XiaoMi-AI文件搜索系统
World File Search SystemQEC
![arXiv:2201.00752v5 [quant-ph] 2022 年 10 月 13 日](/simg/6\637b7142eec4045b3d7fe5a2d5d8e1af213bd145.webp)
arXiv:2201.00752v5 [quant-ph] 2022 年 10 月 13 日
在噪声中型量子 (NISQ) 设备时代，可控硬件量子比特的数量不足以实现量子误差校正 (QEC)。作为替代方案，量子误差缓解 (QEM) 可以通过重复实验和数据后处理来抑制测量结果中的误差。典型的误差缓解技术，例如准概率分解法，忽略了不同门之间的相关误差。在这里，我们介绍了一种基于量子电路的矩阵积算子 (MPO) 表示的 QEM 方法，该方法可以表征具有多项式复杂度的噪声信道。我们的技术在深度 = 20 的完全并行量子电路上进行了演示，该电路最多有 N q = 20 个量子比特，受到局部和全局噪声的影响。电路误差减少了几倍，噪声通道只有一个小的键维数 D ′ = 1。 MPO表示在不消耗更多实验资源的情况下提高了噪声建模的准确性，提高了QEM的性能并拓宽了其应用范围。我们的方法有望应用于更高维度、更多量子比特和更深深度的电路。
相互作用标量量子场论中相变的量子计算
例如本文研究的量子相变，我们的格模型必须包含大量的位点 L ≫ 1，因此该张量积的因子数量也是 L 。量子计算机为解决这些大型 Fock 空间提供了一种令人鼓舞的方法，因为它们本质上是以量子力学的方式运行的。事实上，目前人们正在大力努力在量子硬件上模拟相对论量子场论。一类特别重要的问题是规范场论的模拟，因为它们在描述基本粒子物理学中起着至关重要的作用。这些理论包含玻色子自由度，因此必须解决相应的无限局部希尔伯特空间。在[1-5]中可以找到一些针对此类问题的理论算法建议，在[6-9]中进行了实际的硬件实现。不幸的是，我们目前可用的设备不仅受到量子比特数量的限制，更重要的是受到量子计算机固有的高噪声水平的限制。虽然利用量子纠错 (QEC) [ 10 – 12 ] 的容错量子计算机将来可能会被证明是可靠的，但目前还无法在近期的量子设备（称为噪声中尺度量子 (NISQ) 硬件）上实现 QEC。根据我们当前的现实，有必要找出能够让我们从现有技术中提取有用信息的技术。例如，可以应用不同形式的“错误缓解”技术来对抗噪声。这些技术目前正在研究中，已经设计出几种方法来解决量子计算机中一些最常见的重大错误源，包括读出（RO）误差[13-16]，也称为测量误差，以及由两量子比特门（如受控非（CNOT）门）引起的退相干[17-19]。更直接的解决方案是实现混合量子-经典算法，从而将量子方面降低到适当平衡其优缺点的水平。另一方面，我们将看到存在这样一种情况，其中哈密顿量的基态是可分解的，用于计算量子相变的经典和量子算法都受益于由此产生的简化。经典地，希尔伯特空间的张量积不再是问题，因为这个问题可以在本地解决。在量子方面，纠缠门的数量以及相关耦合的范围都大大减少。这使得量子电路实际上可以在当今的硬件上实现，即使对于较大的晶格尺寸 L 也是如此。在玻色子场论的情况下，还必须考虑无限局部希尔伯特。虽然我们在调用基于量子比特的架构时总是可以截断这个希尔伯特空间，该架构根据离散变量 (DV) 量子计算运行，用玻色子本身来模拟这些玻色子模式可能更自然。这是在连续变量 (CV) 量子计算中实现的。除了能够访问整个希尔伯特空间外，CV 量子计算机还可以利用更耐退相干的光学元件和状态，并可以使用现有技术有效操纵 [20]。与目前的量子比特设备（如超导芯片或离子阱量子计算机）不同，这种设备未来也可以在室温下通过实验实现 [21]。然而，通用量子计算所需的非高斯门的实现目前尚无定论。
FASQuiC：可扩展自旋量子比特控制的灵活架构
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。
![arXiv:2305.03243v1 [quant-ph] 2023 年 5 月 5 日](/simg/9\986bd571bae182b86d69ddff468792177c1a6874.webp)
arXiv:2305.03243v1 [quant-ph] 2023 年 5 月 5 日
近年来，嘈杂中型量子计算 (NISQ) 占据了新闻头条，而容错量子计算 (FTQC) 的长期愿景则具有巨大的潜力，尽管目前资源成本和量子纠错 (QEC) 开销难以解决。对于感兴趣的问题，FTQC 将需要数百万个具有长相干时间、高保真度门和紧凑尺寸的物理量子位，才能超越经典系统。正如异构专业化在经典计算中提供了扩展优势一样，它同样在 FTQC 中引起了人们的兴趣。然而，由于设计空间巨大和物理约束多变，在 FTQC 系统的硬件或软件元素中系统地使用异构性仍然是一个严峻的挑战。本文通过介绍用于设计异构量子系统的工具箱 HetArch 并使用它来探索异构设计场景，应对了使异构 FTQC 设计实用化的挑战。我们使用分层方法，将量子算法依次分解为更小的操作（类似于经典应用内核），从而大大简化了设计空间和由此产生的权衡。我们专门针对超导系统，设计由各种超导设备组成的优化异构硬件，将物理约束抽象为设计规则，使设备能够组装成针对特定操作进行优化的标准单元。最后，我们提供了一个异构设计空间探索框架，将模拟负担减少了 10 4 倍或更多
Shor 因式分解算法的噪声量子比特量子计算资源分析
我们需要知道实现 Shor 算法所需的量子计算资源。有了这些知识，量子计算机开发人员就可以设定目标，确定哪些领域值得进一步关注，而加密行业可以估计多久可以开发出能够抵御量子计算攻击的加密系统。实际大规模量子计算所需的量子资源和预期性能已经得到研究 [5-8]。然而，由于这些分析的结果因基本假设的不同而有很大差异，因此有必要分析不同条件下所需的资源。我们按照图 1 所示进行资源分析；其结构类似于典型的资源分析结构，但也有一些不同。与其他研究的相似之处如下。为了实现低门错误率，使用了 QEC 代码。因此，该算法被分解为通用门。为了确定要使用的距离，我们分析了算法中基本门步骤的数量 Q，并且由于使用了 T 门，我们确认了用于魔态蒸馏的额外量子比特的数量。此外，通过获取同时使用的 T 门数量，可以确定要准备多少个 T 门工厂。不同之处在于：我们假设逻辑量子比特之间存在全对全连接。为了减少物理量子比特的数量，我们使用旋转平面代码。由于此代码在执行 CNOT 操作时需要进行晶格手术，因此我们对 CNOT 门使用了额外的辅助量子比特。我们还使用了 Fowler 和 Gidney 的魔法状态蒸馏协议 [ 9 ]。
通用量子门作为量子电路上量子密码分析算法建模的工具 Aleksei Petrenko 1、Sergei Petrenko 1 和 Vik
摘要 本文讨论了在量子方案上对量子密码分析算法进行建模的特点。指出了量子密码分析算法实施的一些工程问题，并分析了解决这些问题的可能方法。指出了量子计算的独特性，因为它能够利用叠加进行一些非平凡的量子计算，也就是说，可以执行一系列数学运算，每个运算同时对所有存储的数据进行运算。本文讨论了一种量子计算机算法，该算法必须以某种指定的形式（取决于量子计算机的模型）初始化该向量。在算法的每个步骤中，该向量都由一个酉矩阵修改，该酉矩阵由设备的物理特性决定。提出将通用量子门视为来自通用集的经典布尔函数的量子等价物，它是一个门，作用于量子位或其各种组合，可以模仿任何其他量子门的动作。在量子算法研究中，多项式时间算法用于解决没有经典多项式算法可解的问题。为了保护量子系统免受退相干误差和其他量子噪声的影响，量子误差校正 (QEC) 方法已得到广泛应用。关键词 1 国家量子计划、量子技术发展路线图、量子计算和计算机、量子和后量子密码学、量子密码分析算法
技术简介：量子计算机和后...
由于其复杂的设计和特性，量子计算机主要用于解决传统计算机过于复杂或无法完成的任务（例如自然科学和工程领域的模拟任务、物流和金融领域的优化任务、人工智能背景下的机器学习以及解决某些加密协议安全性背后的数学问题）。虽然通用量子计算机仍然主要是一种理论构造，但人们正在投入大量资金来构建它们。不仅 IBM、谷歌、微软和英特尔等大型科技公司，而且大学、衍生公司和初创企业也在开展相应的研发工作。尽管如今芯片上可以容纳的量子比特数仍然在几百个范围内（例如 IBM 于 2022 年推出的 Osprey 量子处理器有 433 个量子比特），但 IBM 计划到 2033 年建造一台 100,000 量子比特的量子计算机。2 如果能够实现这一雄心勃勃的目标，我们将进入所谓的密码相关量子计算机 (CRQC) 的领域。我们尚不知道量子计算机需要多大才能有资格成为 CRQC。部分原因是当前使用的物理量子比特极易出错，需要许多量子算法来纠正这些错误。迄今为止采用的主要方法是将多个物理量子比特组合成一个容错量子比特，称为逻辑量子比特。这一过程被称为量子误差校正 (QEC)，这一领域最近取得了长足进步。一种竞争性方法使用量子光学方法直接创建容错量子比特。
具有噪声辅助单元的路径独立量子门
量子计算的一个突出挑战是构建具有出色相干性和可靠的通用控制的量子装置[1 – 3]。为了获得良好的相干性，我们可以选择低耗散的物理系统（例如超导腔[4 – 6]和核自旋[7 – 10]），或者通过主动量子纠错进一步增强相干性[11,12]。当我们通过将中央系统与噪声环境更好地隔离来提高相干性时，处理存储在中央系统中的信息变得更加困难。为了控制几乎孤立的中央系统，我们通常会引入相对容易控制的辅助系统（例如，transmon 量子比特[13 – 15]和电子自旋[8,9]），但辅助系统通常比中央系统遭受更多的退相干，从而限制了辅助量子操作的保真度。因此，开发能够容忍辅助错误的量子控制协议至关重要。对于具有时间或空间相关性的噪声，我们可以使用动态解耦[16 – 18]或无退相干编码[19,20]技术来实现中央系统的抗噪声控制。当噪声没有相关性（例如马尔可夫噪声）时，我们需要主动量子纠错（QEC）来提取熵。对于量子比特系统，抑制辅助误差的一种常用策略是使用横向方法[1,21 – 26]，但这可能需要花费大量的硬件开销并且不能提供通用控制[1]，因此希望有一种硬件高效的方法来实现对辅助误差的容错操作[27 – 32]。与量子比特系统不同，每个玻色子模式都有一个大的希尔伯特空间，可以使用各种玻色子量子码来编码量子信息，正如最近的实验所证明的那样[11,33 – 35]。然而，没有简单的方法来划分玻色子
2023 年 4 月 28 日星期五上午 10:00 DR. GOKUL...
摘要 随着量子计算从实验室的好奇心转变为技术现实，我们必须充分发挥其潜力，使不完善的量子技术在现实世界的应用中获得有意义的好处。实现这一愿景需要计算机架构师发挥关键作用，利用经典计算原理构建和促进混合计算生态系统，以获得实际的量子优势。首先，我将介绍我为构建这个混合生态系统所做的四项研究：经典应用转换、自适应噪声缓解、可扩展纠错和高效资源管理。其次，从经典应用转换的角度，我将介绍“CAFQA：变分量子算法的经典模拟引导程序”，它通过使用贝叶斯优化有效地搜索量子空间中可经典模拟的部分，从而实现 VQA 的精确经典初始化。CAFQA 恢复了之前最先进的经典初始化中丢失的 99.99% 的准确度，平均提高了 56 倍。第三，从可扩展纠错重点出发，我将介绍“Clique：优于最坏情况的量子纠错解码”，其中提出了用于低温量子系统的 Clique QEC 解码器。Clique 是一种轻量级低温解码器，用于解码和纠正常见的琐碎错误，因此只有罕见的复杂错误在低温制冷机外处理。Clique 消除了 90-99% 以上的低温制冷机 I/O 解码带宽，同时支持超过一百万个物理量子比特。最后，我将概述其他之前和正在进行的工作，以及我对实际量子优势的未来研究愿景。传记 Gokul Subramanian Ravi 是芝加哥大学 2020 年 NSF CI 研究员博士后学者，由 Fred Chong 教授指导。他的研究针对量子计算架构和系统，主要研究量子和经典计算交叉的主题。他于 2020 年获得威斯康星大学麦迪逊分校计算机架构博士学位，指导教授是 Mikko Lipasti 教授。他曾获得威斯康星大学麦迪逊分校颁发的 2020 年最佳 ECE 论文奖，并被评为 2019 年计算机架构新星。他的量子和经典计算研究已在顶级计算机架构、系统和工程会议上发表，并获得了两项专利和三项待批专利。他的合著作品被评为 HPCA 2022 最佳论文和 2023 年 IEEE Micro Top Picks 荣誉奖。