
Amazon Web Services(AWS)啟動了原型芯片是世界上第一個裝有抗錯誤的“貓碼頭”的芯片 - 量子計算信息的基本單元。思想實驗。
這(QPU),命名為“ Ocelot”,包括五個數據量置量或貓量量子,用於存儲信息;五個由超導體tantalum製成的緩衝電路可以穩定貓刺;還有四個額外的量具檢測數據處理過程中發生的錯誤。
這些內部組件分為兩個集成的矽微芯片,每個矽微芯片大約為0.16平方英寸(1平方厘米),使設備足夠小,以適合您的手指尖端。
新的體系結構旨在顯著降低削減量子計算機中自然發生錯誤所需的成本和能量 - 科學家仍在試圖找到解決方案的挑戰(隨著進步研究和另一個,其他)。
重要的是,研究人員表示,隨著芯片的未來版本添加更多量子,這項新技術可能會成倍地減少錯誤。他們在2月26日在《雜誌》上發表的一項新研究中概述了他們的發現。
拒絕量子噪聲
由於量子位本質上是“嘈雜的”,這意味著它們對振動,熱量,電磁干擾和空間的輻射的干擾敏感,因此它們比經典位更容易失敗。經典位的錯誤率為100萬分之一,而大約1,000個Qubit的錯誤率。當執行量子計算時,這種錯誤率通常會導致任何量子疊加中間分數和故障的崩潰。
兩種類型的誤差是位流誤差,其中測量0的概率成為測量1的概率;和相叉誤差,其中Qubit在其垂直軸上旋轉180度。位流誤差會影響位和Qubits,而相位流誤差僅影響Qubits。與經典計算中的誤差糾正相比,糾正量子系統中兩種誤差的需求都需要大量資源。
有關的:
因此,科學家說,量子計算機在接近實現之前需要數百萬噸” - 從建造和運行這樣的假設機器所需的物理空間,能源和資源方面,這是不可行的。這就是為什麼更多的研究專注於構建與錯誤校正技術集成的可靠量子的原因。
“邏輯Qubits”是由多個物理量子台組成的,這些物理量子位存儲相同的信息以傳播失敗點 - 是主要的錯誤校正方法。但是,AWS的研究人員說,如果不進一步改進硬件,當前的方法是巨大且高昂的成本,因為他們需要成千上萬的物理速度來形成一個能夠達到較低錯誤率的邏輯量子。
但是,Ocelot採用了由法國初創公司Alice&Bob開發的設計。以著名的Schrödinger的Cat Thought實驗命名,該Qubit的設計方式使其內在地抵抗了fllip誤差。
利用新的“貓碼頭”
與像機器中使用的常規超導量子台不同和可以實現1和0的疊加,可以同時實現兩個量子狀態的雙重疊加。愛麗絲和鮑勃科學家概述了這項技術在路線圖和白皮書於2024年出版。
CAT量子量子使用具有明確定義的幅度和相位的經典狀態的量子疊加來編碼信息。它使用專門編碼數據 - 在這種情況下,。
泵入系統的能量越多,創建的光子越多,並且可以訪問振幅或振盪器狀態越多,從而更好地保護量子信息。科學家們說,增加振盪器中光子的數量可以使位叉誤差的速率成倍小。這意味著,要降低錯誤率,您不需要增加量子計數;相反,您需要增加振盪器的能量。
過去十年中,以前的實驗表明了單品示威活動中貓Qubit的潛力,包括來自其他團隊的研究2015還有一個。發表在今年還概述了一種受Schrödinger的貓啟發的錯誤糾正方法。但是,AWS的OCELOT是連貫的多貓量子量子系統集成到使用現有製造方法構建的芯片中的第一個示例。
在新研究中,科學家證明了用Ocelot進行的測量結果,這些測量表明位於物理量子級級別被指數抑制,而使用最簡單的錯誤校正代碼(稱為重複代碼)糾正了相折疊誤差。 CAT量子和錯誤校正量子位之間的門也有效地檢測相叉誤差,同時保留了貓量子盤的功率以防止位叉誤差。
結果表明,位叉時間接近1秒,大約比常規超導量子位的壽命長約1000倍。這是使用四個光子完成的,可以在數十微秒內測量的相叉時間,這足以校正量子誤差。
然後,科學家測試了系統,以確定這種體系結構的行為能力像邏輯量子一樣的有效性。在三個CAT Qubits運行代碼時,總邏輯錯誤率為1.72%,使用五個CAT Qubits時為1.65%。總共有9個量子位(5個CAT和4個錯誤校正),它們的錯誤率與具有49個物理Qubit的系統相當。
可擴展的量子計算
科學家估計,使用OCELOT中的體系結構,這是一款未來具有“變革性社會影響”需求的量子計算機,只需使用標準的量子錯誤校正方法所需的十分之一資源。
“正在開發Ocelot的未來版本,該版本將指數降低邏輯錯誤率,這是由於組件性能的改善和代碼距離的提高而實現的,”該研究的合著者,”費爾南多·布蘭德(FernandoBrandão),加利福尼亞理論物理學教授和奧斯卡畫家,加州理工學院應用物理學教授技術博客文章。他們說:“根據有偏見的噪聲量身定制的代碼,例如OCELOT中使用的重複代碼,可以大大減少所需的物理量子數量。”
布蘭布和畫家補充說:“我們認為,Ocelot的架構憑藉其硬件有效的錯誤校正方法,可以很好地定位量子計算的下一階段:學習如何擴展。” “使用硬件有效的方法進行擴展將使我們能夠更快,更具成本效益的量子計算機實現,從而使社會受益。”