量子科技中心_量科网

量子纠错（QEC）是可扩展量子计算的关键技术。然而，该技术需要配备足够快速且精确的经典解码器才能与量子硬件保持同步。虽然量子低密度奇偶校验码近期已成为实现高效容错的有效途径[1-3]，但现有解码算法尚未能在实际应用中充分发挥这些编码的潜力[4-6]。本研究团队提出了一种利用QEC码几何结构的卷积神经网络解码器，并借此探索出全新的"瀑布式"错误抑制机制。实验表明：在当前物理错误率水平下[9-11]，通过适度规模的编码即可实现大规模容错算法所需的逻辑错误率[7-8]，且处理延迟符合多种主流硬件平台的实时运算要求。以⟦144,12,12⟧格罗斯码[3]为例，该解码器将逻辑错误率较现有方案[5,12,6]降低达17倍——在物理错误率p=0.1%时实现10⁻¹⁰量级的逻辑错误率——同时吞吐量提升3-5个数量级。该解码器还能生成精确校准的置信度估计，可显著降低"重复直至成功"协议的时间开销[13,14]。综合来看，这些结果表明容错量子计算所需的时空成本可能远低于此前预期。