量子科技中心_量科网

在里德堡原子阵列上进行的噪声量子退火实验产生的测量结果会偏离理想分布，这使性能评估变得复杂。为了建立一种数据驱动的量子设备基准测试方法，同时兼顾解的质量和从噪声测量中进行推断的经典计算成本，研究人员提出了确定性误差缓解（DEM）——一种基于实验表征噪声信息的单次测量级推断方法。该团队以k-独立集问题的判定版本为例展示了该方法。在汉明壳框架内，DEM候选解空间由比特翻转错误率的二元熵决定，从而产生熵控经典后处理成本。利用实验测量数据，DEM相比经典推断基线降低了后处理开销。中性原子设备的数值模拟和实验结果验证了该方法在系统规模和错误率方面的预测缩放规律。这些缩放关系表明：在Intel i9处理器上运行一小时的经典计算，相当于中性原子实验在有效错误率下处理250至450个原子，从而实现了噪声量子实验与经典算法之间基于成本的直接比较。