量子科技中心_量科网

量子误差缓解技术对于从嘈杂的中等规模量子(NISQ)处理器中提取可靠结果至关重要。然而现有方法面临核心可扩展性瓶颈：无偏方法（如概率误差消除PEC）会带来指数级采样开销，而零噪声外推等近似技术则以牺牲精度换取效率。该研究团队提出并实验验证了MoSAIC（面向逆向通道的模块化时空聚合）——一种既保持PEC无偏特性又显著降低采样成本的可扩展量子误差缓解框架。MoSAIC将量子线路划分为噪声对齐模块，利用经典变分优化学习有效的模块噪声模型，并对每个模块（而非每层）实施准概率逆运算。这种模块化聚合同时降低了采样开销和线路深度开销，使误差缓解能力远超标准PEC的工作范围。 该团队在IBM的156量子位Heron处理器上实验验证了MoSAIC，完成了迄今为止硬件上最大规模的PEC基准缓解演示。作为具有物理意义的基准测试，研究人员制备了系统尺寸达50量子位的一维横场伊辛(TFIM)模型临界基态。实验表明在相同采样预算下，MoSAIC能获得比标准PEC高1-2个数量级的精度，即使标准PEC因采样开销过大而失效时，MoSAIC仍能准确恢复大系统尺寸的观测量。该工作还通过CUDA-Q加速仿真验证了多种噪声模型下的性能趋势。这些结果表明MoSAIC不仅具有理论可扩展性，更能实际应用于当前量子硬件上的高精度大规模量子实验。