量子计算机有望解决当今机器无法处理的问题，但它们极其脆弱。为了可靠运行，它们必须受到微小干扰的屏蔽，而实现这一挑战的方法被称为量子纠错。想象一下，一条信息被分散在一个由物理组件构成的巨大网格中，系统不断进行自我检查以确保没有出错。构建这种屏蔽层最有效的方法之一是被称为“表面码”（surface code）的技术，它将这些组件排列成二维模式。为了执行计算，必须以非常特定的方式对该网格进行操作：网格的部分区域会被临时合并在一起，然后再拆分开来以交换信息。这个过程被称为“晶格手术”（lattice surgery），它是驱动这些未来机器的实际引擎，但如何高效地调度这些合并与拆分是一个巨大的计算难题。如果调度不佳，计算机就会变得过于庞大且缓慢，从而失去实用价值。
首尔延世大学的一个研究小组开发了一种名为 SpiderLS 的新工具，用以解决这个调度难题。他们的工作解决了科学家在将复杂的量子程序转化为这些纠错网格所需的物理指令时遇到的瓶颈。此前，处理这种转换的编译器被迫表现得过于谨慎。它们将量子程序中的每一次交互都视为简单的、孤立的事件，即使底层的物理机制允许合并操作，它们也拒绝合并。这种谨慎是基于一条严格的规则：网格上的单个连接点一次只能处理有限数量的链路。因此，编译器会将复杂的任务分解成许多细小的、连续的步骤，从而浪费了宝贵的时间和空间。研究人员意识到，这种限制是不必要的。通过从不同的数学视角观察问题，他们发现只要路由正确，网格实际上可以同时处理更复杂的、多向的连接。
新系统 SpiderLS 的工作原理是，首先将量子程序转化为一种能够揭示其真实结构的简化图表。研究人员并没有止步于第一层简化，而是让系统对图表进行完全还原，从而暴露通过将多个操作合并为单个更大动作来实现隐藏机会的可能性。在旧方法中，计算机可能必须先后执行三个独立的连接步骤；而新方法则识别出这三个步骤可以合并为一个强大的、多部分的运算。一旦确定了这些较大的操作，系统就会将其分解为表面码所需的特定测量。随后，它扮演起交通控制员的角色，将这些测量分配到网格上的特定位置，并为它们寻找最短且无冲突的路径。这一过程确保了网格在不产生导致系统等待的碰撞的前提下，尽可能密集地被使用。
这种方法的成果是惊人的。在与现有最佳方法进行对比测试时，SpiderLS 将运行量子程序所需的总空间和时间减少了近一半。在许多情况下，编译指令所需的时间缩减了近 100%，这意味着与之前需要数分钟或数小时的系统相比，该工具几乎可以瞬间生成指令。研究人员在从简单的搜索程序到复杂的模拟实验等各种量子算法上测试了他们的工具，发现它始终能产生更紧凑、更高效的调度方案。至关重要的是，这种效率性的提升并未以牺牲可靠性为代价；系统保持了与之前相同的错误保护水平。通过让编译器看到网格能力的全部潜力，SpiderLS 表明，我们无需建造更大的物理机器，即可构建出功能更强大的量子计算机。
SpiderLS 技术摘要：利用全量 ZX 归约进行晶格手术编译
问题陈述
容错量子计算（FTQC）严重依赖表面码（surface code），其中逻辑操作通过晶格手术（lattice surgery）实现——即通过泡利乘积测量（PPM）来合并和拆分编码的量子比特块。这一范式中的一个关键瓶颈是将逻辑电路编译为高效的晶格手术实现，以最小化时空代价（空间面积与时间步长的乘积）。
近期的研究方法利用 ZX-演算（ZX-calculus）作为中间表示（IR）来实现语义保持的变换。然而，现有的基于 ZX 的编译器（如 TopoLS）为了保持 ZX 蜘蛛（spiders）与晶格手术接点（junctions）之间的一一对应关系，限制了 ZX 归约。由于逻辑块的平面几何特性，单个接点最多只能支持四个连接（两个空间方向，两个时间方向）。因此，这些编译器无法执行“全量”ZX 归约，如果归约结果导致度数大于 4 的蜘蛛，即使底层的晶格手术模型支持通过多块测量实现的更高阶交互，它们也会受到限制。这种限制使得编译器无法利用 ZX-演算的全部优化潜力，导致时空体积（spacetime volumes）欠优，并因复杂的嵌入搜索而产生高昂的编译开销。
方法论
作者提出了 SpiderLS，这是一种通过将 ZX 蜘蛛表示与物理接点约束解耦来克服 4 度约束的晶格手术编译器。编译流水线通过四个主要阶段进行：
全量 ZX 归约与执行顺序确定：
SpiderLS 将输入的 Clifford+T 电路转换为 ZX 图，并应用 PyZX 的 full_reduce() 程序。与以往工作不同，此过程不受四边接点限制，允许生成高阶度的蜘蛛。编译器随后直接从归约后的图中导出执行顺序。它维护一组活跃的“前沿”（frontier）蜘蛛，并迭代地提取可执行的交互（CZ 操作）和 Hadamard 移动，从而有效地将归约后的图线性化为一系列操作。
目标代码生成：
执行序列被分组为一个目标程序。SpiderLS 利用了“多个共享相同控制量子比特的 CZ 门可以组合成单个多目标操作（例如 CZ(k)(qc;q1,…,qk)）”这一观察结果。相位操作（S 门和 T 门）从蜘蛛相位中提取，其中 T 门通过魔术态注入（magic state injection）处理。此阶段生成一个由多目标 CZ、单比特门和 Hadamard 组成的紧凑目标程序。
PPM 下行与逻辑调度：
目标程序被下行（lowered）为一系列单位时间 PPM。至关重要的是，高阶 CZ 操作被分解为多块测量（例如，一个 3-target CZ 变为一个 4-patch MZZZX 测量和一个标准的 MZZ 测量）。编译器随后进行逻辑调度，将这些 PPM 打包进逻辑层中。它采用一种策略来最小化所需的内部辅助量子比特数量，同时保持无界辅助比特调度的深度。
分层时空路由：
SpiderLS 不像 TopoLS 那样使用蒙特卡洛树搜索（MCTS）逐层解决全局嵌入问题，而是执行结构感知局部路由。一旦逻辑调度确定，编译器通过选择兼容的泡利边界并使用 A* 搜索构建路径来路由每个 PPM。如果无法在限定的局部搜索内找到有效路由，则将该操作推迟到后续的物理层。这种“提交或推迟”（commit-or-defer）策略避免了全局层嵌入的指数级搜索空间，显著降低了编译时间。
核心贡献
- 用于晶格手术的全量 ZX 归约： 本文证明了 ZX 蜘蛛不需要一一映射到受限度的接点。通过利用多块测量，SpiderLS 允许进行全量 ZX 归约，从而实现此前为了满足接点约束而必须碎裂化的交互合并。
- 多目标操作分组： 编译器识别并将共享控制端的交互分组为单个多目标操作，从而减少了总逻辑操作数并实现了更高效的时空打包。
- 结构感知路由： 通过将逻辑调度与几何路由分离，并使用有界局部搜索而非全局 MCTS，SpiderLS 实现了编译复杂度的剧减。
- 实现与评估： 作者提供了 SpiderLS 的完整实现，并将其与最先进的编译器（Liblsqecc、DASCOT 和 TopoLS）进行了对比评估。
结果
在涵盖多种算法（如 Bernstein-Vazirani、QAOA、QFT）和随机 Clifford+T 电路的测试集中：
- 时空体积： 与 TopoLS 相比，SpiderLS 实现的平均时空体积减少了 49.2%。这种减少主要源于通过交互分组和多块测量实现的对时间步数的压缩。
- 编译时间： 与 TopoLS 相比，SpiderLS 将编译时间缩短了 99.8%。从基于 MCTS 的嵌入转向有界局部路由，消除了先前 ZX 编译器中的主要瓶颈。
- 可扩展性： SpiderLS 保持了与电路级编译器（Liblsqecc、DASCOT）相当的低编译开销，同时在时空效率方面优于它们。它能随电路规模有效扩展，随着问题规模增加，展现出一致的体积缩减。
- 魔术态需求： 尽管压缩了时间深度，SpiderLS 维持了与 TopoLS 相当或更低的 T-port 密度，表明时间压缩并未将魔术态需求集中到难以管理的程度。
重要性
本文声称 SpiderLS 展示了利用 ZX-演算的全部表达能力进行晶格手术编译的实际益处。通过放宽“ZX 蜘蛛必须直接映射到物理接点”这一人为约束，编译器可以生成更紧凑的时空实现。这项工作确立了此前被认为难以映射的高阶交互可以通过多块测量高效实现。此外，所提出的结构感知路由方法证明，无需高昂的全局嵌入搜索成本，即可实现高质量的晶格手术编译，从而使高效的编译对于更大规模的量子程序变得可行。
每周获取最佳 quantum physics 论文。
受到斯坦福、剑桥和法国科学院研究人员的信赖。
请查收邮箱确认订阅。
出了点问题，再试一次？
无垃圾邮件，随时退订。