⚛️ quantum physics

Data and code for collision-model Dicke-state preparation: depth-fidelity frontiers, circuit costs, and superconducting-processor measurements

本文展示了一个开源数据集及配套代码，详细介绍了通过基于碰撞的协议制备狄克态的过程，提供了在不同电路深度和量子比特数量下的无噪声保真度基准，以及资源估算和在 54 量子比特超导处理器上的实验测量结果，用以分析态制备保真度、电路成本与硬件噪声之间的权衡。

原作者： Duc-Kha Vu, Minh Tam Nguyen, Şahin K. Özdemir, Özgür E. Müstecaplıoğlu, Fatih Ozaydin

发布于 2026-09-01

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Duc-Kha Vu, Minh Tam Nguyen, Şahin K. Özdemir, Özgür E. Müstecaplıoğlu, Fatih Ozaydin

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

在量子计算的世界里，信息存储在被称为量子比特（qubits）的微小单位中。与标准计算机中非零即一的比特不同，量子比特可以同时处于这两种状态的微妙结合之中。当许多量子比特相互连接时，它们可以形成一种被称为“纠缠”的特殊连接，在这种连接中，无论彼此相距多远，一个量子比特的状态都会瞬间影响其他量子比特。在排列这些纠缠组的众多方式中，被称为狄克态（Dicke states）的一类特定态占据着独特的地位。想象一个挤满了人的房间，其中固定数量的人拿着红球，但没人确切知道谁手里拿着球；红球以一种完美平衡的方式在所有人之间平等分配。这就是狄克态的样子：一定数量的能量单位（或称激发）在了一组量子比特之间进行相干共享。这些态不仅仅是理论上的奇闻轶事；它们是用于感知磁场、构建量子网络以及检测其他状态可能错过的环境细微变化的强大工具。然而，在真实的机器中创造这些态是极其困难的。随着量子比特数量的增加，任务变得愈发艰巨，而机器中不可避免的噪声往往会在态完成之前就破坏这种微妙的平衡。

一组研究人员现在发布了一个全面的数据集和计算机代码，描绘了更有效地创造这些态的路径。他们专注于一种将创造过程视为量子比特与一个辅助粒子之间一系列短暂、重复会面的方法。在这种方法中，一个移动的辅助量子比特在系统中穿梭，以受控的方式与主量子比特交换信息。通过调整这些相互作用的强度和发生的次数，研究人员发现他们可以引导系统趋向于理想的狄克态。该团队并未止步于单次成功的尝试；他们探索了一个广阔的可能性图景。他们针对五到十四个量子比特的系统进行了模拟，测试了数百种不同的相互作用序列深度（或长度）。对于每一个可能的处理长度，他们都计算了在完美的、无噪声的世界中所能达到的最高质量的状态。这创建了一张详细的地图，或称“前沿图”，展示了随着过程变长，状态质量如何提升，以及达到特定完美程度需要多长的过程。

随后，研究人员将这张理论地图带到了真实的量子计算机上进行测试，这是一台位于芬兰的 54 量子比特超导处理器。他们从模拟中选择了若干特定的态，并在物理机器上运行了相应的电路。结果是具有启发性的。对于最短、最简单的版本，机器能够保留模拟预测中约四分之三的理想质量。这表明，即使是在存在固有噪声和误差的当前硬件条件下，这些短电路也足够鲁棒，能够产生有用的结果。然而，当研究人员试图通过增加过程的长度和复杂度来追求更高的完美度时，结果却急剧下降。最深、最复杂的电路表现得并不比一个完全随机、破碎的系统更好。这种鲜明的对比凸显了一个关键的权衡：虽然增加步骤在理论上可以改善状态，但物理机器尚未完美到足以处理额外的执行时间和复杂度而不丢失其试图构建的相干性。

为了帮助其他科学家应对这种权衡，该团队提供了一个完整的工具包。他们发布了来自模拟的原始数据、运行这些电路所需的基本操作次数的估计成本，以及来自真实机器的实际测量值。这使得任何人都可以查询一个特定的目标，例如“我需要一个拥有五个量子比特和两个激发的态”，并准确看到需要多少步才能接近最佳质量，以及在时间和误差方面的成本是多少。他们还包含了用于重现其工作的代码，确保他们发现的路径对他人而言是开放的，可以进行验证和改进。数据显示，对于他们研究的许多态而言，单轮相互作用通常足以达到搜索范围内可实现的峰值质量。在其他情况下，增加深度确实有所帮助，但仅限于达到机器噪声开始压倒额外努力带来的收益之前的程度。

这项工作并不声称已经解决了在当前硬件上创造完美量子态的问题。相反，它提供了一个关于当前极限的清晰、诚实的指南。它表明，虽然我们可以准备这些复杂的态，但过程的深度受限于机器本身的质量。研究人员证明，强行进行更深、更复杂的处理往往会产生递减的收益，因为机器的不完美积累速度超过了算法纠正它们的速度。通过提供关于什么有效、什么失败以及平衡点在哪里之完整记录，该数据集成为了一个基准。它告诉我们，前进的道路不仅仅是构建更长的电路，而是寻找一个甜点（sweet spot），即电路既足够长以发挥作用，又足够短以在现实世界的噪声中生存。这份数据的发布和代码的公开，确保了社区可以基于这些发现进行构建，利用已测量和已理解的坚实基础来测试新的方法。

技术摘要：碰撞模型狄克态制备的数据与代码

问题陈述
狄克态（Dicke states）定义为在 $N$ 个量子比特中相干共享固定数量量子激发的多体纠缠态，是量子传感、网络和集体现象的关键资源。然而，制备这些状态（尤其是提高保真度）仍是一个重大挑战，特别是在系统规模（ $N$ ）和激发数（ $K$ ）增加时。虽然之前的理论提案通常将门计数视为主要成本指标，并将无噪声保真度作为性能度量，但它们往往未能充分考虑硬件约束所带来的权衡。在当前的超导处理器上，两比特误差率随耦合情况显著变化，且有限的相干时间限制了电路持续时间。因此，仅针对无噪声保真度进行优化可能会选择在实际应用中遭受严重退相干的过深电路。目前缺乏能够同时映射制备保真度、电路深度以及跨广泛系统规模的硬件特定成本之间权衡的综合数据集。

方法论
本研究展示了一个基于碰撞量子协议生成的开放数据集及配套代码。在该模型中，系统由一系列与辅助单元的短时间幺正遭遇（碰撞）驱动。具体而言，该协议采用一个移动穿梭辅助器，在原本互不耦合的寄存器之间介导保持激发的部分交换（pSWAP）碰撞。

该方法包含三个截然不同的数据生成与验证层：

无噪声前沿 (L1)： 针对 31 个目标狄克态（ $D^K_N$ ，涵盖 $N=5$ 到 $14 $个量子比特及$ K=2 $到$ 5 $个激发），作者进行了广泛的数值搜索。对于每个状态，他们在$ m=0 $到$ 200 $个子轮次（其中一个完整轮次等于$ K $个子轮次）的深度范围内，评估了多达 256 个碰撞强度候选值。搜索通过优化碰撞强度（$ \gamma_{in}, \gamma_{sh}$）以及随后的单比特相位层，以最大化无噪声保真度。
电路成本 (L2)： 该数据集为 L1 中确定的操作点分配了电路成本。这包括精确的 pSWAP 相互作用计数、推导出的全对全两比特门计数（假设在 CNOT/CZ 基组下，一个非平凡 pSWAP 需要三个纠缠门），以及针对受限连通性设备的路由开销估计。
硬件测量 (L3)： 选定的电路“臂”（特定的参数集）在 54 量子比特的 IQM Emerald 超导处理器上执行。实验收集了 88,656 次采样，涵盖四个目标状态和十种不同的电路配置。研究利用了特定的物理量子比特布局以最小化门误差，并包含了用于表征设备噪声的校准快照。

核心贡献
本工作的核心贡献是发布了一个综合性的、多层级的数据集及其关联的代码库，该数据集分为三个关联层：

L1 (无噪声前沿)： 完整记录了 6,231 个操作点（31 个状态 $\times$ 201 个深度预算）的最佳发现无噪声保真度。不同于仅报告收敛点的伴随研究，本发布提供了完整的深度轴和所有 159 万个候选评估值，允许用户基准测试替代优化策略。
L2 (电路成本)： 将操作点映射到资源成本，包括精确的 pSWAP 计数和保守的全对全两比特门计数上限。它明确标识了 544 个由于较浅搜索导致缺失碰撞强度数据而以成本上限表示的单元格。
L3 (硬件记录)： 包含 10 个电路臂的原始测量计数、执行计划、校准快照和处理后的保真度。其中包括一个通过五个深度测量目标激发扇区群体（ $P_K$ ）的“深度系列”，用以表征退相干；以及一个用于评估物理量子比特分配敏感性的“布局实验”。

配套代码提供了重现处理数据、验证碰撞模型不变性（特别是预相位重叠不变性）以及使用不同估计器重新分析原始硬件数据的工具。

结果

保真度-深度权衡： 无噪声前沿显示，对于 31 个状态中的 14 个，一个完整轮次（ $m=K$ ）足以在探索范围内达到最高保真度。对于其余状态，保真度随深度增加而提高，达到最佳发现保真度 99% 所需的中位深度为 14 个子轮次。
硬件性能： 在 IQM Emerald 处理器上，测得的保真度（ $F$ ）相对于无噪声保真度（ $F_{ideal}$ ）随电路深度显著变化。浅层电路（一个完整轮次）对于 $D^2_5$ 保留了约 71–76% 的无噪声保真度，对于 $D^3_8$ 则保留了 20–51%。相比之下，更深的参考电路仅保留了 4–9% 的无噪声保真度，趋近于完全退相干电路的表现。
成本分析： 深层搜索的操作点实现了更高的无噪声保真度（中位数 $F \approx 0.887$ ），但其两比特门成本也显著更高（中位数 2,832 个两比特门），而单轮电路的中位数仅为 165 个门（ $F \approx 0.850$ ）。
激发群体： 测得的目标激发扇区群体（ $P_K$ ）随电路深度增加而减少，这与退相干模型一致。数据支持了一个拟合的有效两比特门时长为 100 ns。

意义与声明
本文将此发布定位为研究状态制备保真度、电路成本与硬件噪声之间权衡的可重复基准。作者明确指出，该数据集并非对硬件性能的预测，而是对特定条件下可实现性能的记录。

关于该发布用途的关键声明包括：

基准测试： 它允许在整个深度轴上逐单元格地比较替代优化器，而非仅在单个收敛点进行比较。
资源受限优化： 用户可以反转保真度-成本曲线，以识别符合特定两比特门预算的最深电路。
噪声模型验证： 深度系列和布局实验提供了经验数据，用于根据测得的深度依赖性对噪声模型进行评分和改进。
可重复性： 包含原始计数、校准快照和验证脚本，使得使用不同估计器（如最大似然重建）重新处理数据成为可能，并可作为独立碰撞模型实现的单元测试。

作者保持了审慎的态度，指出报告的保真度是来自特定搜索的“最佳发现”值，而非经过认证的全局最优值，且硬件结果表征的是特定设备上的特定运行过程，而非通用的协议性能。该发布的目的是为了促进对碰撞模型协议在近实时量子硬件上实际可行性的严格评估。

类似论文