Chromatic Block-Gibbs p-Bit Decoding of QLDPC Codes
本文介绍了一种用于量子低密度奇偶校验码的并行、硬件原生解码器，该解码器利用概率比特（p-bits）的染色块吉布斯采样结合退火奇偶校验惩罚，在代码容量噪声和电路级噪声下均实现了与领先解码器相当的逻辑错误率。
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
量子计算机有望解决那些需要经典机器耗费数千年才能破解的问题，从设计新药到模拟复杂的化学反应。然而，这些机器极其脆弱。它们所承载的信息（存储在量子比特中）极易被微小的噪声或热量干扰，导致计算在完成前就发生失败。为了构建一台实用的量子计算机，科学家必须为这些脆弱的比特包裹一层错误纠正的保护层，即一个能够不断检查错误并在不破坏量子信息本身的情况下进行修复的系统。目前实现这一目标最有效的方法是使用一种被称为“量子低密度奇偶校验码”的特定类型代码。这些代码就像一张稀疏的检查网，能以极低的开销捕捉错误，但它们的解码过程却极其困难。使它们如此高效的数学结构同时也制造了令人困惑的模式，从而误导了标准的解码方法，常使计算机无法区分一个无害的小故障与一次灾难性的失败。
一支研究团队现在引入了一种新的方法来理清这些混乱的模式，该方法受到了“概率比特”（p-bits）的启发。与标准计算机中僵化的 0 和 1 不同，p-bit 是一个可调的单元，它可以处于 0 或 1 的状态，但具有可以调节的偏差。可以将它想象成一枚可以加权的硬币，使其更容易出现正面，但仍保留出现反面的机会。研究人员构建了一个解码器，利用数千个这样的 p-bit 并行工作，以探索可能的错误模式。该系统并非试图立即计算出唯一的、最可能的答案，而是通过随机采样许多不同的可能性，逐渐收紧规则，以仅倾向于那些符合观测到的错误逻辑的模式。这种方法使得解码器能够比以往的方法更有效地在混乱的量子错误景观中导航，找到其他系统会遗漏的有效修正方案。
这个新解码器的核心是一种称为“约束退火”（constraint annealing）的策略。在搜索初期，系统被允许考虑那些与观测数据并不完全匹配的错误模式，从而探索广泛的可能性。随着搜索的进行，系统会缓慢增加对不匹配项的惩罚，迫使 p-bit 稳定在一种能够完美解释观测到的错误的配置中。为了确保这一过程快速进行且 p-bit 之间互不干扰，研究人员将比特之间的连接组织成了有颜色的分组。只有同一颜色组内的比特会在同一时间进行更新，这确保了更新在数学上是严谨的，并且可以并行执行。这种结构允许解码器同时运行许多独立的搜索，每个搜索都通过可能性空间采取略微不同的路径，然后从所有搜索中选择发现的最佳结果。
当研究人员在模拟量子计算机上测试这种方法时，结果令人瞩目。在数据比特发生随机错误的情况下，这种新解码器的表现优于现有的领先方法，包括基于“置信传播”（belief propagation）的方法——这是一种在经典和量子计算中都广泛使用的标准技术。在低错误率下，该新解码器比次优方法将失败率降低了四倍。在模拟实际量子计算机硬件电路的更复杂的模拟实验中，该解码器同样展现了强劲的性能。当系统被允许使用包含不同类型故障之间相关性的完整错误模型时，它实现了该特定代码测试中所记录到的最低错误率，大幅超越了其他顶尖解码器。例如，在针对一个具有 288 个比特的特定代码时，该方法比未使用完整相关性模型的版本，其错误率降低了大约五到九倍。
研究人员承认，该解码器目前还不是一个可以立即部署到硬件上的成熟产品。模拟过程所需的计算步骤非常多，远多于某些现有方法，这意味着该方法目前更适用于理解问题，而非运行在如今速度较慢的量子机器上。然而，这项研究证明了这种随机化方法是传统解码策略的一种可行且强大的替代方案。作者指出，真正的潜力在于开发原生支持这些 p-bit 的硬件，这可以使解码过程变得更快且更具能效。通过将局部随机性与结构化搜索相结合，这项工作为提高量子计算机的可靠性开辟了一条新路径，将一个复杂的数学难题转化为一个可解决的工程挑战。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。