⚛️ quantum physics

Plaquette: A hardware-aware design platform for fault-tolerant quantum computers

Dit artikel introduceert Plaquette, een hardware-bewust ontwerpplatform dat de logische prestaties van fouttolerante kwantumcomputers berekent door diverse fysieke foutmodellen — zoals lekkage, verstrooiing en opwarming — direct te vertalen naar nauwkeurige simulatieresultaten, waardoor de beperkingen van traditionele stochastische Pauli-benaderingen worden overwonnen voor betrouwbare foutbudgettering en drempelwaarde-schatting.

Oorspronkelijke auteurs: Raul Conchello Vendrell, Carlos Díaz López, Ish Dhand, Kshitij Kapoor, Davide Laureti, Marcello Massaro, Pranjal Nayak, Ivan Ogloblin, Martin B. Plenio, Shreya Prasanna Kumar, Matteo Santandrea, Varun

Gepubliceerd 2026-07-10

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Raul Conchello Vendrell, Carlos Díaz López, Ish Dhand, Kshitij Kapoor, Davide Laureti, Marcello Massaro, Pranjal Nayak, Ivan Ogloblin, Martin B. Plenio, Shreya Prasanna Kumar, Matteo Santandrea, Varun Seshadri, Antal Száva, Trevor Vincent, Raphael Weber

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

Stel je voor dat je een supergeavanceerde robot bouwt die denkt in kwantummechanica. Je wilt dat de robot perfect is, maar de echte wereld is rommelig. De hersenen van de robot (de hardware) worden moe, lekken energie en raken soms in de war door de temperatuur van de kamer.

Lama tijd lang moesten ingenieurs die probeerden deze robots te bouwen een zeer vereenvoudigde kaart gebruiken om hun reis te plannen. Ze namen aan dat de hersenen van de robot alleen simpele, willekeurige fouten maakten, zoals het opgooien van een muntje. Ze noemden dit "Pauli-ruis". Het was alsof je zei: "Oké, de robot kan misschien over een steen struikelen, maar hij zal nooit in een boom vast komen te zitten of in een plas water vallen."

Maar in werkelijkheid zijn kwantumrobots veel ingewikkelder.

Supergeleidende robots (zoals transmons) springen soms uit hun normale "slaapkamer" (computationele ruimte) naar een "derde verdieping" die ze niet zouden moeten bezoeken.
Neutrale atoom-robots (zoals Rydberg-atomen) blijven soms steken in een gang (tussenliggende staat) terwijl ze proberen tussen kamers te bewegen.
Trapped ion-robots (zoals ionen in een kooi) worden steeds heter terwijl ze trillen, wat hun gedrag in de loop van de tijd verandert.

De oude kaarten toonden deze extra verdiepingen, gangen of temperatuurveranderingen niet. Ze zeiden alleen maar: "Oeps, willekeurige fout." Dit maakte ingenieurs de indruk dat hun robots veel beter waren dan ze in werkelijkheid waren.

Ontmoet Plaquette: De Realistische GPS

Een team van QC Design GmbH heeft een nieuwe tool gebouwd genaamd Plaquette. Zie Plaquette als een high-tech GPS die niet alleen naar een platte kaart kijkt, maar naar de werkelijke fysica van de hersenen van de robot.

In plaats van te doen alsof de robot alleen simpele fouten maakt zoals het opgooien van een muntje, laat Plaquette ingenieurs toe om de echte fysica van de robot één keer te beschrijven — met gebruik van de werkelijke wetten van beweging en energie (zoals Hamiltonians en Lindblad-vergelijkingen). Vervolgens vertaalt Plaquette deze complexe fysica automatisch naar verschillende "talen" die verschillende simulatietools kunnen begrijpen.

Het is als het hebben van een meesterkok die één complex recept (de echte fysica) neemt en dit direct omzet in een eenvoudige lijst met ingrediënten voor een beginner, een gedetailleerde diagram voor een professional, of een 3D-model voor een robot, allemaal zonder het originele recept te veranderen.

De Nieuwe Tools: XPauli en Near-Clifford

Het paper introduceert twee speciale "lenzen" binnen Plaquette die ons de zaken laten zien die de oude kaarten misten:

De XPauli Lens (De "Leakage Tracker"):
Stel je voor dat je robot een geheim derde verdieping heeft. Als de robot daarheen springt, zeiden de oude kaarten gewoon: "Hij is weg!" en stopten ze met het bijhouden ervan. De XPauli-lens zegt: "Wacht, hij is op de derde verdieping! Laten we hem bijhouden als een 'gelekte' staat." Het behandelt de hoofdbrein van de robot als een stabiel, gemakkelijk te berekenen systeem, maar voegt een simpel label toe om te zeggen: "Oh, en dit deel zit momenteel vast op de zolder." Hierdoor kan de simulatie snel draaien (zoals de oude kaarten), maar worden die lastige sprongen nog steeds opgemerkt.
De Near-Clifford Lens (De "Coherence Catcher"):
Soms maakt de robot niet zomaar een willekeurige fout; maakt hij een vloeiende, gecoördineerde fout, zoals een danser die de verkeerde kant op draait. De oude kaarten konden deze dans niet zien; ze zagen alleen een struikelpartij. De Near-Clifford lens breekt deze vloeiende dans af in een reeks eenvoudige stappen, waarbij het resultaat wordt berekend door het gemiddelde van vele verschillende mogelijkheden te nemen. Het is iets duurder om te berekenen, maar het vangt de subtiele, gecoördineerde fouten die de simpele kaarten missen.

Wat de Simulatiesen Lieten Zien

De auteurs hebben niet alleen een tool gebouwd; ze hebben deze getest met drie verschillende soorten kwantumrobots om te zien of de oude kaarten tegen hen loog.

1. De Supergeleidende Robot (De Leaky Transmon):
Ze simuleerden een robot waarbij de "derde verdieping" (leakage) een groot probleem was.

Het resultaat: Wanneer ze de oude "alleen Pauli"-kaart gebruikten, leek de robot een ruisniveau van 0,0177 aan te kunnen. Maar wanneer ze de nieuwe XPauli-lens gebruikten, kon de robot slechts 0,0148 aan.
De les: De oude kaart was te optimistisch. Het liet de robot ongeveer 20% beter lijken dan hij in werkelijkheid was. Als je een robot zou bouwen op basis van de oude kaart, zou deze eerder kunnen falen dan je denkt.

2. De Neutrale Atoom-robot (De Scattering Hallway):
Ze keken naar een robot die vast komt te zitten in een tussenliggende gang.

Het resultaat: De oude kaart zei dat de robot een bepaalde hoeveelheid "scattering" (vastzitten) kon aan. De nieuwe XPauli-kaart zei: "Nee, dat kan absoluut niet!" Het verschil was enorm: de oude kaart dacht dat de robot 2,6 keer meer scattering kon aan dan hij in werkelijkheid kon.
De les: Als je de gang negeert, denk je dat je robot supersterk is. In werkelijkheid is hij fragiel.

3. De Trapped Ion-robot (Het Opwarmen):
Ze simuleerden een robot die steeds heter wordt terwijl hij werkt, wat de foutpercentages in de loop van de tijd verandert.

Het resultaat: De oude kaarten gingen ervan uit dat de robot een constante, gemiddelde temperatuur had. De nieuwe simulatie volgde de stijgende hitte ronde na ronde. De resultaten lieten zien dat de prestaties van de robot veel sneller daalden dan het eenvoudige gemiddelde voorspelde. De nieuwe simulatie vond een drempelwaarde van 0,01087, waarmee werd bewezen dat het "verwarmings"-effect een echt, meetbaar probleem is dat simpele modellen missen.

Het Grotere Plaatje

Het paper betoogt dat als je een fouttolerante kwantumcomputer wilt bouwen (één die zijn eigen fouten kan herstellen), je niet langer kunt vertrouwen op de vereenvoudigde "Pauli-ruis" kaarten. Ze zijn als het gebruiken van een 2D-kaart om door een 3D-stad te navigeren; je zult de trappen, de liften en de files missen.

Plaquette is de tool die ervoor zorgt dat ingenieurs de 3D-stad kunnen zien. Het neemt de echte fysica van de hardware, simuleert deze met verschillende niveaus van detail (van snelle benaderingen tot exacte berekeningen), en vertelt je de werkelijke limieten van je machine.

De auteurs laten zien dat we door deze nauwkeurigere simulaties te gebruiken, kunnen stoppen met het overschatten van hoe goed onze hardware is. Dit helpt ingenieurs om hun inspanningen te richten op het oplossen van de echte problemen — zoals leakage, scattering en heating — in plaats van het najagen van spoken die alleen in vereenvoudigde kaarten bestaan.

Kortom: de oude manier was een gok. Plaquette is een meting. En de meting zegt: "Je robot is cooler dan je dacht, maar ook fragieler dan je dacht. Laten we de echte lekken repareren."

Technische Samenvatting: Plaquette: Een Hardware-bewust Ontwerpplatform voor Fouttolerante Kwantumcomputers

Probleemstelling

Het ontwerp van fouttolerante kwantumcomputers (FTQC's) kampt met een kritieke kloof tussen abstracte theoretische drempelwaarden en de fysieke realiteit van hardware. Hoewel het drempeltheorema garandeert dat logische fouten kunnen worden onderdrukt als de fysieke ruis voldoende laag is, rust het op abstracte foutpercentages en aannames (bijv. snel vervallende gecorreleerde fouten) die niet direct mappen naar meetbare apparaatparameters zoals coherentietijden, lekkageratens, verwarmingssnelheden of controle-miscalibraties.

Huidige schaalbare simulatiemethoden voor FTQC-ontwerp vertrouwen voornamelijk op stabilisator-simulatoren (bijv. Stim), die uitgaan van stochastische Pauli-ruis. Echter, echte hardware-imperfecties wijken vaak significant af van dit model:

Supergeleidende transmons lekken naar hogere energieniveaus (bijv. $|2\rangle$ ).
Neutrale atomen verstrooien door tussenliggende elektronische toestanden.
Gevangen ionen ervaren verwarming naarmate bewegingsmodi fononen absorberen.
Controlevelden kunnen coherente over-rotaties veroorzaken.

Deze processen omvatten niet-Pauli structuren, lekkage en interacties met de omgeving die stochastische Pauli-benaderingen (vaak afgeleid via Pauli-twirling) niet accuraat kunnen vastleggen. Gevolglikken kunnen bestaande ontwerptools te optimistische schattingen geven van logische foutpercentages en drempelwaarden, wat leidt tot gebrekkige resource-budgetten en engineering-beslissingen.

Methodologie: Het Plaquette-framework

De auteurs presenteren Plaquette, een software suite en theoretisch framework ontworpen om de logische prestaties van FTQC-architecturen direct te berekenen vanuit de open-systeem fysica van een device. De kernfilosofie is een "channel-first" benadering: het fysieke foutmodel wordt één keer gespecificeerd als een Completely Positive Trace-Preserving (CPTP) kanaal, en het framework compileert dit automatisch naar de specifieke representatie die vereist is door verschillende simulatie-samplers.

1. Input en Formalisme

Device Model: Gedefinieerd door fysieke parameters $\eta$ (bijv. Hamiltonians, Lindblad-operatoren, controleduur). Deze definiëren een CPTP-kanaal $\mathcal{E}_\eta$ voor elke circuitlocatie.
Compilatie: Plaquette zet het fysieke kanaal om in de representatie die nodig is voor de gekozen sampler en een apart Detector Error Model (DEM) voor de decoder.
Workflow: Een ruisvrij syndroom-extractie circuit wordt gegenereerd uit een QEC-code. De gecompileerde foutkanalen worden ingevoegd om een ruisend circuit te creëren. Dit circuit wordt gesampled, syndromen worden gedecodeerd, en logische foutpercentages worden geaggregeerd om drempelwaarden en overheads te bepalen.

2. Sampler Hiërarchie

Plaquette hanteert een hiërarchie van samplers die een afweging maken tussen nauwkeurigheid en schaalbaarheid, waarbij ze allemaal opereren op hetzelfde onderliggende fysieke kanaal:

Stim (Stabilizer): Verwerkt stochastische Pauli- en erasure-ruis. Het gebruikt de standaard Pauli-getwirled benadering, waarbij off-diagonale coherentie en lekkage worden genegeerd.
XPauli Sampler: Een nieuwe extensie voor systemen met lekkage en omgeving-sectoren. Het houdt qubits in de computationele subspace bij als een stabilizer-toestand, terwijl het gelekte niveaus en omgeving-sectoren via klassieke labels representeert. Het gaat uit van incoherentie tussen deze niet-computationele toestanden, wat efficiënte klassieke jump-simulatie mogelijk maakt terwijl de lekkage-dynamiek behouden blijft.
Near-Clifford Samplers: Ontworpen voor coherente fouten en niet-unitaire kanalen. Deze deconstrueren niet-Clifford operaties in gewogen sommen van Clifford-operaties (quasiprobabiliteit decompositie).
- Kanaalniveau: Decomponeert het kanaal $\mathcal{E} = \sum \alpha_k \Phi_k$ .
- Operatorniveau: Decomponeert unitaries $U = \sum c_i C_i$ .
- Deze methoden introduceren een variantiekosten die proportioneel is aan de "robuustheid" van de decompositie, maar vermijden de kosten van volledige state-simulatie.
Full-State Samplers: Propageren de exacte state vector of dichtheidsmatrix (CPU via Cirq, GPU via cuQuantum). Deze dienen als exacte referenties voor het valideren van de benaderende samplers, maar schalen exponentieel met de systeemgrootte.

3. Decoding en Analyse

Decoders: Plaquette ontkoppelt sampling van decoding. Decoders (bijv. PyMatching, Fusion-Blossom) worden geïnitialiseerd vanuit een DEM die afgeleid is van een Pauli-getwirled versie van het circuit. Het framework ondersteunt "loss-aware decoding" voor vertraagde heralding events.
Drempelwaarden: Het framework berekent logische foutpercentages over geschaalde code-families om drempelwaarden en drempel-oppervlakken (multi-dimensionale parameterruimtes) te schatten. Het gebruikt finite-size scaling (FSS) en interpolatie om de grens te bepalen tussen corrigeerbare en oncorrecteerbare regimes.

Belangrijkste Bijdragen

Een Channel-First Ontwerpframework: Plaquette stelt gebruikers in staat om fysieke foutmodellen te specificeren als CPTP-kanalen (afgeleid van Hamiltonians, Lindblad-dynamica of experimentele reconstructie) en compileert deze automatisch naar diverse sampler-representaties zonder handmatige herformulering.
De XPauli Sampler: Een nieuwe, efficiënte simulator voor lekkage en omgeving-sectoren. Het breidt stabilizer-simulatie uit om niet-computationele niveaus en sectoren klassiek bij te houden, waarmee het de kloof overbrugt tussen snelle Pauli-simulatoren en onhandelbare full-state simulaties.
Bewijs van Approximatie Limieten: Het paper demonstreert dat Clifford-only (Pauli-getwirled) simulaties aanzienlijk verschillende (en vaak te optimistische) logische foutpercentages en drempelwaarden kunnen opleveren vergeleken met meer accurate methoden (XPauli, Near-Clifford, Full-State) wanneer men te maken heeft met realistische hardware-ruis.

Resultaten en Validatie

De auteurs valideren het framework met drie verschillende hardwareplatforms en foutmodellen:

1. Vereenvoudigde Foutmodellen (Validatie)

Coherente Over-rotatie: Een unitaire rotatiefout werd gesimuleerd. De Near-Clifford sampler kwam overeen met de full-state resultaten, terwijl de Pauli-getwirled Stim-simulatie de logische foutrate aanzienlijk onderschatte (door coherentie te negeren).
Lekkage: Een lekkage-kanaal ( $|11\rangle \leftrightarrow |02\rangle$ ) werd gesimuleerd. De XPauli sampler kwam overeen met de full-state resultaten, terwijl Stim (die lekkage wegtraceert) faalde om de foutdynamiek te vangen, waardoor de logische foutrate ook hier werd onderschat.

2. Supergeleidende Qubits (Lekkage)

Model: Een transmon CZ-gate afgeleid van een Hamiltonian met heating Lindblad-operatoren.
Bevinding: De lekkage-bewuste XPauli drempelwaarde ( $\gamma_{th} \approx 0.0148$ ) was ongeveer 20% lager dan de drempelwaarde geschat door de Clifford-only Pauli-getwirled benadering ( $\gamma_{th} \approx 0.0177$ ). Bij grote code-afstanden ( $d=19$ ) bereikte het verschil in logische foutrate een orde van grootte. Dit geeft aan dat het negeren van lekkage leidt tot het overschatten van de fouttolerante marge van de hardware.

3. Neutrale Atomen (Intermediate-State Scattering)

Model: Rydberg-gates met spontane emissie vanuit tussenliggende toestanden.
Bevinding: De auteurs brachten drempel-oppervlakken in kaart over depolarisatie-, dephasings- en scattering-rates. De Clifford-only benadering overschatte de toelaatbare scattering rate met een factor 2.6 vergeleken met de XPauli berekening. Het volume tussen deze twee oppervlakken vertegenwoordigt een regio die door het vereenvoudigde model als "corrigeerbaar" wordt geclassificeerd, maar door het lekkage-bewuste model als "oncorrecteerbaar".

4. Gevangen Ionen (Verwarming)

Model: Verwarming van bewegingsmodi gemodelleerd als een sector-transitieproces, waarbij foutrates afhangen van het huidige fonon-aantal (sector).
Bevinding: Het framework simuleerde succesvol niet-stationaire ruis waarbij foutpercentages in de loop van de tijd evolueren op basis van de verwarmingsgeschiedenis. De resultaten toonden aan dat een stationaire Pauli-benadering (gebruikmakend van een gemiddeld foutpercentage) faalt om de dynamiek van het niet-stationaire verwarmingsproces te vangen, wat de noodzaak van sector-opgeloste modellering benadrukt.

Betekenis en Claims

Het paper claimt dat Plaquette een directe route biedt van de open-systeem fysica van een device naar de logische prestaties van een FTQC.

Ontwerpimpact: Door hardware-imperfecties accuraat te modelleren als kwantumkanalen, stelt Plaquette hardware-teams in staat om praktische engineering-vragen te beantwoorden: Is de ruis onder de drempelwaarde? Met hoeveel? Welke specifieke imperfectie beperkt de prestaties?
Betrouwbaarheid: De auteurs stellen dat betrouwbare drempelwaarden, fout-budgetten en overhead-schattingen de meest accurate simulatie vereisen die beschikbaar is. Het vertrouwen op Clifford-only benaderingen voor niet-Pauli ruis kan leiden tot ontwerpen die in de praktijk niet aan fouttolerantie voldoen.
Scope: Het framework is hardware-agnostisch en ondersteunt supergeleidende circuits, neutrale atomen, gevangen ionen, quantum dots en fotonica, zowel voor circuit-gebaseerde, measurement-based als fusion-based paradigma's.

Het paper concludeert dat hoewel de XPauli en Near-Clifford samplers specifieke benaderingen introduceren (zoals incoherentie tussen sectoren of variantiekosten), zij een noodzakelijke en accurate middenweg bieden tussen de onbetrouwbare eenvoud van Pauli-twirling en de onhandelbare kosten van full-state simulatie voor grootschalig FTQC-ontwerp.