Resumo Técnico: FTPrimitiveBench

Declaração do Problema

A busca pela computação quântica tolerante a falhas (FTQC) exige uma avaliação rigorosa de como códigos de correção de erros e operações lógicas se comportam sob condições realistas de ruído físico. Embora os benchmarks padrão frequentemente dependam do modelo de ruído depolarizante uniforme (onde cada localização de falha possui uma taxa de erro idêntica $p$), essa suposição falha em capturar as características complexas, heterogêneas e enviesadas do hardware quântico real. Dispositivos do mundo real exibem:

• Assimetria: Canais de erro dominantes (por exemplo, desfazamento enviesado em $Z$ em átomos neutros ou erros dominados por medição em circuitos supercondutores).
• Heterogeneidade: Variações nas taxas de erro entre qubits, tipos de portas e localizações espaciais devido a desvios de calibração e imperfeições de fabricação.
• Correlações: Distribuições de erro espaço-temporais que se desviam das suposições de independência e distribuição idêntica (i.i.d.).

Simuladores e conjuntos de benchmarks existentes frequentemente carecem de um quadro unificado para explorar sistematicamente como essas características de ruído estruturado interagem com primitivas lógicas específicas (por exemplo, memória, cirurgia de rede, portas). Além disso, a comparação justa entre diferentes estudos é prejudicada por suposições de modelagem não padronizadas (por exemplo, inclusão ou exclusão de erros de inatividade). Há uma necessidade crítica de um conjunto de benchmarks que alinhe modelos de ruído ao hardware alvo, mantendo a tratabilidade da simulação para permitir estimativas precisas de desempenho e co-design consciente do hardware.

Metodologia

Os autores introduzem o FTPrimitiveBench, uma abordagem sistemática de benchmarking projetada para desacoplar a especificação do modelo de ruído da geração de circuitos lógicos. O quadro opera sobre o código de superfície rotacionado e foca em primitivas lógicas Clifford centrais.

1. Interface do Modelo de Ruído

O FTPrimitiveBench estabelece uma interface flexível para injetar canais de erro de Pauli estocásticos em circuitos de estabilizadores. Ele suporta quatro níveis de granularidade para atribuição de parâmetros:

• Global: Parâmetros uniformes em todos os componentes e rodadas (recuperando baselines padrão).
• Espacial: Parâmetros variam entre qubits/interações, mas permanecem fixos no tempo (heterogeneidade estática).
• Temporal: Parâmetros variam de rodada para rodada, mas são compartilhados entre componentes (deriva/flutuações).
• Espaço-Temporal: Variação completa tanto no espaço quanto no tempo.

O quadro modela três classes de ruído físico:

• Erros de Porta: Canais de Pauli gerais para portas de um e dois qubits, suportando viés e correlação.
• Erros SPAM: Erros de preparação de estado e medição dependentes da base.
• Erros de Inatividade: Erros acumulados durante tempos de espera, calculados usando parâmetros de coerência $T_1/T_2$ via uma aproximação de Pauli-twirled.

2. Famílias de Ruído Incorporadas

Para facilitar estudos comparativos controlados, o FTPrimitiveBench inclui quatro famílias de ruído pré-empacotadas:

• Depolarizante Uniforme: A baseline padrão.
• Viés de Pauli: Modela eixos de erro dominantes (por exemplo, viés em $Z$) com um fator de viés $\eta$.
• Viés de Medição: Redimensiona especificamente as taxas de erro de medição/redefinição para modelar regimes dominados por leitura.
• Não Uniforme: Aplica perturbações Gaussianas às taxas de erro para simular heterogeneidade espacial e espaço-temporal.

3. Geração de Primitivas

O conjunto fornece geradores de alto nível para quatro primitivas lógicas fundamentais, gerando circuitos Stim com anotações de detectores e observáveis lógicos:

• Memória Lógica: Preservar um estado lógico ao longo de $t$ rodadas de extração de síndrome.
• Hadamard Transversal ($H_L$): Trocar estabilizadores $X$ e $Z$ via portas transversais.
• Cirurgia de Rede: Operações de emaranhamento via medições conjuntas de paridade ($M_{XX}$ ou $M_{ZZ}$) envolvendo fases de fusão e divisão.
• Porta de Fase Lógica ($S_L$): Implementada via cirurgia de rede e medição na base $Y$ em um ancilla.

4. Pipeline de Avaliação

O quadro utiliza o Stim para simulação eficiente de estabilizadores e o PyMatching (Correspondência Perfeita de Peso Mínimo) para decodificação. A avaliação percorre distâncias de código ($d \in \{3, 5, 7, 9, 11\}$) e taxas de erro físicas, relatando tanto as Taxas de Erro Lógico (LER) absolutas quanto a LER Relativa (ruído estruturado vs. baseline uniforme).

Contribuições Principais

1. Modelagem de Ruído Flexível: Uma interface unificada que suporta especificações personalizadas e famílias de ruído estruturado (viés, viés de medição, não uniformidade) que podem ser aplicadas consistentemente em diferentes primitivas.
2. Geração Padronizada de Primitivas: Geração automatizada de circuitos Stim para memória lógica, cirurgia de rede, Hadamard transversal e a porta $S$, garantindo consistência de detectores e observáveis.
3. Benchmarking Reprodutível: Um fluxo de trabalho que associa modelos de ruído à construção de primitivas, permitindo estudos comparativos diretos de decodificadores e simuladores sob suposições de hardware correspondentes.
4. Código Aberto: O conjunto é totalmente aberto no GitHub.

Resultados Principais

A avaliação revela que o ruído estruturado afeta as primitivas lógicas de maneiras qualitativamente distintas:

• Impacto do Viés em $Z$:

  • Memória e Cirurgia de Rede: Patches assimétricos ($d_Z > d_X$) melhoram substancialmente o desempenho sob ruído enviesado em $Z$, suprimindo as cadeias de falha dominantes.
  • Hadamard Transversal: Esta primitiva troca os canais $X$ e $Z$ no meio do circuito, efetivamente média o viés. Consequentemente, a vantagem geométrica dos patches assimétricos é significativamente diminuída, e o Hadamard não preserva o viés de entrada.
  • Desempenho do Decodificador: A Correspondência Perfeita de Peso Mínimo (MWPM) correlacionada oferece uma vantagem clara sobre a correspondência não correlacionada sob ruído depolarizante uniforme. No entanto, essa vantagem diminui à medida que o canal se torna fortemente enviesado em $Z$, pois as correlações fora da diagonal (erros $Y$) que a correspondência correlacionada explora tornam-se raras.

• Impacto do Viés de Medição:

  • Redundância Temporal: Sob ruído enviesado em medição, o número ótimo de rodadas de extração de síndrome aumenta com o fator de viés. O desempenho da cirurgia de rede é altamente sensível à contagem de rodadas, destacando que a redundância temporal é um ajuste arquitetônico crítico invisível para análises de depolarizante uniforme.
  • Não Monotonicidade: A penalidade relativa da LER atinge o pico em taxas de erro físicas intermediárias (perto do limite) e não em taxas de erro baixas.

• Impacto do Ruído Não Uniforme:

  • Robustez: Quando os priores do decodificador correspondem às taxas de erro subjacentes por componente, a LER relativa para todas as primitivas permanece próxima da baseline de depolarizante uniforme através de vários níveis de variância ($\sigma$) e distâncias de código. Isso indica que o código de superfície rotacionado é amplamente robusto à heterogeneidade espacial e espaço-temporal.
  • Efeitos de Amostragem: Desvios menores abaixo da unidade na LER relativa em pequenas distâncias são atribuídos à estocasticidade de amostragem nas extrações de perturbação e não a um modo de falha sistemático.

Significado e Alegações

O artigo afirma que o FTPrimitiveBench fornece uma base principial para ir além dos benchmarks de memória lógica homogênea e analisar computação lógica ativa. Seu significado reside em:

• Padronização: Permite estudos comparativos reprodutíveis de protocolos de QEC e desempenho de decodificadores, padronizando a relação entre especificação do modelo de ruído e construção de primitivas.
• Co-design Hardware-Software: Ao vincular a caracterização de hardware (perfis de ruído) diretamente à análise de desempenho no nível lógico, fornece uma infraestrutura prática para otimizar arquiteturas tolerantes a falhas.
• Insight sobre Sensibilidade de Primitivas: Demonstra que os benefícios do design consciente de ruído (por exemplo, patches assimétricos) não são universais; eles dependem fortemente da operação lógica específica (por exemplo, memória que preserva viés vs. Hadamard que mistura viés).

Os autores posicionam o FTPrimitiveBench não como um mapeamento exaustivo do espaço de design, mas como uma camada de infraestrutura tratável que permite aos pesquisadores estender estudos para novos códigos, decodificadores e modelos de ruído sem reescrever o pipeline de simulação subjacente.