基于FPGA人工智能引擎技术强化的量子态判别

识别量子比特(量子位)的状态——即量子态分辨——是量子计算中的关键操作。然而,在超导量子处理器上,这一直是错误率最高且最耗时的操作。由于严格的时序限制和算法复杂性,大多数量子态分辨方法需离线执行。该工作提出了一种基于FPGA人工智能引擎技术的增强型实时量子态分辨系统。研究团队在AMD赛灵思VCK190 FPGA平台上开发并部署了多层神经网络,实现了精确的原位状态分辨,同时支持多量子位的电路中途测量实验。该方法融合了架构研究与设计的最新进展,利用专用AI/ML加速器优化量子实验并减少FPGA资源占用。
作者所在地: VIP可见
作者单位: VIP可见
提交arXiv: 2026-01-13 04:37

量科快讯