⚛️ quantum physics

QCORE: A Quantum-Control-Oriented Real-Time Execution Architecture with Extensible Closed-Loop Services and Shared AI Acceleration

本文提出了 QCORE，一种用于量子处理器的可扩展、实时数字控制架构，该架构统一了任务管理、共享资源和硬实时执行，以实现可扩展的闭环服务和共享 AI 加速，并展示了在反馈延迟、频率误差降低以及状态分配准确性方面的显著改进。

原作者： Heyue Li, Yanshu Guo, Qichun Liu, Tiefu Li, Zhihua Wang, Hanjun Jiang

发布于 2026-08-10

📖 1 分钟阅读🧠 深度阅读

原作者： Heyue Li, Yanshu Guo, Qichun Liu, Tiefu Li, Zhihua Wang, Hanjun Jiang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一个计算机不仅仅是在进行数字运算，而是在与物理定律共舞，以解决那些即便今天的超级计算机也需要花费数千年才能解决的问题的世界。这就是量子计算的领域。在这场魔力的核心是量子处理器（QPU），这是一个微小的芯片，其中的信息以一种模糊的、叠加的状态存在，就像一枚同时既是正面又是反面的旋转硬币。但问题在于：这些硬币极其脆弱。哪怕是最轻微的噪声、微小的温度变化或是一丝游离的电磁波，都可能让它们失去同步，从而毁掉整个计算。为了让它们保持舞步，我们需要一个比眨眼更快、比国际象棋大师更聪明、且组织得足够严密到可以同时处理上千项任务而不掉链子的控制系统。

长期以来，控制这些量子芯片就像是试图用对讲机、扩音器和一群人类跑腿员来指挥一支管弦乐队。设备笨重，信号缓慢，反馈回路也过于迟钝，无法在错误发生前将其捕捉。科学家们意识到，要扩展量子计算机的规模，他们需要在量子芯片旁边放置一种新型的“大脑”。这个大脑需要处理瞬时决策（例如：“哎呀，那个量子比特转错方向了，现在就修复它！”），同时还要管理长期事务（例如：调校乐器和检查乐谱）。巨大的问题在于：如何构建一个既能应对实时紧急情况，又足够灵活以处理复杂的、缓慢进行的维护工作的控制系统，且不让这两类任务互相干扰？

于是，研究人员 Heyue Li、Yanshu Guo 及其团队提出了一个新的架构蓝图——QCORE。可以将 QCORE 想象成量子城市中终极的交通管制塔。与其让每辆车（数据包）都在同一条路上争抢，QCORE 构建了一条多车道高速公路，为紧急情况设有专用快速车道，并为常规维护开辟了宽阔的风景路线。

该论文介绍了 QCORE（量子控制导向实时执行架构），这是一种旨在紧贴量子芯片运行的数字控制系统。它的主要职责是将“紧急”与“重要”区分开来。想象一个繁忙的厨房：主厨需要立刻拌好一份沙拉（实时反馈），但副厨也在尝试为一小时后的晚餐服务准备食材（校准与纠错）。在旧系统中，这些任务会缠绕在一起，导致主厨掉了沙拉，或者备菜工作被延误。QCORE 通过在厨房里建造四个不同的“房间”解决了这个问题：一个用于管理订单，一个用于共享资源，一个用于高速实时烹饪，还有一个用于长期准备服务。

QCORE 最酷的技巧之一是其“双输出”读取系统。当量子芯片测量出一个结果时，它会同时发出两样东西。第一样是“快速结果侧带”，就像一条简短的短信，内容是：“正面！修正自旋！”这条消息会直奔反馈单元，以便在同一次实验循环内完成即时修正。第二样是“测量数据包”，它就像一张详细的收据，包含了所有数据、时间戳和上下文。这个数据包会被发送到更慢、更具思考性的服务模块，用于分析趋势、更新校准并修复长期漂移。这种分离确保了紧急的“立即修复”指令永远不会被堵在“稍后分析”的数据流后面。

研究人员还设计了一个“安全提交”（Safe-Commit）机制。想象你正在更新手机软件，你不希望更新在进行到一半时发生，导致手机处于损坏状态。QCORE 使用了一种“影子配置”系统。当系统想要更改设置（例如调整一个量子比特的频率）时，它会先将新设置写入一个“影子”区域。只有在系统双重检查一切安全、版本正确且没有其他任务正在使用该资源之后，它才会将“影子”切换到“活动”区域。这防止了系统意外崩溃或混淆新旧设置。

为了测试这个想法是否可行，团队并没有构建物理芯片，而是运行了复杂的计算机模拟。他们模拟了 QCORE 如何处理各种工作负载，从校准量子比特（拉比和拉姆齐扫频）到运行复杂的纠错算法。结果令人振奋。在模拟中，当系统处于高负荷（80% 忙碌）时，“实时反馈快速车道”依然保持着惊人的速度，其 99 分位延迟仅为最大交易时间的 $1.984 \pm 0.004$ 倍。这意味着即使在系统拥挤时，紧急消息也能几乎瞬间送达。

模拟还显示，使用 QCORE 的闭环服务显著提升了性能。通过不断针对频率漂移进行调整，系统将平均频率误差降低了 $83.2\% \pm 0.8\%$ 。此外，当读取条件处于最差状态（最大漂移）时，系统正确识别量子比特状态的能力得到了提升，将错误率从 $10.39\% \pm 0.54\%$ 降至 $5.37\% \pm 0.29\%$ 。或许最重要的一点是，在 10 万次模拟配置更新中，“安全提交”系统从未允许过任何不安全的更新或新旧版本的混淆，证明了系统在维持秩序方面的可靠性。

最后，论文探讨了该架构的可扩展性。通过将最关键的纠错任务保留在小型量子比特组（称为“瓷砖/tiles”）内部，而不是全部发送给中央大脑，QCORE 减少了主干道上的交通拥堵。研究人员估计，通过减少需要在整个芯片上传输的数据量，这种方法可以比传统的中心化设计多处理约 $2.08$ 倍的量子比特（瓷砖）。

总之，QCORE 不仅仅是增加了速度，它还增加了更好的组织性。它证明了通过将“快节奏”与“稳节奏”分离，并利用智能安全检查进行更新，我们可以构建出一个能够管理混乱且脆弱的量子计算世界的控制系统。虽然这些结果目前基于模拟和行为模型而非物理芯片，但它们为未来的量子计算机如何能在解决世界难题时保持冷静，提供了一个清晰且有组织的路线图。

技术摘要：QCORE：面向量子控制的实时执行架构

问题陈述
扩展量子处理器需要一种能够同时管理确定性实时执行、低延迟反馈、校准以及在严格资源和延迟约束下的纠错（QEC）的控制基础设施。传统的室温仪器链虽然适用于实验开发，但在操作多个通道或进行长时间无人值守运行期间，在电缆数量、同步、数据移动和反馈延迟方面面临限制。现有的控制硬件通常仅优化部分能力（例如波形生成或特定的反馈回路）或针对特定平台，缺乏一个统一的数字参考架构，无法将硬实时路径与后台服务隔离，同时也无法实现可追溯的状态更新和共享资源管理。

方法论与架构
本文提出了 QCORE（Quantum-Control-Oriented Real-Time Execution，量子控制导向实时执行），这是一种位于主机软件栈与平台特定模拟/混合信号前端之间的 QPU 侧数字控制参考架构。QCORE 将系统划分为四个不同的硬件域，以确保隔离性和确定性：

控制中心（Control Center）： 管理任务准入、包完整性和生命周期。它接收来自主机的运行时包并进行分发，但不解释实时指令。
共享支持基础设施（Shared Support Infrastructure）： 通过网络片上系统（NoC）、分块 SRAM 和闭环事件织网（Closed-Loop Event Fabric）提供受控的资源共享。它包括一个配置与版本管理器，用于处理活动/影子配置，以及一个安全提交控制器（Safe-Commit Controller），以确保仅在通过依赖性和版本检查后进行原子更新。集成了一个可选的共享神经网络处理单元（NPU），用于处理复杂的分类任务。
实时执行引擎（Real-Time Execution Engine）： 执行硬实时控制回路。它获取实时量子调度器（RTQS）指令，执行定时调度，并通过门到脉冲映射器（GPM）将逻辑门映射为脉冲。至关重要的是，它实现了一个双输出读取接口：
- **快速结果侧带（fast-result sideband）**将紧凑的分类结果直接传递给快速反馈单元，用于同轮条件分支和主动复位。
- **测量数据包（Measurement Packet）**携带完整的元数据、特征和时间戳，传输至服务层、结果缓冲区及主机，以实现可追溯性。
闭环服务子系统（Closed-Loop Service Subsystem）： 在通用的服务控制骨架上实例化校准和纠错服务。它将轮次关键动作（由本地化瓦片 QEC 内核处理）与长期状态维护分离。长期参数被写入影子配置，并仅在通过安全点验证后才进行提交。

该架构通过可复制的控制/读取瓦片（Control/Readout Tiles）强调了可扩展性和可移植性。物理资源通过表格（量子比特映射、拓扑结构、通道绑定）而非硬编码 RTL 来定义，使系统能够通过层次化互连实现从单瓦片到多瓦片的扩展。

核心贡献

统一的参考架构： 一种 QPU 侧的数字架构，将任务管理、共享资源、实时执行和闭环服务隔离在不同的硬件分区中，填补了现有点解决方案硬件留下的空白。
双输出读取接口： 实现了一种机制，将超低延迟反馈路径（快速结果侧带）与可追溯的服务路径（测量数据包）分离，从而在无需等待完整服务处理的情况下实现同轮反馈。
版本化安全状态机制： 结合了“安全提交”协议与瓦片本地化闭环。这确保了后台服务（校准、QEC）不会破坏实时状态的一致性；更新是原子化的且经过版本检查。
通用服务骨架： 一个框架，使校准和纠错服务能够共享基础设施（调度器、分发器）同时保留各自的服务内核，便于增加新的工作负载。

评估与结果
作者使用事务级、事件驱动和量子行为模型（包括三能级 Transmon 主方程和色散 IQ 读取模型）对 QCORE 进行了评估。主要发现包括：

延迟与隔离： 在背景负载为 0.8 时，使用实时优先级仲裁的共享测量数据包/事件反馈路径的 P99 延迟为 1.984 ± 0.004 $L_{max}$ （其中 $L_{max}$ 是最大长度事务的服务时间）。这导致 0% 的截止日期违规，相比之下，FIFO 为 56.72%，WRR 为 48.64%。
闭环有效性：
- 频率校准： 在模拟漂移下，闭环操作将平均频率误差降低了 83.2% ± 0.8%（从 120.3 kHz 降至 20.16 kHz）。
- 读取校准： 在最大读取漂移下，状态分配误差从 10.39% ± 0.54%（固定）降低到 5.37% ± 0.29%（已校准）。可选的 NPU 路径进一步将低置信度事件的误差降低至 5.29%。
安全性与一致性： 在 100,000 次配置事务中，未发生任何不安全接受或混合版本观察。安全提交机制成功过滤了无效或不安全的更新。
可扩展性： 通过将 QEC 动作转移到瓦片本地内核，该架构减少了全局边界流量。与集中式 QEC 基准相比，这实现了 2.08× 的容量归一化扩展估计，允许在相同的全局服务容量下运行更多瓦片。

意义
本文声称 QCORE 不仅仅是聚合现有的控制模块，而是建立了任务、测量、事件和配置更新流之间的明确边界。其重要性在于提供了一个数字参考架构，在单个 QPU 侧边界内组织了确定性控制、可追溯测量和一致的状态更新。通过将最短反馈路径与服务数据分离并强制执行版本化安全提交，QCORE 实现了硬实时需求与长周期校准及纠错的共存，解决了迈向可扩展、自主量子处理器的关键瓶颈。该工作作为上层软件框架（如 Qiskit 或 CUDA-Q）及专用前端的补充，专注于硬件执行和业务组织层。

类似论文