基于机器学习和射频反射测量FPGA的SiGe量子点快速自动调谐至单电子态

自旋量子比特需要工作在电荷态跃迁附近极精确的电压空间才能实现高保真度门操作。然而,识别目标电荷态所需的稳定性图谱通常耗时漫长。此外,随着量子比特数量增加,搜索目标电荷态的电压空间会急剧扩大。因此,要实现可扩展的自旋量子比特量子处理器,必须加快稳定性图谱的获取速度。目前大多数方法集中于提高数据采样效率,而该团队通过结合测量加速与减少量子点器件调控所需测量次数,实现了显著提速。 研究人员采用基于神经网络的自动调控算法,并利用是德科技量子工程工具包(QET)内嵌的FPGA加速测量,将稳定性图谱的测量时间缩短至原来的1/9.8。由于受Python代码执行速度限制,该技术使硅锗量子点初始化至单电子态的总时间获得了2.2倍的加速提升。
页数/图表: 登录可见
提交arXiv: 2025-09-23 20:03

量科快讯