← 最新论文
⚛️ 量子物理

Certifying quantum code and circuit distances at scale

本文介绍了一种利用热分函数(tropical partition functions)和动态规划来精确认证量子码与量子线路距离的可扩展方法,该方法揭示了先前文献中存在的显著高估,同时实现了更准确的资源评估以及对缺陷量子硬件的利用。

原作者: Bin Cheng, Naixu Guo, Feng Pan

发布于 2026-11-06
📖 1 分钟阅读🧠 深度阅读

原作者: Bin Cheng, Naixu Guo, Feng Pan

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

量子计算机承诺解决当今机器无法处理的问题,从设计新材料到破解复杂代码。为了实现这一目标,它们必须进行极高精度的计算。然而,这些机器中存储信息的物理粒子极其脆弱,极易受到微小扰动产生的错误影响。为了克服这一点,科学家们使用了一种称为“量子纠错”的技术。他们将单个信息片段分散到许多物理粒子中,创建一个逻辑单元,使其在部分部件失效时仍能生存。这种保护能力的强度由一个称为“距离”(distance)的数值来衡量。距离越高,意味着系统在信息丢失之前能够承受更多的错误。这个数字对工程师至关重要;它决定了构建一台实用的计算机需要多少物理粒子,以及最终机器的可靠程度如何。多年来,研究人员一直依赖于对该距离的估算,通常使用计算机搜索来寻找错误,但无法证明所找到的是最小的错误。

现在,一个研究小组开发出了一种精确计算这些距离的方法,即使对于未来硬件所提出的庞大系统也是如此。他们将寻找最小错误的问题视为一个统一的数学谜题,并使用三种不同的、严谨的方法协同解决。他们的做法不是靠猜测或在找到第一个错误时就停止,而是证明了不存在更小的错误。通过将这些方法与能够缩小问题规模的巧妙捷径相结合,他们能够为包含多达 31,200 个物理粒子的量子码以及拥有数十万个潜在故障点的电路提供确定的距离。这种确定性使他们能够验证主要技术公司的设计,并识别出以往估算所忽略的缺陷。

研究人员将该方法应用于广泛的当前提案,包括来自谷歌(Google)和 IBM 的设计。在许多情况下,他们发现已发表的估算过于乐观。例如,IBM 的一个特定存储电路此前被认为距离为 18,但经证明其距离仅为 16。这种差异是显著的,因为它会大幅改变预测的错误率。在另一个涉及谷歌设计的案例中,该团队为拥有超过 31,000 个量子比特的系统认证了距离,证实了此前尚不明确的数值。他们对 26 篇近期科学论文的审计显示,其中 10 篇包含高估的距离,某些差异高达 8 个单位。这些错误并非源于原论文中的数学错误,而是因为那里的搜索方法无法保证已经找到了绝对最小的错误。

除了修正过去的数值外,该团队还利用他们的工具来设计更好的电路。他们测试了在一种特定类型的量子码中如何测量误差的数千种不同调度方案。他们发现,虽然一种标准调度方案对某些量子码是最优的,但对其他量子码而言则远非最佳。通过重新排列操作顺序,他们可以将一个电路的距离从 16 提高到 18,使其更加稳健。这种精确的优化对于构建能够运行长时间计算而不失败的机器至关重要。研究人员还展示了他们的方法如何在现实世界的制造领域发挥作用。量子芯片在出厂时往往带有轻微缺陷,例如单个传感器损坏。此前的模型认为,任何带有缺陷的芯片都应被丢弃。然而,通过认证这些不完美芯片的距离,该团队表明许多芯片仍然可用。例如,在制造良率为 99.98%(即连接正常)的情况下,保留那些仍保持高距离的、带有少量失效传感器的芯片,可以将可用芯片的数量从 53% 提升至 94%。

这项工作依赖于一个统一的框架,将代码本身及其用于测量的电路视为一个整体问题。研究人员将寻找最小错误的过程表达为“热带配分函数”(tropical partition function),这一概念允许他们使用强大的算法来寻找最小值。随后,他们采用了三种不同的精确求解器:一个像梯子一样扫过系统的动态规划程序,一个在特定权重限制内寻找错误的搜索程序,以及一个在中间相遇的双向搜索程序。成本模型决定了在问题的每个部分使用哪种求解器,以确保效率。当求解器找到一个错误时,团队通过在模拟器中重放故障序列来验证该错误是否真的会导致逻辑失效,而不会触发任何警报。这个过程产生了一个证书(certificate):一个关于不存在更轻量级错误的证明,并配以所发现的具体错误。

研究结果对未来量子计算机的架构具有直接影响。对于 IBM 计划中的处理器,该团队确认了一个特定存储块的标准调度方案距离为 16,而非此前假设的 18。然而,他们也确定了可以实现更高距离 18 的替代调度方案,尽管这会略微增加每个周期的所需时间。这种速度与可靠性之间的权衡现在是一个已知的量,而非猜测。同样,对于谷歌的模块化双曲码(modular hyperbolic codes),该团队提供了此类规模系统的首个精确距离,解决了悬而未决的问题。能够认证这些数值意味着,未来机器的资源估算可以基于硬事实而非上限。

该研究还探讨了逻辑测量问题,即如何将独立的量子存储块连接起来执行操作。研究人员发现,这些合并系统的距离很大程度上取决于在过程中引入的额外“辅助”(gauge)量子比特是如何处理的。如果这些量子比特处于自由状态,距离会显著下降;但如果将它们固定在特定状态,距离则保持在高位。这种区别对于设计不会意外削弱误差保护的测量协议至关重要。该团队的精确计算表明,之前的估算忽略了这些细微差别,导致了性能的潜在高估。

最终,这篇论文将量子码的距离从一个估算值转变为一个经过验证的量。这种转变消除了量子计算机规划中的主要不确定性来源。工程师现在可以充满信心地比较不同的设计,准确知道每种设计可以容忍多少错误。该方法可扩展至目前最宏大的提案规模,能够处理拥有数十万个潜在故障点的系统。虽然一些极其庞大或复杂的实例仍需要大量的计算资源,但该团队已经证明,对于绝大多数当前设计,精确认证是完全可能的。这种精度使得对量子计算机所能实现的成就以及它们真正需要多少物理资源的评估更加符合实际。

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。

试用 Digest →