2026年7月10日——QC Design 今天宣布发表论文《Plaquette：面向容错量子计算机的硬件感知设计平台》，该论文介绍了其旗舰产品背后的理论框架和软件套件。论文描述了 Plaquette 如何直接从设备实际缺陷的物理特性出发，计算容错架构的逻辑性能，现已在 arXiv 上发布。

设计容错量子计算机的硬件团队依赖快速稳定化模拟器来决定优先修复哪些缺陷，而这些模拟器假设随机泡利噪声。真实设备并非如此：超导 transmon 量子比特会泄漏出计算子空间，中性原子门会通过中间态散射，离子阱量子比特因运动模式吸收声子而发热，硅自旋量子比特会泄漏进谷态，以及标定有误的控制会引发相干过旋转。标准的应对方法（如泡利扭转、去极化替代以及手动构建噪声模型）需要针对每种设备和每种噪声过程投入专家精力，而且验证的是抽象层而非设备本身。论文展示了这种做法的代价：仅使用 Clifford 模拟时，逻辑错误率可能被乐观估计超过一个数量级。

Plaquette 采用了不同的方法。团队只需指定一次硬件错误模型（例如 Kraus 算子、Hamiltonian-Lindblad 动力学，或实验重建的量子信道），Plaquette 便会自动将其编译为四种采样器各自所需的精确或近似表示：泡利扭转稳定化模拟、用于泄漏和环境区段的新 XPauli 采样器、用于相干误差的近 Clifford 采样器，以及用于精确参考计算的完整状态模拟，规模可达数万个量子比特。

论文通过完整状态模拟对 XPauli 和近 Clifford 采样器进行了验证，即使在泡利扭转效果不佳的情况下，两者在统计不确定性范围内也保持一致，并在三种硬件错误模型上展示了该框架：超导量子比特的泄漏、中性原子的中间态散射以及离子阱量子比特的发热。

QC Design 联合创始人兼首席执行官 Ish Dhand 博士表示：

量子计算制造商们都在研究同样的实际问题：我的设备是否低于阈值？低于多少？哪个缺陷最需要抑制？我的容错量子计算机会产生怎样的逻辑错误率？又需要多少开销？仅用泡利近似来回答这些问题，误差可能相差数量级。通过 Plaquette，团队只需描述一次设备的物理特性，就能在完整容错架构的规模上获得可信的逻辑性能数据。这篇论文阐述了完整的框架，我们很自豪能与业界分享。

Plaquette 与仅使用 Clifford 模拟之间的偏差大小因平台和噪声过程而异，因此可靠的阈值、错误预算和开销估算需要最准确的模拟。Plaquette 提供了一条从设备的开放系统物理特性直接通向基于该设备构建的容错量子计算机逻辑性能的路径。