摘要 量子范式呈现出一种称为退化的现象,这种现象可以潜在地提高量子纠错码的性能。然而,在评估稀疏量子码的性能时,这种机制的影响有时会被忽略,逻辑错误率并不总是能被正确报告。在本文中,我们讨论了以前存在的计算逻辑错误率的方法,并提出了一种受经典编码策略启发的基于陪集的有效方法来估计退化错误并将其与逻辑错误区分开来。此外,我们表明,所提出的方法为 Calderbank-Shor-Steane 码系列提供了计算优势。我们使用这种方法证明,退化错误在特定的稀疏量子码系列中很常见,这强调了准确报告其性能的重要性。我们的结果还表明,文献中提出的改进解码策略是提高稀疏量子码性能的重要工具。
量子计算理论中的一个基本问题是了解执行一组通用逻辑量子门以达到任意精度的最终时空资源成本。在这里,我们证明 Turaev-Viro 量子纠错码中的非阿贝尔任意子可以通过恒定深度局部酉量子电路移动代码距离的量级,然后进行量子比特排列。我们的门受到保护,因为错误字符串的长度不会增加超过一个常数倍。当应用于斐波那契码时,我们的结果表明,可以通过恒定深度酉量子电路在编码量子比特上实现通用逻辑门集,而不会增加空间开销的渐近缩放。这些结果也直接适用于表面代码中拓扑缺陷的编织。我们的结果将编织的概念重新表述为一个有效的瞬时过程,而不是一个绝热的缓慢过程。
量子纠错码通常被设计用于纠正错误,而不管其物理来源如何。在大型设备中,这是一项基本功能。然而,在小型设备中,主要错误源通常是可以理解的,并且可以利用这些知识进行更高效的纠错。因此,优化量子纠错协议是小型设备中一种很有前途的策略。通常,这涉及通过解决适当的优化问题来针对给定的退相干信道定制协议。在这里,我们介绍了一种新的基于优化的方法,该方法可最大限度地提高恢复过程中对故障的鲁棒性。我们的方法受到最近实验的启发,在这些实验中,此类故障是逻辑错误的重要来源。我们用三量子比特模型说明了这种方法,并展示了近期实验如何从更强大的量子纠错协议中受益。
彭罗斯拼贴 (PT) 是一种本质上非周期性的平面拼贴方法,具有许多显著的特性。量子纠错码 (QECC) 是一种巧妙的方法,它通过一种复杂的冗余对信息进行编码,从而保护量子信息免受噪声的影响。尽管 PT 和 QECC 似乎完全不相关,但在本文中,我们指出 PT 产生了(或者在某种意义上是)一种卓越的新型 QECC。在此代码中,量子信息通过量子几何进行编码,并且任何有限区域中的任何局部错误或擦除(无论多大)都可以诊断和纠正。我们还构建了此代码的变体(基于 Ammann-Beenker 和斐波那契拼贴),它们可以存在于有限空间环面上、离散自旋系统或任意数量的空间维度中。我们讨论了与量子计算、凝聚态物理和量子引力的联系。
量子计算有望为一类重要问题带来指数级加速。数十个量子比特的量子计算机已经得到演示,预计未来几年量子比特数量将超过百个。量子计算是一个跨学科领域,涉及的主题包括物理设备(离子阱、超导、自旋等)、纠错码(表面码或短码)、系统和架构(内存/微架构)、编译器和工具(模拟和编程)、算法和应用程序。本课程旨在为计算机科学和电子工程专业的学生提供量子计算的基本背景知识,并使他们掌握在真实量子计算机上编写代码和优化量子程序的技能。本课程将更多地关注量子计算的“计算”方面,并将涵盖近期(NISQ 计算模型)和长期(容错量子计算)量子计算的架构、编译器和应用程序。
B. 非易失性存储器 IP 非易失性存储器 (NVM) 宏广泛用于数字电路中,用于存储指令、用户数据或任何配置数据。在 PROMISE 中,NVM 宏保存用户定义的 FPGA 配置数据。FPGA 由多个 LUT 实例组成。一般来说,每个 LUT 都有配置信号,这些信号定义 LUT 执行的逻辑功能。同时,这些配置信号的集合定义了 FPGA 的特定用户功能。在 PROMISE FPGA 中,配置数据在通电时从 NVM 上传到 LUT 寄存器。显然,NVM 的数据容量等于 FPGA 配置信号的数量加上辐射加固技术所需的冗余位。在 PROMISE 中设计的 NVM 宏基于 180 nm HV CMOS 工艺中提供的 E2PROM 类型的 SONOS 单元。该单元有望提供令人满意的抗 TID 效应鲁棒性。E2PROM 类型的写入/擦除操作提供可靠的数据保留参数。单元耐久性(擦除/写入周期数)比 FLASH 单元类型差,但目标应用不需要高耐久性。通过使用标准 DARE RH 缓解方法,NVM 内存可抵御 SEL 和 SEU/SET。除此之外,还实施了具有单纠错双错检测 (SECDED) 功能的纠错码 (ECC) 作为 SEU 缓解方法。ECC 还提高了 NVM 的一般读取稳健性,因此在太空应用中非常需要。[3] 中详细描述了不同类型的纠错码。因此,NVM 宏将用作坚固且抗辐射的数据存储 IP。NVM 宏具有 344 kbits 用户数据容量,并由 32 位数据字组成,其中 24 位为用户数据,8 位为 ECC。它分为 2 个 32x22 页的存储体。每页包含 8 个字。内存组织参数在表 II 中提供。 NVM 具有标准同步并行用户界面,可简化读取操作。NVM 具有内置电荷泵以及所有控制逻辑,可根据用户指令执行擦除/写入操作。NVM 宏中实现了各种测试模式,以支持生产测试流程。断电模式是另一个内存功能,它
众所周知,没有任何速率为 푅 的量子纠错码能够纠正超过 ( 1 − 푅 )/ 4 部分符号的对抗性错误。但是,如果我们只要求我们的代码能够大致恢复消息呢?在这项工作中,我们针对接近量子单例界限 ( 1 − 푅 )/ 2 的对抗性错误率构建了可有效解码的近似量子码,对于任何恒定速率 푅 。具体来说,对于每个 푅 ∈( 0 , 1 ) 和 훾 > 0,我们构造速率为 푅 、消息长度为 푘 和字母表大小为 2 푂 ( 1 / 훾 5 ) 的代码,这些代码可以有效地解码 ( 1 − 푅 − 훾 )/ 2 分数的对抗性错误,并恢复高达反指数误差 2 − Ω ( 푘 ) 的消息。在技术层面,我们使用经典的鲁棒秘密共享和量子纯度测试将近似量子误差校正减少到合适的量子列表解码概念。然后,我们通过 (i) 引入折叠量子 Reed-Solomon 码和 (ii) 应用新的量子版本距离放大来实例化我们的量子列表解码概念。
摘要 处理具有非经典光子统计的简单有效的光子态源对于实现量子计算和通信协议至关重要。在这项工作中,我们提出了一种创新方法,与以前的提案相比,该方法大大简化了非高斯状态的制备,利用了现代量子光子学工具提供的多路复用功能。我们的提案受到迭代协议的启发,其中多个资源一个接一个地组合在一起以获得高振幅的复杂输出状态。相反,在这里,协议的很大一部分是并行执行的,通过使用沿与所有输入模式部分重叠的模式的单个投影测量。我们表明,我们的协议可用于生成高质量和高振幅的薛定谔猫状态以及更复杂的状态,例如纠错码。值得注意的是,我们的提案可以用实验中可用的资源来实现,突出了它的直接可行性。
GPU 在多个领域得到日益广泛的应用,包括高性能计算 (HPC)、自主机器人、汽车和航空航天应用。GPU 在传统领域之外的应用(游戏、多媒体和消费市场)突然引起了人们的兴趣,也提出了有关其可靠性的问题 [3]。目前,活跃的 GPU 研究旨在评估可靠性并确定可行的改进方法。大多数研究都强调 GPU 对瞬态故障的高度敏感性 [11、13、16、24、27、32、44、47、51],这是由于 GPU 拥有大量可用资源且采用了先进的半导体技术。此外,GPU 的并行管理和控制单元已被证明尤为关键,因为它们的损坏会影响多个线程 [24、38]。 GPU 的并行性在性能方面提供了无可置疑的优势,但它也是该设备最脆弱的特性之一。GPU 制造商通过改进存储单元设计 [ 39 ]、添加纠错码 [ 15 ] 等措施提供了有效的可靠性对策,
代理-环境边界上的纠错码(QECC)。此类 QECC 可被视为在此类边界上实现或诱导时空的出现。在本文中,我们研究了代理间通信与时空之间的这种联系,利用了 TQFT 的不同实现。我们深入研究了在其边界上支持自旋网络作为计算系统的 TQFT:这些被称为拓扑量子神经网络 (TQNN)。TQNN 具有张量网络的自然表示,可实现 QECC。我们将 HaPPY 代码视为一个典型示例。然后,我们展示了通用 QECC 作为体边界代码如何诱导有效时空。QECC 中发生的有效空间和时间分离使得空间分离的观察者之间能够实现 LOCC 协议。然后,我们考虑 QECC 在 BF 和 Chern-Simons 理论中的实现,并表明 QECC 诱导的时空提供了 LOCC 所需的经典冗余。最后,我们考虑拓扑 M 理论作为 QECC 在更高时空维度中的实现。