这五项框架协议为国家与法国科研新兴企业之间的创新伙伴关系奠定了基础。它们应该能够推动最有前景的技术从实验室原型发展到可用于国防需求的大规模量子计算 (LSQ) 解决方案。
量子计算已成为过去十年物理学、数学和计算机科学领域最热门的话题之一。这源于噪声中型量子 (NISQ) 设备的部署,这些设备可以加速多种算法的执行。与大规模量子 (LSQ) 系统相比,NISQ 设备不是基于使用纠错码的容错量子电路,而是使用错误缓解技术。大家一致认为,量子纠错将在 LSQ 系统的开发中发挥重要作用。大量文献致力于这一主题,该研究领域在过去几年中发展迅速 [1],[2]。研究错误控制编码是否可用于 NISQ 技术也很有趣。据我们所知,直到最近才在 NISQ 设备上进行使用纠错的测试。 2022 年底,[ 3 ] 的作者报告了使用 [[4,2,2]] 错误检测码时的性能改进。这项工作的目的是展示在可用的 NISQ 设备上实现的量子算法的性能限制,并讨论它们的改进,可能使用纠错,与 [ 3 ] 的最新结果一致。为了更好地理解,我们将重点关注 Grover 搜索算法 (GSA) 的一个特殊情况。[ 4 ] 中提出了这种算法,用于在未排序的数据集上搜索标记元素,理论上优于经典搜索算法(GSA 的复杂度随着 √ 而增长
摘要 随着扩展成为大规模量子 (LSQ) 计算的关键问题,硬件控制系统的资源成本将变得越来越高。本文介绍了一种适用于自旋量子位的信号生成紧凑型直接数字合成 (DDS) 架构,该架构在波形精度和同步通道数量方面是可扩展的。该架构可以以 5 GS/s 的速度产生斜坡、频率梳和任意波形生成 (AWG) 的可编程组合,最坏情况下的数字反馈延迟为 76.8 ns。基于 FPGA 的系统具有高度可配置性,并利用比特流切换来实现可扩展校准所需的高灵活性。该架构还提供 GHz 速率多路复用 I/Q 单边带 (SSB) 调制,用于可扩展反射测量。该架构已在 Xilinx ZCU111 FPGA 上的硬件中得到验证,展示了复杂信号的混合以及多路复用控制和测量的频率梳生成的质量。这种设计的主要优势在于提高了数模转换器 (DAC) 频率斜坡的控制能力,与现有的基于 AWG 的架构相比,内存需求降低了几个数量级。单通道硬件非常紧凑,默认配置下,一个 DAC 通道仅占用 2% 的 ZCU111 逻辑资源,为集成反馈、校准和量子误差校正 (QEC) 留下了大量电路资源。