Compilation Pipeline for Predicting Algorithmic Break-Even in an Early-Fault-Tolerant Surface Code Architecture
Dit artikel presenteert een compilatiepijplijn voor het mappen van logische algoritmen naar fysieke surface code-circuits met behulp van lattice surgery, waarbij via klassieke simulatie wordt aangetoond dat algoritmische break-even voor QAOA en QPE kan worden bereikt met nabije hardware die ongeveer 1.700 tot 2.500 fysieke qubits bevat bij foutensnelheden tussen en .
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Quantumcomputers beloven problemen op te lossen die momenteel onmogelijk zijn voor zelfs de krachtigste supercomputers, van het ontwerpen van nieuwe medicijnen tot het optimaliseren van complexe wereldwijde systemen. De delicate deeltjes die informatie dragen in deze machines zijn echter uiterst fragiel. Een kleine trilling of een rondzwervende elektromagnetische golf kan de gegevens corrupt maken, waardoor de berekening mislukt. Om dit te overwinnen, gebruiken wetenschappers een methere genaamd quantumfoutcorrectie, waarbij informatie over vele fysieke deeltjes wordt verspreid, zodat als er één uitvalt, de anderen kunnen bijspringen om de dag te redden. Een van de meest veelbelovende manieren om dit te doen, is door gebruik te maken van een roosterachtige structuur die bekend staat als de surface code, waarbij qubits in een tweedimensionaal patroon zijn gerangschikt en constant worden gecontroleerd ten opzichte van hun buren. Jarenlang wisten onderzoekers al dat als ze een machine zouden kunnen bouwen die groot genoeg is met een voldoende hoge kwaliteit, deze foutcorrigerende codes de computer uiteindelijk betrouwbaarder zouden maken dan de ruwe hardware zelf. Dit kantelpunt, waarop het correctiesysteem daadwerkelijk het resultaat verbetert in plaats van alleen maar extra overhead toe te voegen, staat bekend als algoritmische break-even.
Tot nu toe was het moeilijk om precies te bepalen wanneer deze break-even zou plaatsvinden, omdat de instrumenten die gebruikt worden om deze computers te ontwerpen, gebouwd waren voor een verre toekomst waarin ruimte en middelen onbeperkt waren. Deze oudere ontwerpen gingen ervan uit dat er enorme, aparte fabrieken toegewezen zouden zijn aan het creëren van de speciale toestanden die nodig zijn voor berekeningen, waarbij de realiteit werd genegeerd dat vroege machines krap zullen zijn en elke beschikbare centimeter moeten delen. Een nieuwe studie door onderzoekers van JPMorgan Chase pakt deze kloof aan door een volledige, end-to-end softwarepipeline te creëren die een quantumalgoritme direct vertaalt naar de fysieke instructies die nodig zijn voor een realistische, vroege machine. In plaats van uit te gaan van onbeperkte ruimte, behandelt hun systeem de computer als een krappe, gedeelde werkruimte waar data, foutcontrole en de voorbereiding van speciale toestanden allemaal efficiënt samen moeten passen.
De onderzoekers bouwden deze pipeline om twee specifieke soorten quantumalgoritmen te compileren: één die wordt gebruikt voor het schatten van waarden in complexe simulaties en een andere die is ontworpen om moeilijke optimalisatiepuzzels op te lossen. Ze voedden deze algoritmen aan hun systeem, dat ze vervolgens afbrak in de kleinst mogelijke stappen die vereist zijn door de surface code. Een belangrijke innovatie in hun werk was de manier waarop ze de "magic states" afhandelden—speciale, hoogwaardige quantumtoestanden die vereist zijn om bepaalde berekeningen uit te voeren die niet direct kunnen worden uitgevoerd. Eerdere methoden gingen ervan uit dat deze toestanden in grote, aparte fabrieken werden gemaakt en vervolgens naar de plek werden verzonden waar ze nodig waren, een proces dat tijd en ruimte verspilde. De nieuwe pipeline maakt gebruik van een techniek genaamd 'cultivation' (teelt), waarbij deze toestanden worden gekweekt en direct in het berekeningsgebied worden geïnjecteerd wanneer dat nodig is, waardoor het 'vervoer over lange afstand' wordt geëlimineerd en kostbare ruimte wordt bespaard.
Om te zien of deze aanpak daadwerkelijk werkte, draaide het team massale klassieke simulaties van de fysieke circuits die hun pipeline produceerde. Ze testten hoe deze circuits zouden presteren onder verschillende omstandigheden, specifiek door het aantal fysieke qubits en de foutensnelheid van de hardware te variëren. De simulaties toonden aan dat voor een vijf-qubit versie van het optimalisatiealgoritme, het systeem het break-even punt bereikt met 2.517 fysieke qubits als de hardwarefoutensnelheid één op duizend is. Als de hardware iets beter is, met een foutensnelheid van vijf op tienduizend, daalt het break-even punt naar slechts 1.737 fysieke qubits. Deze cijfers vertegenwoordigen het exacte moment waarop de foutgecorrigeerde versie van het algoritme beter presteert dan het draaien van hetzelfde algoritme op een machine zonder enige foutcorrectie.
De studie bestudeerde ook het phase estimation algoritme, een veelgebruikte tool in veel quantumtoepassingen, en vond vergelijkbare resultaten. In deze simulaties presteerde de foutgecorrigeerde versie van het algoritme beter dan de ongecorrigeerde versie zodra de machine een specifieke omvang en kwaliteitsdrempel bereikte. De onderzoekers ontdekten dat door zorgvuldig de afwegingen tussen het aantal qubits, de code distance (die bepaalt hoeveel fouten het systeem kan opvangen) en de kwaliteit van de hardware te beheren, zij het exacte vereisten voor succes konden vaststellen. Hun werk demonstreert dat het bereiken van een bruikbare, foutgecorrigeerde quantumcomputer niet vereist dat men wacht op een machine met miljoenen qubits; het is in plaats daarvan mogelijk met enkele duizenden, mits de software is ontworpen om binnen de strikte fysieke limieten van vroege machines te werken.
Dit onderzoek daagt de langgehouden aanname uit dat we moeten wachten op een toekomstig tijdperk van overvloedige middelen voordat quantumfoutcorrectie praktisch wordt. Door het hele proces te simuleren, van het hoogwaardige algoritme tot aan de fysieke bewegingen van individuele qubits, hebben het team laten zien dat de weg naar een werkende, fouttolerante quantumcomputer korter is dan voorheen gedacht. Ze hebben in deze studie geen fysieke machine gebouwd; in plaats daarvan hebben ze geavanceerde computersimulaties gebruikt om te modelleren hoe een echte machine zich zou gedragen. De resultaten suggereren dat met de juiste compilatiestrategieën, de volgende generatie quantumapparaten, die momenteel worden gebouwd met honderden qubits, snel kan opschalen naar de duizenden die nodig zijn om de drempel naar nuttige, foutgecorrigeerde berekening te overschrijden. Het werk biedt een duidelijke roadmap voor ingenieurs en wetenschappers, door precies aan te geven welke hardware-specificaties nodig zijn om de eerste echt betrouwbare quantumalgoritmen werkelijkheid te maken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.