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

De droom van een quantumcomputer is het oplossen van problemen die onmogelijk zijn voor de huidige machines, maar de weg naar het bouwen ervan wordt geblokkeerd door een fundamentele kwetsbaarheid. De minuscule eenheden informatie die deze apparaten aandrijven, bekend als qubits, worden gemakkelijk verstoord door de kleinste fluistering van warmte of trilling, waardoor ze hun gegevens verliezen. Om een machine te bouwen die daadwerkelijk kan werken, moeten wetenschappers deze fragiele eenheden in beschermende lagen wikkelen, waarbij "logische" qubits worden gecreëerd die hun eigen fouten kunnen detecteren en herstellen. Dit proces vereist een constante, hectische stroom van metingen om op fouten te controleren, gevolgd door een onmiddellijke berekening om te beslissen hoe ze gecorrigeerd moeten worden. Als deze berekening te lang duurt, stapelen de fouten zich sneller op dan ze kunnen worden hersteld, en stort de gehele berekening in. Jarenlang hebben experts zich afgevraagd of een enkele, standaard computerprocessor de eisen van een massale quantummachine die miljoenen operaties uitvoert, wel zou kunnen bijhouden, of dat het correctiesysteem onvermijdelijk de bottleneck zou worden die alles tot stilstand brengt.

Een team van onderzoekers bij IonQ heeft nu aangetoond dat een enkele conventionele computerprocessor inderdaad snel genoeg is om deze taak aan te kunnen voor een machine van immense schaal. Ze bouwden een volledig decodersysteem dat in realtime draait op één centrale verwerkingseenheid, in staat om een universele fouttolerante trapped-ion quantumcomputerarchitectuur te beheren die honderden logische qubits beheert die miljoenen gates uitvoeren. Hun werk richt zich op een specifiek ontwerp voor trapped-ion quantumcomputers, waarbij de architectuur wordt vereenvoudigd zodat de computer niet constant zijn interne structuur hoeft te hervormen om berekeningen uit te voeren. In plaats daarvan voert hij een gestage, voorspelbare stroom van controles uit, onderbroken door specifieke metingen die nodig zijn voor complexe operaties. Door gebruik te maken van deze regelmaat creëerden de onderzoekers een softwarepipeline die de noodzakelijke foutmodellen on the fly genereert en de resultaten direct decodeert, terwijl de quantumcomputer draait.

De onderzoekers testten hun systeem met drie verschillende gecompileerde quantumtoepassingen, variërend van een model van magnetische interacties tot een complex fase-overgangsexperiment. Deze benchmarks omvatten logische qubit-aantallen tussen 102 en 408, en in de grootste test werd het systeem getest op workloads die meer dan één miljoen complexe operaties, bekend als T-gates, beslaan. Het team draaide deze simulaties op een enkele hoogwaardige computerchip, de Apple M4 Max, waarbij twaalf van de zestien beschikbare kernen werden gebruikt. Ze wijsden acht kernen toe aan het zware werk van het corrigeren van algemene fouten en vier kernen aan de snellere, meer urgente taak van het interpreteren van meetresultaten. Het doel was om te zien of de decoderingssoftware het tempo van de quantumhardware kon bijhouden zonder achter te blijven, een vertraging die de machine zou dwingen te pauzeren en te wachten tot de computer weer op niveau is.

De resultaten toonden aan dat het systeem het tempo opmerkelijk goed bijhield. Wanneer de foutmarge in de gesimuleerde quantumhardware laag was, was de tijd die het decodeerproces toevoegde minder dan 0,3 procent van de totale berekentijd. Zelfs toen de onderzoekers de foutmarge verhoogden naar een uitdagender niveau, groeide de vertraging, maar bleef deze beheersbaar en bleef deze onder de 12 procent van de totale tijd. Dit betekent dat het decodersysteem de quantumcomputer niet tot een kruiptempo vertraagde; het voegde simpelweg een klein deel extra tijd toe, wat een verwaarloosbare kostenpost is voor de stabiliteit die het biedt. De studie onthulde ook dat het systeem de moeilijkste momenten gracieus afhandelde. Af en toe duurde een complex foutpatroon iets langer om op te lossen, wat een korte achterstand veroorzaakte, maar het systeem verwerkte deze vertragingen snel zonder een cascade van fouten te veroorzaken.

Een sleutel tot dit succes was een slimme manier van het organiseren van de datastroom. De onderzoekers gebruikten twee verschillende decoders die samenwerkten op dezelfde informatiestroom. Eén decoder werkte continu en hield de algemene gezondheid van het systeem in de gaten en corrigeerde fouten terwijl ze zich ophoopten. De andere decoder was een gespecialiseerde, hogesnelheidseenheid die alleen werd geactiveerd tijdens specifieke metingen. Omdat deze een kleinere, meer gefocuste taak had, kon hij resultaten veel sneller leveren, waardoor de quantumcomputer nooit hoefde te wachten op een beslissing voordat hij naar de volgende stap kon gaan. Deze tweeledige aanpak stelde de enkele processor in staat om de gehele workload efficiënt te beheren, wat bewees dat de enorme rekenkracht van gespecialiseerde hardware zoals grafische kaarten of aangepaste chips misschien niet strikt noodzakelijk is voor real-time foutcorrectie in dit type quantummachines.

De onderzoekers ontdekten ook dat ze de noodzakelijke foutmodellen direct konden genereren, in plaats van ze vooraf te moeten berekenen. In veel quantumontwerpen veranderen de regels voor hoe fouten zich verspreiden afhankelijk van welke operatie er wordt uitgevoerd, waardoor de computer constant zijn begrip van het systeem moet herbouwen. In dit specifieke ontwerp toonden de onderzoekers aan dat de onderliggende structuur van de foutpatronen hetzelfde bleef, en alleen de waarschijnlijkheid van bepaalde fouten moest worden bijgewerkt. Dit stelde hen in staat om de instellingen van de decoder on the fly aan te passen met minimale inspanning, waardoor de software licht genoeg bleef om naast de decoding zelf te draaien. Deze vereenvoudiging was cruciaal, aangezien dit betekende dat het gehele proces kon worden afgehandeld door standaardsoftware die op een enkele chip draait.

Deze bevindingen suggereren dat de weg naar het bouwen van een quantumcomputer die in staat is om miljoenen operaties uit te voeren, niet wordt geblokkeerd door een gebrek aan klassieke rekenkracht. De studie demonstreert dat met de juiste architecturale keuzes een enkele conventionele processor de foutcorrectie voor een machine met honderden logische qubits kan beheren. De onderzoekers beweerden niet elk probleem in de quantumcomputing te hebben opgelost, noch suggereerden zij dat deze specifieke opstelling voor alle soorten quantumcomputers werkt. Echter, voor de klasse van trapped-ion machines die zij hebben gemodelleerd, is het bewijs duidelijk: de decoding bottleneck kan worden overwonnen met bestaande technologie. Dit opent een praktische route voor het opschalen van quantumcomputers, waarbij wordt gesuggereerd dat naarmate de machines groter worden, de oplossing simpelweg kan zijn om meer standaard processorcores toe te voegen in plaats van geheel nieuwe soorten hardware uit te vinden. Het werk levert een concreet bewijs dat de klassieke hersenen die nodig zijn om een quantumreus aan te sturen, geen supercomputer hoeven te zijn; het kan een enkele, krachtige chip zijn.