Injection is all you need: parallel universal logic in high-rate concatenated self-dual codes

技术摘要：“注入即是一切：高率级联自对偶码中的并行通用逻辑”

问题陈述
高率量子纠错（QEC）码为量子存储提供了渐近极低的物理开销，但面临着一个根本性的“可寻址性问题”。在这些码中，通常难以明确如何在不使操作串行化的情况下，对特定量子比特子集执行逻辑门，这限制了计算带宽。现有的策略（如广义晶格手术或代码自同构）难以在单个代码块内提供可寻用的并行通用逻辑。此外，标准的容错 Clifford 门方法通常依赖于昂贵的蒸馏协议，这些协议需要庞大的工厂规模来产生单个资源态。

方法论
作者提出了一种量子架构，通过“注入”几乎所有的逻辑门（利用 Steane-QEC 和 Knill-QEC 传送门，消耗容错准备的资源态）来规避可寻址性问题。这种方法在执行量子纠错的同时缓解了泄漏噪声。该架构依赖于一类特定的代码：基于具有等效逻辑（SWEL）CSS 种子码构建的级联码。

关键方法组成部分包括：

1. SWEL 码： 该方案利用了全局逻辑 Hadamard ($\bar{H}^{\otimes k}$) 和相位 ($\bar{S}^{\otimes k}$) 算符是横截性的种子码。这一特性允许将任意 $k$-qubit Clifford 电路简化为 CSS 资源态。
2. 通过 Bruhat 分解进行 Clifford 注入： 任何 $k$-qubit 逻辑 Clifford 幺正变换都被分解为九个门的序列（使用 Bruhat 分解）。作者证明了该分解的每个阶段都可以通过消耗常数个（至多 9 个）CSS 资源态来完成注入。
   • 资源态准备： 作者采用 Flag-at-Origin (F@O) 方法来准备这些 CSS 态，而非使用蒸馏。该方法避免了蒸馏工厂带来的巨大开销。
   • 门类型： $S^{\otimes k}$ 和 $H^{\otimes k}$ 门通过消耗逻辑 $|0\rangle$ 和 $|+\rangle$ 态的张量积的 Steane-QEC 传送门进行注入。CNOT 层通过消耗两块（two-block）资源态的 Knill-QEC 传送门进行注入。
3. 非-Clifford 注入（魔术态）： 为了实现通用性，该方案消耗逻辑 $|H\rangle^{\otimes k}$ 魔术态。
   • 级联培养（Concatenated Cultivation）： 作者引入了一种名为“级联培养”的协议，用于在级联码中准备高保真度的 $|H\rangle^{\otimes K}$ 态。这涉及在每个级联层级迭代应用 零层蒸馏（Zero-Level Distillation, ZLD）。
   • 误差抑制： 通过在连续层级测量横截性 $\bar{H}^{\otimes k}$ 算符并交叉引用结果，该协议将不可检测逻辑错误的概率抑制到 $O(p^{2\ell})$，其中 $\ell$ 是级联层级，$p$ 是物理错误率。这利用了 SWEL 码中 $\bar{H}^{\otimes k}$ 的横截性作为内置的标记机制。

核心贡献

• 可寻址的并行通用逻辑： 论文展示了一种方法，可以在高率级联码上并行执行任意 $k$-qubit Clifford 和非-Clifford 电路，解决了以往方法的地址瓶颈问题。
• 无蒸馏 Clifford 准备： 作者表明，由于 SWEL 码中存在全局横截性 $H$ 和 $S$ 门，所有的 Clifford 资源态都可以通过 Flag-at-Origin 方法进行准备，从而消除了对大型蒸馏工厂的需求。
• 级联培养协议： 一种在级联码中准备高保真魔术态的新型协议，它实现了 $O(p^{2\ell})$ 的不可检测逻辑错误抑制，超越了单层校验的 $O(p^2)$ 壁垒。
• 基准测试： 作者为三种特定的两层级联码提供了数值基准测试：$J36, 4, 4K$；$J48, 8, 4K$；以及 $J96, 14, 6K$（由 $J6, 2, 2K$ 和 $J15, 7, 3K$ 种子码构建）。

结果

• 魔术态性能： 对 $|H\rangle^{\otimes K}$ 态培养的代理模拟显示，逻辑错误率按预期缩放：对于距离为 4 的码为 $O(p^3)$，对于距离为 6 的码为 $O(p^4)$（在考虑解码器启发式后选择时）。
• 时空开销： 与表面码培养相比，级联培养协议显著降低了时空成本。对于基准测试的码，其产生等效魔术态的时空成本至少比表面码培养低一个数量级。
• Clifford 资源态： Flag-at-Origin 电路的基准测试表明，深度优化电路在逻辑错误率和丢弃率方面均优于空间优化电路。虽然这些 CSS 态的逻辑错误率高于代理魔术态，但该方法避免了蒸馏所需的巨大量子比特开销（例如，将工厂规模从数千个量子比特减少到数百个）。
• 资源效率： 执行具有 $T$-深度 $D_T$ 的量子算法，该方案最多需要 $12 D_T$ 个资源态（每个 Clifford 层 9 个，每个 $T$ 层 3 个）。

意义与主张
论文声称为使用高率码进行通用容错量子计算提供了一条切实可行的路径，而这类码通常难以用于计算。通过结合 SWEL 码、基于注入的逻辑以及级联培养，作者证明了：

1. 高率码可以支持完全可寻址且并行的通用逻辑。
2. 与基于蒸馏的方法相比，准备资源态的开销可以大幅降低。
3. 所提出的架构对于近期的硬件是可行的，在当前技术可及的物理错误率下，有望执行“兆量级（megaquop）”和“吉量级（gigaquop）”范畴内的逻辑电路。

作者指出，其结果代表了对资源态质量的初步基准测试，未来的工作需要开发用于完整算法（包括编译和调度优化）的端到端成本评估。他们强调，虽然目前的基准测试使用了查找表解码器，但为了扩展到更大的级联层级，必须使用算法解码器。