2026年7月6日——如今的量子器件通常看起来洁净且控制良好，但其内部的物理过程却更为丰富且难以掌控。来自于利希研究中心的研究人员，与诺贝尔奖得主John M. Martinis以及麻省理工学院的合作者共同开发了一个新的框架，以驯服这些隐藏的相互作用。

一个超导量子处理器可能看起来像一个干净、有序的量子比特网格。然而，在芯片内部，物理过程要拥挤得多。每个量子比特不仅会与预设的相邻量子比特相互作用，还会通过隐藏的杂散耦合和多体效应与附近——甚至更远——的量子比特发生作用。这些不必要的“对话”会扭曲量子态，降低量子门的性能，并使处理器的行为偏离理想量子算法的预设。

为了提升量子门性能，由于利希研究中心量子器件理论（QDT）组的Mohammad Ansari博士领导的团队，提出了一种可扩展的理论框架，用于对大型超导量子处理器进行高物理保真度的建模。该研究成果发表在《npj量子信息》期刊上。

高保真度建模谷歌悬铃木处理器

新框架捕捉了通常在模拟中被简化或忽略的细微电路细节。凭借这种精度，隐藏的相互作用景观变得可见，向研究人员展示了如何抑制、设计或控制杂散耦合。

该团队在谷歌的悬铃木芯片上测试了其理论。这款处理器曾在2019年首次用于展示量子计算相对于经典计算机的优越性。尽管取得了这一里程碑，但门性能为何如此难以提升的微观原因，部分仍不为人知。

新的理论在处理器错误断层扫描（即所谓的PET扫描）中，揭示了悬铃木芯片内部强烈且有害的相互作用。这有助于理解以前被忽视的耦合如何限制性能，以及未来如何设计处理器来驯服它们。

新框架实现预测性设计

该研究揭示了不同的运行状态，从计算上稳定的行为到由多体效应主导的高度复杂动力学。虽然后者可能不适用于量子计算，但它为探索多体物理提供了丰富的领域。关键在于，器件参数的微小变化都可能导致处理器转入这两种状态之一，并立即对性能产生影响。

信息很明确：隐藏的相互作用并非小修正，而是可扩展量子硬件设计中的一项基本约束。该框架使得在量子处理器被制造出来之前就能进行预测性建模。通过生成详细的相互作用图谱，研究人员可以在设计阶段测试布局、识别错误源并优化系统参数，而不是依赖制造后代价高昂的试错。

国际合作

这项科学工作由于利希研究中心彼得·格伦伯格研究所（PGI-12）的Mohammad Ansari博士领导的量子器件理论（QDT）组，与加州大学圣塔芭芭拉分校的诺贝尔奖得主John M. Martinis教授，以及QDT组的前成员、目前正在麻省理工学院（MIT）攻读博士学位的Chloé Vignes合作完成。