🔬 物理学

Channel-resolved memory time of Haah's cubic code under reversible rate filtering and temporally correlated baths

本研究模拟了在各种非马尔可夫和滤波浴条件下 Haah 立方码的表现，旨在证明抑制零能扩散通道显著地通过前因子增益而非改善渐近标度来延长记忆时间，同时也揭示了对对产生通道的影响微乎其微，以及记忆性能对能量重标度和浴相关性的敏感性。

原作者： Hikaru Wakaura

发布于 2026-10-12

📖 1 分钟阅读☕ 轻松阅读

原作者： Hikaru Wakaura

原始论文采用 CC BY 4.0 许可（https://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

在量子世界中存储信息是一场与时间的赛跑。不同于经典计算机仅通过保持电荷或磁取向来保护数据，量子计算机将信息存储在脆弱的状态中，这些状态一旦与周围环境发生相互作用就会立即坍缩。为了让这些信息保持存活，工程师通常依赖于主动纠错：这是一个高频、高速的循环过程，其中系统测量自身的健康状况，经典计算机计算出错之处，并在损伤扩散之前应用修正。这种方法虽然可行，但需要大量的额外硬件和极快的处理速度，从而产生了沉重的开销，限制了这些机器能够达到的规模。科学家们长期以来一直梦想着一种“自纠错”存储器，即一种无需持续外部解码器即可自我保护的系统，就像生物细胞修复自身 DNA 一样。在三维空间中，实现这一目标的领先候选方案是一种被称为哈哈立方体码（Haah's cubic code）的特定量子比特排列方式。尽管理论表明这种编码可以长时间保存信息，但目前尚不清楚其周围的环境——特别是周围材料的热量和噪声——会如何帮助或阻碍其存储数据的能力。

由 QuantScape Inc. 的 Hikaru Wakaura 进行的一项新研究深入探讨了这个问题，模拟了这种立方体码在不同环境条件下的行为。研究人员将该编码视为一个由微小开关组成的系统，这些开关会因热噪声而翻转，从而产生威胁存储信息的缺陷。他们提出了一个简单而深刻的问题：如果我们能够调节环境与这些开关相互作用的方式，能否显著延长存储时间？为了测试这一点，他们构建了一个详细的代码模拟，并引入了三个特定的“旋钮”来控制环境。首先，他们调整了缺陷被创建或破坏的难易程度。其次，他们改变了缺陷在不改变系统能量的情况下移动的速度。第三，他们引入了时间延迟，使环境的噪声以相关性的方式波动，而非完全随机。他们在包含多达 1 万多个量子比特的系统上运行了这些模拟，以观察随着系统规模扩大，存储时间如何变化。

结果揭示了这些环境因素之间令人惊讶的影响层级。最强大的杠杆在于缺陷在不消耗任何能量的情况下进行移动的速率。在所有速率均等的标准平坦环境中，随着系统规模增大，存储时间也会增长，但仅限于一定程度后便会开始下降。然而，当研究人员将这种零能移动速率降低到原来的千分之一时，存储时间爆发式增长，比之前延长了 80 到 120 倍。至关重要的是，这种提升表现为一种巨大的倍增效应，而不是改变了记忆随规模缩放的基本规则。它还将系统失效的临界点推向了更远的地方，使得系统在熵破坏规模优势之前可以长得更大。相比之下，改变新缺陷创建速率对存储时间几乎没有影响，只要创建速率不是低到离谱。环境创造新错误的能力并不是瓶颈；真正的瓶颈在于现有错误游走和扩散的难易程度。

研究还探讨了当环境噪声并非随机，而是具有自身记忆（即随时间呈现可预测模式波动）时会发生什么。当研究人员引入相关时间（意味着噪声在发生变化前会在特定状态下停留一段时间）时，存储时间提高了 2 到 11 倍，具体取决于波动的强度。这种增益与系统面临危险状态频率的统计平均值是一致的。有趣的是，研究人员测试了一个理论模型，在该模型中，环境可能表现得像一个局部滤波器，改变缺陷本身的能量。他们发现，虽然这种滤波器可以改变系统的弛豫速度，但它实际上并不会像真正的能量偏移那样降低缺陷的数量。事实上，在某些情况下，它反而使创建缺陷变得更容易，这会产生适得其反的效果。这排除了这样一种观点：即通过与具有结构化环境的局部相互作用，可以作为一种统一的冷却机制来提升记忆的规模缩放能力。

或许最重要的发现是，通过人工提高 12% 的能量势垒来模拟增加缺陷能量成本的均匀过程，确实改变了缩放律。这种调整导致存储时间随系统规模增加而增长得更加陡峭，改变了描述这种增长的数学指数。然而，研究人员指出，他们在模拟中所测试的任何物理环境都没有产生这种特定的、均匀的能量偏移。研究结论认为，虽然我们目前还无法设计出一种能够完美缩放的被动存储器，但我们现在确切知道哪些环境属性最为关键。抑制无能量代价的错误移动是最有效的策略，能带来高达两个数量级的收益。噪声中的时间相关性则提供了较小但可靠的提升。通往真正自纠错存储器的路径不在于改变错误的产生方式，而在于精心设计环境，以冻结那些已经发生的错误的移动，从而为系统的稳定性争取时间。这项工作为未来的工程师提供了一个具体的基准，表明环境不仅仅是需要对抗的噪声来源，更是一组可以通过调节来延长量子信息寿命的变量。

技术摘要：Haah 三维立方码的通道解析记忆时间

问题陈述
自纠正量子存储器旨在通过依赖哈密顿量将热产生的缺陷限制在局部，从而实现无需实时解码的信息存储。Haah 立方码是此类存储器中最主要的候选三维模型。虽然其在平坦、马尔可夫（Davies）浴下的行为已有研究定论——即其记忆时间随线性尺寸 $L$ 呈幂律增长，直至达到由熵决定的最优值——但其记忆时间对更复杂环境结构的依赖关系仍未被绘制。具体而言，当浴具有在不同能量通道上的结构化谱权重、时间相关性，或代码能量被有效重标度时，记忆时间的缩放规律尚不明确。如果不分离这些效应，就无法确定应该通过工程手段改进哪些环境特性来提升被动存储性能。

方法论
作者对 Haah 立方码（代码 1）进行了动力学蒙特卡洛模拟，该代码位于一个 $L \times L \times L$ 的周期性晶格上，每个位点有两个量子比特（ $N=2L^3$ ）。系统被建模为错误构型上的经典连续时间马尔可夫链，由具有单量子比特 $X$ 跳跃算符的 Davies 生成元驱动。研究重点关注有限尺寸范围（ $L=5$ 至 $19 $），逆温度为$ \beta = 4.5 $和$ 5.0$。

该方法引入了三种现象学环境控制手段，以解耦特定的浴属性：

可逆速率滤波： 三个允许的能量变化（ $|\Delta E| \in \{4, 2, 0\}$ ）的跃迁速率分别乘以独立的因子 $s_4$ （对产生/湮灭）、 $s_2$ （势垒跨越）和 $s_0$ （零能扩散），从而保持细致平衡和吉布斯分布，同时允许调节特定能量通道的谱权重。
时间相关浴： 零能扩散速率 $s_0$ 由一个可调相关时间 $\tau_c$ 和方差 $\sigma^2$ 的外部 Ornstein–Uhlenbeck 过程进行调制，在不改变平均速率或平衡分布的情况下，引入非马尔可夫时间相关性。
统一能量重标度： 代码能量被统一重标度，以模拟有效逆温度 $\beta' = c\beta$ ，作为对均匀冷却效应所能实现效果的基准测试。

此外，作者通过求解一缺陷伪模模型（一个耦合到阻尼玻色模的量子比特）的 Lindblad 方程，精确分析了结构化谱密度、缺陷群体与弛豫速率之间的关系。

记忆时间（ $T_{mem}$ ）定义为特定重整化群（RG）解码器的首次失效时间。如果解码器无法清除所有缺陷或返回逻辑错误，则运行失败。研究报告了每个数据点的 60–100 次运行的样本均值。

关键结果

通道敏感性： 记忆时间在很大程度上受零能扩散通道（ $s_0$ ）控制。
- 对产生通道 ( $s_4$ )： 在 $s_4 \in [0.01, 10]$ 的范围内，对产生通道对 $T_{mem}$ 没有可测量的影响。只有当 $s_4$ 降至交叉阈值以下（在 $L=9$ 时， $s_4^* \approx 3.8 \times 10^{-4}$ ）时，记忆时间才受限于首次错误发生的时间，并遵循加法形式。
- 势垒通道 ( $s_2$ )： 该通道表现出弱敏感性（ $d \ln T_{mem} / d \ln s_2 \approx -0.29$ ）。
- 零能通道 ( $s_0$ )： 该通道占据主导地位，敏感度约为 $-0.60 $。将扩散抑制一个因子$ 10^3 $（$ s_0 = 0.001 $）可使$ L=7–13 $的记忆时间增加 80–120 倍。至关重要的是，这种增益表现为巨大的前因子，而非更陡峭的尺寸指数；在声明的误差范围内，尺寸指数与平坦浴保持一致。此外，抑制扩散会将最优尺寸$ L^* $向外推移，使得滤波后的记忆寿命可以超过平坦浴的最优值（例如，在$ L=19$ 时，滤波后的记忆比已经衰减的平坦浴长 45 倍）。
时间相关性： 引入浴相关时间 $\tau_c$ 带来的记忆时间增益与危险率平均值一致。
- 在退火机制下（ $\tau_{cluster} \lesssim \tau_c \ll T_{mem}$ ），增益由退火危险率平均值描述，对于 $\sigma=2$ ，增益因子约为 2。
- 在淬火机制下（ $\tau_c \gg T_{mem}$ ），增益增加到约 7（对于 $\sigma=2$ ），与淬火危险率平均值一致。在此机制下的寿命分布与淬火幂律模型相容。
能量重标度： 将代码能量统一重标度 12%（等效于增加 $\beta$ ）使拟合的尺寸指数从 2.7 提升至 4.3，这与 Bravyi–Haah 缩放律（ $T_{mem} \propto L^{2.93\beta - 10.52}$ ）相符。然而，作者通过二缺陷伪模模型证明，局部阻尼的结构化模并不能实现这种统一的能量重标度（冷却）。相反，子能隙谱权重降低了缺陷的平均力能（使缺陷变得“更便宜”），并诱导了缺陷间的相互作用，未能起到简单的冷却机制作用。

意义与主张
本文建立了第一个针对三维被动量子存储器的通道解析有限尺寸基准。其主要贡献包括：

确定控制杠杆： 确定了零能谱权重是工程化被动存储器的关键环境参数，表明抑制扩散可以在不改变渐近缩放律（在测试窗口内）的情况下提供巨大的前因子增益。
量化相关性收益： 量化了时间相关性的益处，显示出相对于记忆时间的增益在 2 到 7 倍之间，这与退火和淬火危险率平均值一致。
局部模型的局限性： 阐明了局部阻尼的结构化模并不能提供统一的能量重标度（冷却）；它们会改变群体分布并诱导相互作用，其效果并非简单地移动 Bravyi–Haah 指数。

作者明确指出，由于数据大多限于 $L < L^*$ 的区域，这些结果并未建立渐近缩放律，也未证明其优于主动解码。本研究作为浴工程的指南，表明虽然抑制零频率噪声和引入时间相关性是有益的，但通过局部结构化浴实现统一的能量重标度仍然是一个开放的挑战。研究受限于 X 扇区、特定解码器及现象学速率滤波器，并指出分形码的高效解码器在很大程度上尚不明确，且报告的失效时间表征了所使用的特定 RG 解码器。

类似论文