대해 비국소 노이즈 스케일링 인자 $\alpha$가 증가함에 따라 의사 임계값 ($p_0$) 이 단조 감소합니다. 예를 들어, 12-QPU 구성에서 의사 임계값은 $\alpha=1$에서 약 $0.0063$에서$\alpha=7$에서$0.0017$로 하락합니다.
• 분할 민감도: 모든 분할이 더 높은 $\alpha$에 따라 저하되지만, 그 영향은 더 세분화된 분할에서 더 심각합니다. 12-QPU 분할 (가장 많은 QPU 간 통신 필요) 은 $\alpha \geq 3$에서 가장 낮은 의사 임계값을 보입니다. 반면, 4-QPU 분할은 고비국소 노이즈 조건 하에서 일관되게 가장 높은 의사 임계값을 산출합니다.
• 기준 일치: $\alpha=1$(비국소 페널티 없음) 에서 모든 분할에 대한 시뮬레이션된 의사 임계값은 이전에 보고된 단일 칩 [[144, 12, 12]] 코드 ($\approx 0.0065$) 의 값과 밀접하게 일치하여 시뮬레이션 프레임워크를 검증합니다.
• 피팅 정확도: 제안된 2 차 $\alpha$-의존 가설은 시뮬레이션 데이터에 높은 충실도로 적합하며, 테스트된 $\alpha$ 및 $p$ 범위 전반에 걸쳐 $R^2$ 값이 일관되게 1 에 가깝습니다.

의의 및 주장
본 논문은 모듈형 양자 컴퓨팅 환경에서 고희 qLDPC 코드를 구현하기 위한 아키텍처 통찰력과 설계 고려 사항을 제공한다고 주장합니다. 주요 발견은 모듈성이 확장성에 필수적이지만, "확장성 - 임계값 트레이드오프"를 도입한다는 점입니다. 구체적으로, 더 많은 QPU 를 수용하기 위해 분할 수를 늘리면 비국소 게이트의 빈도가 증가하여 인터커넥트 노이즈가 충분히 억제되지 않는 경우 오류 허용 임계값이 크게 낮아집니다.

저자들은 겸손하게 결과를 결론지으며, 이는 분산 BB 코드의 성능 페널티를 완화하기 위해 양자 인터커넥트 개선 ($\alpha$ 감소) 의 필요성을 강조한다고 말합니다. 비국소 게이트 충실도가 낮게 유지된다면 근미래에는 더 거친 분할 (적은 수의 QPU) 이 더 유리할 수 있다고 제안합니다. 본 연구는 분산 오류 정정 문제를 완전히 해결한다고 주장하지는 않지만, 모듈형 설정에서 BB 코드의 실현 가능성을 평가하기 위한 정량적 프레임워크를 수립하고, 모듈성이 논리적 성능에 해가 되는 구체적인 노이즈 수준을 식별합니다. 향후 연구는 상관 오류, 훅 오류, 최적화된 큐비트 배치 전략을 탐구할 것을 제안합니다.