⚛️ quantum physics

Real-time decoder for a MegaQuOp quantum computer using a single CPU

이 논문은 단일 CPU에서 실행되며 최대 408개의 논리 큐비트와 100만 개의 T 게이트를 처리하는 결함 허용 트랩 이온 양자 워크로드를 성공적으로 수행하는 엔드 투 엔드 실시간 디코딩 스택을 입증하며, MegaQuOp 규모에서도 무시할 만한 계산 오버헤드를 도입한다.

원저자: Min Ye, Andrii Maksymov, Nicolas Delfosse

게시일 2026-08-27

📖 4 분 읽기🧠 심층 분석

CC BY 4.0

원저자: Min Ye, Andrii Maksymov, Nicolas Delfosse

원본 논문은 CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

양자 컴퓨터의 꿈은 오늘날의 기계로는 불가능한 문제들을 해결하는 것이지만, 이를 구축하는 길은 근본적인 취약함에 의해 가로막혀 있습니다. 이 장치들을 구동하는 정보의 아주 작은 단위인 큐비트(qubit)는 미세한 열이나 진동에도 쉽게 방해를 받아 데이터를 잃어버리곤 합니다. 실제로 작동할 수 있는 기계를 만들기 위해 과학자들은 이 취약한 단위들을 보호 계층으로 감싸서, 스스로 오류를 감지하고 수정할 수 있는 '논리적' 큐비트를 만들어야 합니다. 이 과정에는 오류를 확인하기 위한 끊임없고 긴박한 측정의 흐름과, 그 뒤를 잇는 수정을 결정하기 위한 즉각적인 계산이 필요합니다. 만약 이 계산이 너무 오래 걸리면, 오류가 수정되는 속도보다 더 빠르게 쌓이게 되어 전체 연산이 붕괴됩니다. 수년 동안 전문가들은 단일 표준 컴퓨터 프로세서가 수백만 개의 연산을 수행하는 거대한 양자 기계의 요구 사항을 따라잡을 수 있을지, 아니면 교정 시스템이 결국 모든 것을 늦추는 병목 현상이 될 것인지에 대해 의문을 품어왔습니다.

IonQ의 연구진은 이제 단일 범용 컴퓨터 프로세서가 이 과업을 처리하기에 충분히 빠르다는 것을 입증했습니다. 그들은 수백 개의 논리적 큐비트가 수백만 개의 게이트를 실행하는 범용 결함 허용 트랩 이온(trapped-ion) 양자 컴퓨터 아키텍처를 관리할 수 있는 완전한 실시간 디코딩 시스템을 구축했습니다. 그들의 연구는 계산을 수행하기 위해 내부 구조를 끊임없이 재구성할 필요가 없는, 단순화된 트랩 이온 양자 컴퓨터 설계를 중심으로 합니다. 대신, 이 방식은 특정 연산에 필요한 특정 측정이 있을 때만 간헐적으로 이루어지는 안정적이고 예측 가능한 점검 흐름을 따릅니다. 이러한 규칙성을 활용하여 연구진은 양자 컴퓨터가 작동하는 동안 실시간으로 필요한 오류 모델을 생성하고 결과를 즉시 해독하는 소프트웨어 파이프라인을 만들었습니다.

연구진은 자기 상호작용 모델부터 복잡한 상전이 실험에 이르기까지 세 가지 서로 다른 컴파일된 양자 애플리케이션을 사용하여 시스템을 테스트했습니다. 이러한 벤치마크에는 102개에서 408개 사이의 논리적 큐비트 수가 포함되었으며, 가장 큰 테스트에서는 T 게이트라고 불리는 100만 개 이상의 복잡한 연산에 걸친 워크로드를 대상으로 벤치마크를 수행했습니다. 팀은 이 시뮬레이션을 고성능 컴퓨터 칩인 Apple M4 Max에서 16개의 가용 코어 중 12개를 사용하여 실행했습니다. 그들은 8개의 코어를 일반적인 오류를 수정하는 무거운 작업에 할당하고, 4개의 코어를 측정 결과를 해석하는 더 빠르고 긴급한 작업에 할당했습니다. 목표는 디코딩 소프트웨어가 양자 하드웨어의 속도를 따라잡아, 하드웨어가 컴퓨터를 기다리느라 멈춰 서야 하는 지연이 발생하지 않도록 하는 것이었습니다.

결과는 시스템이 놀라울 정도로 잘 따라잡았음을 보여주었습니다. 시뮬레이션된 양자 하드웨어의 오류율이 낮을 때, 디코딩 과정에 추가된 시간은 전체 연산 시간의 0.3% 미만이었습니다. 연구진이 오류율을 더 까다로운 수준으로 높였을 때도 지연 시간이 늘어나기는 했지만, 전체 시간의 12% 미만으로 유지되어 관리 가능한 수준이었습니다. 이는 디코딩 시스템이 양자 컴퓨터를 느릿하게 만든 것이 아니라, 그것이 제공하는 안정성에 비하면 무시할 수 있는 수준의 아주 작은 시간만을 추가했을 뿐이라는 의미입니다. 또한 이 연구는 시스템이 가장 어려운 순간들도 유연하게 처리했음을 보여주었습니다. 가끔 복잡한 오류 패턴으로 인해 해결에 시간이 조금 더 걸려 일시적인 정체가 발생하기도 했지만, 시스템은 이러한 지연을 빠르게 해소하여 연쇄적인 실패를 일으키지 않았습니다.

이러한 성공의 핵심은 데이터 흐름을 조직하는 영리한 방법이었습니다. 연구진은 동일한 정보 스트림에서 협력하는 두 개의 서로 다른 디코더를 사용했습니다. 한 디코더는 지속적으로 작동하며 시스템의 전반적인 상태를 추적하고 축적되는 오류를 수정했습니다. 다른 디코더는 특정 측정 중에만 활성화되는 특화된 고속 유닛이었습니다. 이 디코더는 더 작고 집중된 업무를 수행했기 때문에 훨씬 더 빠르게 결과를 전달할 수 있었고, 덕분에 양자 컴퓨터가 다음 단계로 넘어가기 전에 결정을 기다려야 하는 일이 없었습니다. 이러한 이중 접근 방식 덕분에 단일 프로세서는 전체 워크로드를 효율적으로 관리할 수 있었으며, 그래픽 카드나 맞춤형 칩과 같은 특수 하드웨어의 막대한 컴퓨팅 파워가 실시간 오류 교정에 반드시 필수적인 것은 아님을 증명했습니다.

또한 연구진은 오류 모델을 미리 계산할 필요 없이 즉석에서 생성할 수 있다는 것을 발견했습니다. 많은 양자 설계에서는 수행되는 연산에 따라 오류가 확산되는 규칙이 변하기 때문에, 컴퓨터가 시스템에 대한 이해를 끊임없이 재구축해야 합니다. 하지만 이 특정 아키텍처에서는 연구진이 오류 패턴의 근본적인 구조는 동일하게 유지되면서 특정 오류의 확률만 업데이트하면 된다는 것을 보여주었습니다. 이를 통해 연구진은 최소한의 노력으로 디코더의 설정을 실시간으로 조정할 수 있었고, 디코딩 자체와 함께 실행될 수 있을 만큼 소프트웨어를 가볍게 유지할 수 있었습니다. 이러한 단순화는 매우 중요했는데, 이는 전체 과정이 단일 칩에서 실행되는 표준 소프트웨어만으로도 처리될 수 있음을 의미했기 때문입니다.

이러한 결과는 수백만 개의 연산을 실행할 수 있는 양자 컴퓨터를 구축하는 길이 고전적인 컴퓨팅 능력의 부족으로 인해 가로막혀 있지 않음을 시사합니다. 이 연구는 적절한 아키텍처 선택이 뒷받침된다면 단일 범용 프로세서가 수백 개의 논리적 큐비트를 가진 기계의 오류 교정을 관리할 수 있음을 보여줍니다. 연구진은 양자 컴퓨팅의 모든 문제를 해결했다고 주장하거나, 이 특정 설정이 모든 유형의 양자 컴퓨터에 적용된다고 제안한 것은 아닙니다. 그러나 그들이 모델링한 트랩 이온 기계의 경우에는, 디코딩 병목 현상을 기존 기술로 극복할 수 있다는 증거가 명확합니다. 이는 양자 컴퓨터를 확장하는 실질적인 경로를 열어주며, 기계가 커짐에 따라 해결책이 완전히 새로운 유형의 하드웨어를 발명하는 것이 아니라 단순히 더 많은 표준 프로세서 코어를 추가하는 것이 될 수 있음을 시사합니다. 이 연구는 양자 거인을 움직이는 데 필요한 고전적인 두뇌가 반드시 슈퍼컴퓨터일 필요는 없으며, 강력한 단일 칩 하나로도 가능하다는 구체적인 증거를 제공합니다.

기술 요약: 단일 CPU를 이용한 MegaQuOp 양자 컴퓨터용 실시간 디코더

문제 정의
양자 컴퓨팅이 수백 개의 논리 큐비트에서 수백만 개의 연산을 실행할 수 있는 "MegaQuOp" 단계로 진전함에 따라, 실시간 오류 정정 디코딩이라는 결정적인 병목 현상이 발생하고 있습니다. 기존의 노력들은 메모리 블록이나 소규모 논리 연산에 최적화되어 왔으며, 마이크로초 단위의 지연 시간 요구 사항을 충족하기 위해 특수 하드웨어(FPGA, GPU, ASIC)에 의존하는 경우가 많았습니다. 그러나 범용 결함 허용(fault-tolerant) 아키텍처를 위해 규모 있는 엔드 투 엔드 실시간 디코딩 스택을 입증한 사례는 아직 없습니다. 문제는 메모리, 매직 상태 팩토리(magic-state factories), 조건부 논리 연산을 포함하는 스트리밍 워크로드를 디코딩해야 한다는 점입니다. 이를 위해서는 동적인 브랜칭(branching)을 수용하기 위해 검출기 오류 모델(Detector Error Models, DEMs)을 즉석에서 생성해야 하며, 디코딩 백로그로 인한 기하급수적인 속도 저하를 방지하기 위해 시그널 데이터를 생성되는 속도보다 빠르게 처리해야 합니다.

방법론
저자들은 **워킹 캣 아키텍처(Walking Cat Architecture, WCA)**를 기반으로 하는 범용 결함 허용 트랩 이온 아키텍처를 위한 디코딩 시스템을 제시합니다. 이 시스템은 전적으로 단일 범용 CPU(구체적으로 2024년형 Apple M4 Max)에서 작동하며, 이중 슬라이딩 윈도우 디코더(dual sliding-window decoder) 구조를 활용합니다:

이중 디코더 아키텍처:
- 오류 디코더(Error Decoder): 일반적인 시그널 추출 사이클(SEC)과 "캣 SEC"(캣 상태 측정 후의 시그널 추출) 모두에 대해 지속적으로 실행됩니다. 5-SEC 슬라이딩 윈도우와 3-SEC 커밋 영역을 사용하여 전체 계산에 대한 파울리 프레임(Pauli-frame) 보정을 생성합니다.
- 결과 디코더(Outcome Decoder): 논리적 측정 중에만 활성화됩니다. 오류 디코더가 커밋한 파울리 프레임을 초기값으로 사용하며, 더 작은 2-SEC 윈도우와 1-SEC 커밋 영역을 사용합니다. 이 설계는 지연 시간을 최소화하여 시스템이 Viterbi 측정을 종료하거나 오류가 감지된 측정(EDM)을 수락 또는 거부할 시점을 빠르게 결정할 수 있도록 합니다.
온더플라이(On-the-Fly) DEM 생성:
- 모든 고유한 캣 SEC 패턴에 대해 탄너 그래프(Tanner graph, 패리티 체크 행렬)를 매번 재구성하는 대신, 시스템은 WCA 구조를 활용합니다. 시스템은 캣 상태 측정으로부터 발생하는 오류 메커니즘이 동반되는 SEC의 검출기 서명(detector signatures)과 동일하다는 점을 이용합니다.
- 따라서 시스템은 모든 디코딩 윈도우에 대해 단일 정적 탄너 그래프를 재사용하며, 캣 SEC가 윈도우에 진입할 때 오직 오류 변수의 사전 확률(prior probabilities)만을 동적으로 업데이트합니다. 이러한 경량화된 생성 방식 덕분에 DEM 생성이 동일한 CPU 상에서 디코딩과 함께 소프트웨어적으로 실행될 수 있습니다.
동시성을 위한 최적화:
- 단일 CPU에서 많은 디코더 인스턴스가 동시에 실행될 수 있도록, 저자들은 빔 서치(beam search)의 후보들에 대한 믿음 전파(belief-propagation) 상태 저장 방식을 재구성했습니다. 모든 에지 메시지를 전부 저장하는 대신, 들어오는 메시지를 근사하는 오류 노드의 사후 로그 가능도 비(posterior log-likelihood ratios, LLRs)만을 저장합니다.
- 다른 메모리 최적화 기법과 결합하여, 이는 메모리 사용량을 10배 이상 줄여 12개의 코어가 활용될 때 발생하는 메모리 대역폭 경합 문제를 완화합니다.

주요 기여

엔드 투 엔드 실시간 디코딩: 단일 CPU에서 MegaQuOp 규모의 워크로드(DEM 생성, 모든 논리 큐비트 디코딩, 논리 연산 및 매직 상태 팩토리 포함)를 수행하는 완전한 디코딩 파이프라인을 최초로 입증했습니다.
확장 가능한 아키텍처: 68개의 LDPC 메모리 블록과 20개의 매직 상태 팩토리에 걸쳐 컴파일된 100만 개의 T 게이트와 최대 408개의 논리 큐비트를 처리할 수 있는 디코딩 스택을 구현했습니다.
효율적인 WCA 디코딩: 탄너 그래프 재구성의 계산 비용 없이 캣 상태 측정의 동적인 특성을 처리하는 새로운 접근 방식을 제시하며, WCA의 특정 구조를 활용했습니다.
메모리 효율적인 빔 서치: 표준 하드웨어에서 고동시성 실행을 가능하게 하는 빔 서치 디코더 상태 저장 방식의 재구성을 달성했습니다.

결과
시스템은 세 가지 결함 허용 워크로드인 측정 유도 상전이(MIPT) 회로와 두 가지 무질서한 하이젠베르크 해밀토니안 시뮬레이션(n64 및 n266, 102 ~ 408 논리 큐비트 범위)에 대해 벤치마크를 수행했습니다. 벤치마크는 물리적 CNOT 오류율( $p_{CNOT}$ )이 $10^{-4}$ 에서 $5 \times 10^{-4}$ 사이인 트랩 이온 사이클 타임( $\tau_{SEC}$ ) 1 ms ~ 5 ms를 가정했습니다.

디코딩 지연(Stretch): "스트레치"(디코딩 지연으로 인해 추가로 필요한 SEC의 비율)를 물리적 CNOT 오류율( $p_{CNOT} = 10^{-4}$ $p_{C N O T} = 1 0^{- 4}$ ~ $5 \times 10^{-4}$ $5 \times 1 0^{- 4}$ )에 따라 측정했습니다.
- $p_{CNOT} = 10^{-4}$ 일 때, 모든 워크로드에서 스트레치는 0.3% 미만이었습니다.
- $p_{CNOT} = 5 \times 10^{-4}$ 일 때, 스트레치가 증가했으나 모든 워크로드에서 12% 미만을 유지했습니다.
하드웨어 활용: DEM 생성과 최대 88개 코드 블록에 대한 빔 서치 디코딩을 포함한 전체 파이프라인이 단일 Apple M4 Max CPU의 12개 코어를 사용하여 성공적으로 실행되었습니다.
백로그 관리: 시스템은 디코딩 백로그를 효과적으로 관리했습니다. 오류 디코더가 뒤처질 경우, 시스템은 "스톨 SEC(stall SECs)"를 삽 la(논리적 측정을 일시 중단하면서 일반 시그널 추출은 계속 진행)하여 백로그를 해소함으로써 계산의 완전한 중단을 방지했습니다.

의의 및 주장
본 논문은 아키텍처(WCA와 같은)가 디코딩 문제를 단순화할 수 있다면, 실시간 디코딩이 MegaQuOp 규모의 양자 컴퓨터에서 병목 현상이 되지 않는다고 주장합니다. 결과는 단일 범용 CPU가 현실적인 물리적 오류율에서 수백 개의 논리 큐비트와 수백만 개의 게이트에 걸친 범용 결함 허용 워크로드를 디코딩하기에 충분하다는 것을 보여줍니다.

저자들은 디코딩 컴퓨팅 자원이 주로 각 코어에 할당된 코드 블록의 수에 따라 스케일링된다고 결론짓습니다. 이는 미래의 대규모 양자 시스템을 위한 명확한 프로비저닝 규칙을 시사합니다: 즉, 더 많은 범용 CPU 코어나 CPU를 늘리는 것만으로도 더 큰 양자 시스템을 자연스럽게 지원할 수 있다는 것입니다. 이 연구는 시그널 스트림의 단순함 덕분에 효율적인 소프트웨어 기반 실시간 디코딩이 가능한 워킹 캣 아키텍처의 논리 연산 방식의 타당성을 입증합니다.

기술 요약: 단일 CPU를 이용한 MegaQuOp 양자 컴퓨터용 실시간 디코더

유사한 논문