← 最新论文
⚛️ 量子物理

Logical error prediction and geometry selection for rectangular surface codes under biased circuit-level noise

本文提出了一种针对非旋转矩形表面码的几何选择方法,该方法利用无偏电路级模拟来预测偏置噪声下的逻辑错误率,在特定错误阈值下,证明了与正方形码相比,物理比特开销最多可降低 42.4%。

原作者: Youshin Chung, Yujin Kang, Jun Heo

发布于 2026-11-18
📖 1 分钟阅读🧠 深度阅读

原作者: Youshin Chung, Yujin Kang, Jun Heo

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

构建能够解决当今机器无法处理的问题的计算机,需要对我们处理信息的方式进行根本性的转变。这些未来的计算机不再使用严格为零或一的比特,而是使用量子比特(qubits),它们可以同时存在于多种微妙的状态之中。然而,这种微妙性也是它们最大的弱点。来自环境的轻微扰动——热量、振动或杂散电磁场——都会导致量子比特丢失信息,这一过程被称为噪声。为了制造出实用的机器,科学家必须保护这些脆弱的状态免受持续误差的影响。保护这些状态的主要策略被称为表面码(surface code),这是一种将信息分布在由许多物理量子比特组成的网格中的方法,从而创建一个更可靠的单一“逻辑”量子比特。可以将这想象成一个安全网:如果其中一根绳索断裂,其他的仍能承受重量。

多年来,研究人员一直假设这些系统中的误差是随机且在所有方向上均匀发生的。但在现实世界中,特别是在驱动当今许多最先进量子实验的超导电路中,噪声并不是随机的。它是具有偏向性的。就像旋转的陀螺更容易向一个方向晃动而不是另一个方向一样,量子误差往往更倾向于某一类型的错误。在许多系统中,扰乱量子比特相位(phase)的误差发生频率远高于翻转其状态(state)的误差。这种不对称性提供了一个潜在的捷径。如果一个系统容易出现某种特定类型的错误,也许我们可以设计我们的安全网,使其在那个方向上更厚,而在另一个方向上更薄,从而节省大量的空间和资源。挑战在于,当噪声非常复杂且发生在计算机运行的每一步(而不仅仅是在计算之间的安静时刻)时,如何精确地确定该安全网的形状。

来自高丽大学的一支研究团队现在已经勾勒出了一种实现这一目标的实用方法。他们专注于表面码,特别研究了如何将网格从正方形重塑为长方形,以利用偏向性噪声。他们的工作解决了我们理解中的一个关键空白:虽然我们知道原始量子比特具有偏向性,但我们此前并不清楚这种偏向性是如何在复杂的误差纠正过程中存续的。在一个真实的量子电路中,计算机必须不断测量自身的状态以捕捉误差。这些测量涉及一系列操作,其中一些是主动操纵量子比特的“门”(gates),另一些则是量子比特在等待下一步之前的“空闲”(idle)状态。研究人员发现,噪声中的偏向性在这些操作中的表现并不统一。虽然空闲时刻保留了物理硬件的强偏向性,但活跃的门操作和测量过程往往会使误差变得更加随机。这意味着,如果仅仅假设整个计算机都是有偏向性的,会导致设计不佳;同样,如果假设整个计算机都是随机的,则会浪费资源。

为了解决这个问题,该团队开发了一种方法,可以在无需从头开始模拟每一种可能性的情况下,预测最佳的量子网格形状。他们首先建立了一个关于误差在标准无偏环境下如何表现的详细模型。该模型作为一个基准,描述了网格的大小和形状如何影响逻辑误差的可能性。然后,他们引入了一种巧妙的方法来考虑偏向性。该方法并非针对每种可能的偏向水平都运行数千次新的模拟,而是测量了逻辑误差率对空闲时刻的变化与对整体误差率变化的敏感度。通过比较这两者的反应,他们推导出一组系数——本质上是一个转换因子——使他们能够利用无偏基准模型来转化偏向系统的行为。这种方法意味着他们只需利用来自无偏参考电路的数据,就能高精度地预测偏向系统的性能。

他们的模拟结果令人瞩目。当他们应用此方法寻找针对特定可靠性水平的最有效网格形状时,长方形码的表现始终优于传统的正方形码。在他们测试的情景中,使用长方形网格在一种噪声模型下减少了高达 42.4% 的物理量子比特需求,在另一种模型下减少了 26.2%。为了直观理解,如果一个标准的正方形网格需要近 3,000 个物理量子比特才能达到一定的安全性,那么他们优化的长方形设计可以用少于 1,700 个量子比特实现同样的安全性。这种减少并非微小的调整,它代表了构建容错量子计算机所需的物理硬件的大幅节省。研究人员通过运行直接的高保真偏向电路模拟验证了这些发现,证实了预测的节省量是真实的,并且长方形网格确实达到了严格的安全目标。

该研究还阐明了哪些方法是行不通的。团队明确测试了两种更简单的想法:一种是完全忽略偏向性,另一种是假设全系统都具有完整的偏向强度。这两种方法都会导致预测出现显著误差。忽略偏向性会导致设计不够安全,而假设偏向性适用于整个系统则会导致设计过于庞大且浪费资源。真相介于两者之间,即偏向性通过电路的空闲时刻进行过滤的具体方式。研究人员发现,偏向响应可以通过从单个标准尺寸网格中导出的固定参数集来捕捉。即使在测试不同网格尺寸和不同偏向水平时,这些数字依然保持准确,这表明物理硬件与逻辑保护之间的关系比此前认为的更加稳定和可预测。

这项工作在混乱的量子硬件现实与纯粹的误差纠正数学之间架起了一座实用的桥梁。通过展示如何从无偏参考中推断出局部偏向对逻辑响应的影响,该团队为工程师设计更高效的量子计算机提供了工具。他们证明了,通过根据硬件的特定噪声特性来定制代码的几何形状,我们可以显著降低构建可靠机器所需的开销。虽然模拟是在特定条件下进行的,并未包含现实设备中可能发现的所有类型的误差,但其结果提供了一条清晰的前进路径。研究结果表明,量子计算的未来可能不仅在于构建更好的量子比特,还在于以尊重它们失效方式的独特形式来排列它们。

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 →