Fast design and scaling of multi-qubit gates in large-scale trapped-ion quantum computers

Resumo Técnico: Design Rápido e Escalonamento de Portas Multiqubit em Computadores Quânticos de Íons Aprisionados de Grande Escala

Definição do Problema
Computadores quânticos de íons aprisionados oferecem conectividade de longo alcance e tempos de coerência longos, tornando-os uma plataforma líder para computação quântica. No entanto, escalar esses sistemas para centenas de íons apresenta um desafio conceitual e tecnológico significativo. Embora os íons possuam conectividade todos-para-todos via seus modos de movimento coletivo (barramento de fônons), o design de portas de emaranhamento multiqubit programáveis e de alta fidelidade para cristais grandes é computacionalmente proibitivo.

A dificuldade central reside no problema de design da porta: encontrar um conjunto de drives de controle que satisfaçam simultaneamente $N(N-1)/2$ restrições quadráticas (fases de emaranhamento alvo entre todos os pares de qubits) enquanto minimizam a potência do drive e garantem que os modos de movimento retornem ao estado fundamental. Isso é formulado como um problema de otimização com restrições quadráticas que escala como $N^2$ com o número de íons $N$, tornando-o um problema NP-difícil. Abordagens existentes frequentemente restringem o problema a pequenos subconjuntos de íons ou dependem de algoritmos de minimização baseados em gradiente que lutam contra a complexidade de sistemas de grande escala.

Metodologia: O Método Large-Scale Fast (LSF)
Os autores introduzem uma estrutura metodológica denominada "Large-Scale Fast" (LSF) para mitigar a natureza NP-difícil do problema de design de portas, permitindo o design de portas robustas e programáveis para cristais de até centenas de íons.

1. Formulação no Domínio Espectral: O design da porta é formulado no domínio espectral, representando os campos de drive como uma soma de componentes de Fourier desintonizados em torno da frequência de transição do qubit. O problema é reduzido à busca de um vetor $R$ (amplitudes dos tons de drive) que minimize a norma $\|R\|$ sujeito a restrições lineares (deslocamentos de movimento nulos) e restrições quadráticas (fases de emaranhamento alvo $\phi_{nn'}$).
2. Semente de Solução de Fase Zero (ZPS): O método LSF baseia-se na geração de uma solução "semente" conhecida como Solução de Fase Zero (ZPS). Uma ZPS é uma solução não trivial para o problema homogêneo onde todas as fases de emaranhamento alvo são zero ($\phi^{(0)}_s = 0$). Essas soluções são acumuladas antes de resolver para portas alvo específicas.
3. Conversão e Otimização: O algoritmo procede em duas etapas principais:
   • Conversão: Uma ZPS é escalonada por um fator $\lambda$ e perturbada por um pequeno vetor $D$ para satisfazer as restrições quadráticas alvo. Ao linearizar as restrições em torno da ZPS escalonada, os autores derivam um sistema linear para resolver para $D$, convertendo a ZPS em uma solução aproximada $R_{conv}$ que satisfaz as fases alvo.
   • Redução de Norma: Um processo iterativo minimiza a norma do vetor de solução enquanto adere estritamente às restrições. Isso envolve alternar entre etapas de "redução de norma" (movendo-se ao longo do manifold de solução para reduzir a potência) e etapas de "redução de erro" (corrigindo desvios das fases alvo). Os tamanhos de passo são calculados analiticamente usando métodos de busca de raízes polinomiais (métodos de Cardano e Ferrari) para garantir que o erro permaneça dentro de uma tolerância especificada (tipicamente $10^{-4}$).
4. Agregação: O método agrega múltiplas ZPSs para garantir um espaço de busca diversificado, permitindo que o algoritmo encontre soluções eficientes para vários mapas de emaranhamento.

Principais Contribuições e Resultados

• Escalonamento de Tempo Polinomial: O método LSF transforma o problema de design NP-difícil em uma tarefa de gerar ZPSs (que pode ser feita eficientemente para simetrias específicas) seguida por uma otimização eficiente de tempo polinomial. Testes de benchmark mostram que o LSF atinge um tempo de solução aproximadamente uma ordem de magnitude mais rápido que otimizadores de gradiente conjugado e de região de confiança padrão, particularmente para sistemas com $N > 20$ íons.
• Estimativa de Potência de Drive: Os autores derivam um estimador heurístico para a frequência de Rabi total ($\Omega_{nuc}$) necessária para acionar uma porta. Este estimador depende da norma nuclear da matriz de emaranhamento alvo $\|\phi\|_{nuc}$ e escala linearmente com o número de íons $N$. Notavelmente, os resultados de simulação mostram que a potência de drive necessária é amplamente independente da estrutura de modo específica ou do espaçamento de frequência, colapsando em uma curva universal quando normalizada pela escala de tempo da densidade média de modos $T_\nu$.
• Tempo de Porta Mínimo ($T_{min}$): O estudo identifica um limite inferior fundamental na duração da porta. Abaixo de um tempo crítico $T_{min} \approx 2.9 \cdot T_\nu$ (onde $T_\nu$ é proporcional ao inverso do espaçamento médio de modo), nenhuma solução de alta fidelidade pode ser encontrada. Crucialmente, $T_{min}$ escala linearmente com o número de íons $N$. Isso implica que, embora o número de operações de emaranhamento simultâneas escale como $N^2$, a duração da porta escala apenas como $N$, proporcionando uma vantagem de escalonamento sobre implementações de portas sequenciais.
• Análise de Escalonamento de Erro: O artigo quantifica o impacto de três fontes dominantes de erro na fidelidade da porta:
  • Derivas de frequência de modo de movimento: Erros escalam quadraticamente com a deriva de frequência e o número de acoplamentos ($N^2$).
  • Flutuações de amplitude de drive: Erros escalam com a variância do ruído e o número de acoplamentos.
  • Aquecimento de movimento: O escalonamento dos erros induzidos pelo aquecimento depende da correlação espacial do ruído. Para ruído não correlacionado, a fidelidade decai quadraticamente com $N$; para ruído fortemente correlacionado, decai linearmente.
    O framework LSF permite a inclusão de restrições lineares para tornar as portas robustas contra esses erros, reduzindo significativamente a sensibilidade a derivas e aquecimento.
• Exemplo de Código de Superfície: O método é demonstrado em um cristal de 49 íons para implementar uma porta de estabilizador de código de superfície (emaranhando 33 íons em um único pulso). A solução mostra uma distribuição eficiente de potência, atribuindo amplitudes de drive mais altas para íons "nó" e amplitudes menores para íons "borda", e suprime efetivamente o emaranhamento cruzado indesejado entre pares desconectados.

Significância e Alegações
O artigo afirma delinear um caminho para escalar computadores quânticos de íons aprisionados para centenas de qubits ao superar a barreira conceitual de projetar portas multiqubit. Ao fornecer um algoritmo rápido e robusto (LSF), os autores permitem a compilação offline de circuitos envolvendo dezenas de íons e portas multiqubit complexas, uma tarefa anteriormente considerada formidável devido à natureza NP-difícil da otimização.

O trabalho estabelece que portas multiqubit de alta fidelidade são fisicamente viáveis para grandes cristais, desde que o tempo de porta exceda o limiar de escalonamento linear $T_{min}$. Além disso, as relações derivadas entre potência de drive, tempo de porta e fontes de erro fornecem diretrizes de design e tolerâncias práticas para experimentalistas. Os autores observam que, embora seu método lide com os mecanismos de erro dominantes dentro da aproximação de Lamb-Dicke, interações com portadores de qubit e termos de ordem superior na expansão de Magnus para soluções de alta amplitude requerem verificação adicional. O framework é apresentado como uma ferramenta fundamental para realizar o potencial de conectividade de longo alcance em arquiteturas de íons aprisionados para aplicações de correção de erros quânticos e otimização.