Benchmarking Quantum Computers via Protocols, Comparing IBM's Heron vs IBM's Eagle

本文通过应用基于协议的基准测试方法，对比评估了 IBM 的 Eagle 与 Heron 量子处理器，证实了 Heron 架构在操作性能上的显著提升，并展示了该方法在直观判断量子处理器是否具备实用量子优势方面的有效性。

要点

这篇论文就像是一份**“量子计算机的体检报告”，而且不是那种只测心跳（基础指标）的简单体检，而是一场“实战演习”**。

作者来自以色列的理工科大学，他们想搞清楚 IBM 最新的量子计算机（代号“金斯顿”，Heron 架构）和旧款（代号“布里斯班”，Eagle 架构）到底谁更厉害。

为了让你更容易理解，我们可以把量子计算机想象成一个巨大的、由许多小房间（量子比特）组成的迷宫城市。

1. 他们是怎么测试的？（“协议”就是“任务清单”）

以前，人们测试量子计算机就像是在检查每个灯泡亮不亮（门级测试）。但这篇论文的作者说：“别光看灯泡，要看整个房间能不能住人！”

他们设计了一套**“任务清单”（协议）**，就像给迷宫里的探险队布置任务：

• 什么都不做（Do-nothing）： 就像让你站在原地不动，看你能不能保持平衡。这是最基础的测试。
• 传送状态（Transmit）： 就像让你把一张纸条从房间 A 传到房间 B，中间要经过很多走廊。
• 量子隐形传态（Teleportation）： 就像把房间 A 的“灵魂”瞬间复制到房间 B，同时把 A 的“灵魂”抹去。
• 超密编码（Super-dense coding）： 就像用极少的空间传递更多的信息。
• 纠缠交换（Entanglement swapping）： 就像让两个从未见过面的陌生人（量子比特）瞬间产生心灵感应。

核心逻辑： 如果连最简单的“站在原地”都做不到，那复杂的“传送灵魂”肯定更不行。所以，他们设计了一个**“层层筛选”**的流程（Optimal Lookup Workflow）：

1. 先测最基础的“原地不动”。
2. 只有通过了这一关的“小房间”，才有资格去测更难的“传送”。
3. 最后，把通过所有测试的“小房间”拼成一个大团队，看看能不能一起干活。

2. 发现了什么？（“布里斯班” vs“金斯顿”）

旧款选手：布里斯班（Brisbane / Eagle 架构）

• 表现： 就像是一个刚装修完、还没通水电的老房子。
• 问题： 很多房间连“原地不动”都做不到。当你试图把信息从一个房间传到另一个房间（哪怕只隔几个房间），信号就断了，或者完全乱套。
• 结果： 在复杂的任务（如量子隐形传态、纠缠交换）中，布里斯班几乎全军覆没。它虽然有很多房间（127 个量子比特），但真正能用的“好房间”寥寥无几，而且很难把它们连起来组成一个大团队。
• 有趣插曲： 作者在测试过程中发现，IBM 悄悄升级了布里斯班的硬件（就像给老房子换了新水管），性能确实变好了，但即便如此，它还是打不过新款。

新款选手：金斯顿（Kingston / Heron 架构）

• 表现： 就像是一个现代化的、设施齐全的高科技公寓。
• 优势： 大部分房间都能轻松完成“原地不动”和“传送纸条”的任务。
• 结果：
  • 在“原地不动”测试中，金斯顿有11 个房间能完美通过，而布里斯班只有6 个。
  • 在更难的“量子隐形传态”任务中，金斯顿有11 个房间和19 对房间组合能成功，而布里斯班只有4 个房间能勉强做到。
  • 在布里斯班完全失败的“纠缠交换”和“超密编码”任务中，金斯顿竟然有一半的房间能成功完成！

3. 核心结论：不仅仅是“更快”，而是“能用”

这篇论文最核心的观点是：量子计算机的进步不仅仅是“比特数量”的增加，而是“质量”的飞跃。

• 旧款（布里斯班）： 就像买了一辆有很多轮子的卡车，但大部分轮子是坏的，车根本跑不起来。你只能找到几个能转的轮子，勉强推一下。
• 新款（金斯顿）： 不仅轮子多，而且大部分轮子都能转，甚至能组成一个车队，去执行复杂的运输任务。

作者通过这种“实战演习”发现，IBM 的新一代芯片（Heron）在稳定性和可用性上有了质的飞跃。以前我们只能看到芯片上有多少个量子比特（就像数有多少个房间），现在我们知道哪些房间是真正“能住人”的，哪些房间可以连起来组成“豪华套房”。

4. 为什么这很重要？

这就好比在买电脑。以前我们只看 CPU 主频（理论速度），现在我们要看它能不能流畅运行大型游戏（实际任务）。

这篇论文告诉我们：

1. 别只看数量： 100 个坏掉的量子比特不如 10 个好用的。
2. 硬件在进步： IBM 确实在努力，新款芯片已经具备了处理复杂量子任务的潜力。
3. 未来的方向： 未来的量子计算研究，不应该只盯着整个芯片，而应该像作者建议的那样，“优中选优”，找出芯片里那些表现最好的“小团队”（子芯片）来专门干活。

一句话总结：
这篇论文就像给量子计算机做了一次**“深度体检”**，发现旧款（布里斯班）虽然身体零件多，但很多都“瘫痪”了；而新款（金斯顿）不仅零件多，而且大部分都“活蹦乱跳”，真正具备了干大事的能力。

技术摘要

以下是基于论文《Benchmarking Quantum Computers via Protocols: Comparing IBM's Heron vs IBM's Eagle》的详细技术总结：

1. 研究背景与问题 (Problem)

随着量子计算硬件的快速发展，如何客观、准确地评估新处理器的能力和错误率成为该领域的关键挑战。传统的基于门（Gate-level）的基准测试方法往往难以直观反映量子处理器在实际应用中的表现，特别是难以判断特定处理器或其子区域是否具备真正的“量子优势”（Quantum Advantage）。
此外，IBM 的量子硬件（如 Eagle 和 Heron 架构）在 2025 年经历了显著的更新和改进，但缺乏针对这些具体改进的、基于协议层面的系统性对比评估。

2. 方法论 (Methodology)

本研究提出并扩展了一种基于协议的基准测试方法（Protocol-based Benchmarking），核心在于通过执行特定的量子协议来评估硬件性能，而非仅仅测量单个门的保真度。

2.1 核心协议 (Protocols)

研究定义了五个关键协议，按复杂度递增排列：

1. Do-nothing（无操作）： 基准测试，用于评估量子态在电路中的保持能力。
2. Bell-state transfer（贝尔态传输）： 将纠缠态从一端传输到另一端。
3. Teleportation（量子隐形传态）： 利用纠缠资源传输量子态。
4. Super-dense coding（超密编码）： 利用纠缠态传输经典信息。
5. Entanglement swapping（纠缠交换）： 建立远距离纠缠。
   *注：由于旧版硬件（Old Brisbane）甚至无法通过简单的"Do-nothing"测试，研究临时定义了一个更基础的协议 Transmit（传输），仅涉及通过 SWAP 门移动量子态，作为更严格的基准线。*

2.2 最优查找工作流 (Optimal Lookup Workflow)

为了高效评估芯片（特别是 IBM 的矩形晶格结构），研究设计了一个分阶段的“漏斗式”工作流：

1. C2C (Corner-to-Corner)： 测试矩形子芯片（Sub-chip）对角线之间的路径。
2. M-L (Maximal Lengths)： 测试矩形内的最大长度路径，确保每个量子比特都被测量。
3. A-L (All Lengths)： 测试矩形内所有可能的内部路径。
   筛选机制： 只有通过了上一阶段阈值（如保真度 $>2/3$ 或 $>0.5$）的子芯片才能进入下一阶段。最终生成协议向量（Protocol Vector），直观展示芯片在不同协议下的性能分布。

3. 研究对象 (Subjects)

研究对比了 IBM 的两代量子处理器：

• Eagle-r3 (Brisbane)： 旧一代架构，127 量子比特。研究特别区分了"Old Brisbane"（2025 年 8 月前）和"Modified Brisbane"（2025 年 8 月后，IBM 未官方宣布但性能显著提升的版本）。
• Heron-r2 (Kingston)： 新一代架构，156 量子比特，旨在展示性能与可扩展性的提升。

4. 关键结果 (Key Results)

4.1 硬件改进与 Brisbane 的表现

• Old vs. Modified Brisbane： 在 2025 年 8 月前后，Brisbane 芯片性能有显著提升。旧版在"Do-nothing"协议的 A-L 阶段仅有 2 个矩形通过，而新版有 6 个通过。
• 协议局限性： 即使是改进后的 Brisbane，在复杂协议（如纠缠交换、超密编码）上表现依然不佳，大部分矩形无法通过 C2C 阶段。
• Transmit 协议： 在 Brisbane 上，仅有约一半的矩形能通过 Transmit 协议的全评估，且没有成对的子芯片能通过多协议测试。

4.2 Heron (Kingston) 的卓越表现

• 全面优势： Kingston 在所有测试协议中均表现出显著优于 Brisbane 的性能。
• 可扩展性： Kingston 不仅在单矩形（Singles）上表现优异，在成对矩形（Pairs）的测试中也保持了高保真度。例如，在量子隐形传态协议中，有 18 对矩形成功通过评估。
• 协议向量对比：
  • Transmit: Kingston 13 个矩形通过（平均保真度 0.847），Brisbane 10 个（0.8）。
  • Do-nothing: Kingston 11 个通过，Brisbane 6 个。
  • 复杂协议： Brisbane 在纠缠交换和超密编码上得分为 0（无矩形通过），而 Kingston 分别有 10 个和 9 个矩形通过。
• 最优子芯片： Kingston 能够找到一个包含 11 个矩形的“最优子芯片”，具备执行多种复杂协议的能力；而 Brisbane 无法找到具备多协议能力的较大子芯片。

4.3 量化评分

研究提出了一个全局评分公式（Score），综合考虑通过率和平均保真度。结果显示，Kingston 在所有协议上的得分均远高于 Brisbane（例如：Teleportation 得分 0.416 vs 0.158；Bell-state transfer 0.422 vs 0.028）。

5. 主要贡献 (Key Contributions)

1. 协议级基准测试框架： 提出了一种超越传统门保真度、直接评估量子处理器实际任务执行能力的“协议级”评估方法。
2. 动态硬件评估： 揭示了 IBM 硬件在短期内（数月内）发生的显著性能变化（如 Brisbane 的隐性升级），证明了持续监控的重要性。
3. 子芯片级可视化： 通过“协议向量”和“最优查找工作流”，能够精确定位芯片中性能最好的区域（Sub-chips），为实际量子计算任务提供硬件选择指导。
4. 新旧架构对比： 提供了 Eagle 到 Heron 架构代际跨越的实证数据，证明了 Heron 在保真度、连通性和复杂协议执行能力上的实质性飞跃。

6. 研究意义 (Significance)

• 指导研究优先级： 该研究表明，对于当前的量子硬件，盲目追求量子比特数量可能不如关注特定子区域的“量子优势”区域重要。
• 硬件验证工具： 该方法可作为量子计算机质量保证（QA）的标准工具，帮助研究人员和用户在硬件更新频繁的背景下，快速识别可用的计算资源。
• 技术成熟度评估： 研究证实了 Heron 架构在实现实用量子优势方面迈出了关键一步，特别是在处理多量子比特纠缠和传输任务时，其性能已接近理论预期，而 Eagle 架构仍受限于噪声和错误率。

7. 局限性与挑战

• 硬件可用性： 实验期间硬件经历了维护，导致数据存在时间上的不连续性（Temporal Instability）。
• 实验取消： 部分大规模测试（如 A-L）因系统错误或提供商取消而中断，导致部分数据需要合并或重测，可能引入微小的时间偏差。
• 协议定义： 针对极差性能的硬件定义的"Transmit"协议是临时性的，随着硬件改进，该协议在后续工作流中的必要性降低。

总结： 该论文通过严格的协议级基准测试，有力地证明了 IBM Heron (Kingston) 架构相比 Eagle (Brisbane) 架构在量子保真度和复杂任务执行能力上的巨大进步，并为未来量子硬件的评估和选择提供了科学、直观的方法论。