基于软信息的容错量子电路错误缓解
量子错误缓解(QEM)通常被视为当前嘈杂中等规模量子设备的实用技术集合,一旦容错量子计算机问世,其作用将十分有限。该研究团队通过证明QEM在量子纠错(QEC)时代仍能持续提供显著优势,且效率比现有设备更高,对这一传统认知提出了挑战。研究人员提出了一种逻辑级QEM框架,该框架利用QEC解码器自然产生的软信息,无需额外数据、硬件改造或超出QEC协议已有内容的运行时开销。 在此框架下,该团队开发并分析了三种逻辑级QEM技术:后选择与运行时中止策略、概率性错误消除以及零噪声外推法。这些技术将逻辑错误率降低超过100倍,同时仅舍弃不到0.1%的测量样本;还能为QEM协议提供逻辑通道的原位表征。作为原理验证,研究人员采用表面码架构以及基于张量网络收缩和最小权重完美匹配的两种先进解码器进行基准测试。通过对随机Clifford电路和分子模拟算法的逻辑级QEM评估发现,相较于单纯依赖QEC或QEC结合QEM的传统方法,该方案可节省高达87.4%的时空开销。 研究结果表明,利用QEC解码器软信息的逻辑级QEM能可靠提升逻辑性能,凸显了QEM技术在容错量子计算机中的高效性与实用价值。
量科快讯
1 天前
2 天前



