量子科技中心_量科网

容错量子计算需要远低于物理量子比特可实现的错误率。量子纠错（QEC）虽能弥合这一差距，但其解码器必须同时满足快速、精确和可扩展的要求。此前无论是机器学习解码器，还是针对表面码等资源高效编码方案的解码器，均未能同时满足这些要求。该研究团队推出的AlphaQubit 2神经网络解码器，在真实噪声环境下实现了大规模表面码与色码的近最优逻辑错误率。对于色码解码，其速度比其他高精度解码器快数个数量级；针对表面码，该团队在当前商用加速器上实现了每周期低于1微秒的实时解码速度（可支持至距离11），且精度优于主流实时解码器。这些成果为更多高效量子纠错编码的实际应用提供了支持，并为实现容错量子计算所需规模的超高精度实时神经解码奠定了可行路径。