```html
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 저자: 
 
 
 
 
 
 
 Sergey Bravyi Andrew W. Cross Jay M. Gambetta Dmitri Maslov Patrick Rall Theodore J. Yoder 초록 물리적 오류의 축적 , ,  은 현재 양자 컴퓨터에서 대규모 알고리즘을 실행하는 것을 방해합니다. 양자 오류 수정 은   개의 논리 큐비트를 더 많은 수   의 물리 큐비트에 인코딩하여 물리적 오류를 충분히 억제하여 원하는 계산을 허용 가능한 충실도로 실행할 수 있도록 함으로써 해결책을 약속합니다. 양자 오류 수정은 물리적 오류율이 양자 코드, 신드롬 측정 회로 및 디코딩 알고리즘 선택에 따라 달라지는 임계값 아래로 떨어지면 실질적으로 실현 가능해집니다 . 우리는 저밀도 패리티 검사 코드 의 제품군을 기반으로 내결함성 메모리를 구현하는 종단 간 양자 오류 수정 프로토콜을 제시합니다. 우리의 접근 방식은 표면 코드 , , , 와 유사한 0.7%의 오류 임계값을 달성하며, 이는 지난 20년 동안 오류 임계값 측면에서 선도적인 코드였습니다. 우리 제품군의 길이-  코드에 대한 신드롬 측정 주기에는   개의 보조 큐비트와 CNOT 게이트, 큐비트 초기화 및 측정으로 구성된 깊이 8 회로가 필요합니다. 필요한 큐비트 연결은 두 개의 엣지 분리 평면 부분 그래프로 구성된 차수 6 그래프입니다. 특히, 우리는 12개의 논리 큐비트를 총 288개의 물리 큐비트를 사용하여 약 1백만 번의 신드롬 주기를 통해 보존할 수 있음을 보여줍니다. 물리적 오류율이 0.1%라고 가정할 때, 표면 코드는 해당 성능을 달성하기 위해 거의 3,000개의 물리 큐비트가 필요할 것입니다. 우리의 연구 결과는 가까운 미래의 양자 프로세서가 접근할 수 있는 저오버헤드 내결함성 양자 메모리의 시연을 가능하게 합니다. 1 2 3 4 k n 5 6 7 8 9 10 n n 주요 내용 양자 컴퓨팅은 알려진 최고의 고전 알고리즘에 비해 특정 계산 문제에 대해 점근적으로 더 빠른 솔루션을 제공하는 능력으로 인해 주목을 받았습니다 . 작동 가능한 확장 가능한 양자 컴퓨터는 과학 발견, 재료 연구, 화학 및 약물 설계와 같은 분야의 계산 문제를 해결하는 데 도움이 될 것으로 믿어집니다 , , , . 5 11 12 13 14 양자 컴퓨터 구축의 주요 장애물은 다양한 노이즈 소스로 인해 양자 정보가 취약하다는 것입니다. 양자 컴퓨터를 외부 효과로부터 분리하고 원하는 계산을 유도하기 위해 제어하는 것이 서로 상충되기 때문에 노이즈는 불가피한 것으로 보입니다. 노이즈 소스에는 큐비트의 불완전성, 사용된 재료, 제어 장치, 상태 준비 및 측정 오류, 그리고 국지적인 인공적인 것(예: 표류하는 전자기장)부터 우주 자체에 내재된 것(예: 우주선)에 이르기까지 다양한 외부 요인이 포함됩니다. 요약은 참조 를 참조하십시오. 일부 노이즈 소스는 더 나은 제어 , 재료  및 차폐 , , 로 제거할 수 있지만, 다른 여러 소스는 제거하기 어렵거나 불가능한 것으로 보입니다. 마지막 종류에는 잡힌 이온 , 의 자발적 및 유도 방출, 그리고 초전도 회로 에서 욕조(퍼셀 효과)와의 상호 작용이 포함될 수 있으며, 이는 두 가지 선도적인 양자 기술을 모두 포함합니다. 따라서 오류 수정은 작동 가능한 확장 가능한 양자 컴퓨터 구축의 핵심 요구 사항이 됩니다. 15 16 17 18 19 20 1 2 3 양자 내결함성의 가능성은 잘 확립되어 있습니다 . 하나의 논리 큐비트를 많은 물리 큐비트에 중복으로 인코딩하면 패리티 검사 연산자의 신드롬을 반복적으로 측정하여 오류를 진단하고 수정할 수 있습니다. 그러나 오류 수정은 하드웨어 오류율이 특정 오류 수정 프로토콜에 따라 달라지는 특정 임계값 아래에 있을 때만 유익합니다. 겹쳐진 코드 , , 와 같은 양자 오류 수정에 대한 최초의 제안은 오류 억제의 이론적 가능성을 입증하는 데 중점을 두었습니다. 양자 오류 수정에 대한 이해와 양자 기술의 능력이 성숙해짐에 따라 초점은 실용적인 양자 오류 수정 프로토콜을 찾는 것으로 이동했습니다. 이는 1%에 가까운 높은 오류 임계값, 빠른 디코딩 알고리즘 및 기존 양자 프로세서와의 호환성을 제공하는 표면 코드 , , , 의 개발로 이어졌습니다. 2D 정사각형 격자 큐비트 연결을 기반으로 합니다. 단일 논리 큐비트를 갖춘 표면 코드의 작은 예는 이미 여러 그룹에서 실험적으로 시연되었습니다 , , , , . 그러나 100개 이상의 논리 큐비트로 표면 코드를 확장하는 것은 인코딩 효율성이 낮기 때문에 엄청나게 비쌀 것입니다. 이는 저밀도 패리티 검사(LDPC) 코드 로 알려진 더 일반적인 양자 코드에 대한 관심을 불러일으켰습니다. LDPC 코드 연구의 최근 진행 상황은 훨씬 더 높은 인코딩 효율성으로 양자 내결함성을 달성할 수 있음을 시사합니다 . 여기서는 LDPC 코드 연구에 초점을 맞춥니다. 우리의 목표는 양자 컴퓨팅 기술의 한계를 고려할 때 효율적이고 실질적으로 시연 가능한 양자 오류 수정 코드를 찾는 것이기 때문입니다. 4 21 22 23 7 8 9 10 24 25 26 27 28 6 29 양자 오류 수정 코드는 각 패리티 검사 연산자가 소수의 큐비트에만 작용하고 각 큐비트가 소수의 검사에만 참여하는 경우 LDPC 유형입니다. 최근에는 쌍곡선 표면 코드 , , , 하이퍼그래프 곱 , 균형 곱 코드 , 유한 그룹 기반 이중 블록 코드 , , ,  및 양자 태너 코드 , 를 포함한 여러 LDPC 코드 변형이 제안되었습니다. 후자는 점근적으로 '우수'한 것으로 나타났으며, 이는 일정한 인코딩 속도와 선형 거리(수정 가능한 오류 수를 정량화하는 매개변수)를 제공합니다. 대조적으로, 표면 코드는 점근적으로 0에 가까운 인코딩 속도와 제곱근 거리를 갖습니다. 표면 코드를 고속, 고거리 LDPC 코드로 대체하면 중요한 실질적인 의미를 가질 수 있습니다. 첫째, 내결함성 오버헤드(물리 큐비트 수와 논리 큐비트 수의 비율)를 상당히 줄일 수 있습니다. 둘째, 고거리 코드는 논리 오류율이 매우 가파르게 감소합니다. 물리적 오류 확률이 임계값 위로 올라가면 코드에서 달성되는 오류 억제 양은 물리적 오류율이 약간 감소하더라도 수백 배 증가할 수 있습니다. 이 특징은 고거리 LDPC 코드를 임계값 근처 영역에서 작동할 가능성이 높은 가까운 미래의 시연에 매력적으로 만듭니다. 그러나 실제 노이즈 모델(메모리, 게이트, 상태 준비 및 측정 오류 포함)에서 표면 코드를 능가하려면 10,000개 이상의 물리 큐비트를 갖는 매우 큰 LDPC 코드가 필요할 수 있다고 믿어졌습니다 . 30 31 32 33 34 35 36 37 38 39 40 31 여기서는 수백 개의 물리 큐비트를 갖춘 여러 구체적인 고속 LDPC 코드 예시를 제시합니다. 이 코드들은 저심도 신드롬 측정 회로, 효율적인 디코딩 알고리즘 및 개별 논리 큐비트를 주소 지정하는 내결함성 프로토콜을 갖추고 있습니다. 이 코드들은 0.7%에 가까운 오류 임계값을 보여주며, 임계값 근처 영역에서 우수한 성능을 제공하고 표면 코드에 비해 인코딩 오버헤드가 10배 감소합니다. 우리의 오류 수정 프로토콜을 실현하기 위한 하드웨어 요구 사항은 비교적 완만합니다. 각 물리 큐비트는 6개의 다른 큐비트와만 2큐비트 게이트로 커플링되기 때문입니다. 큐비트 연결 그래프가 2D 그리드에 국지적으로 내장될 수 없더라도, 두 개의 엣지 분리 평면 부분 그래프로 분해될 수 있습니다. 아래에서 논의하듯이, 이러한 큐비트 연결은 초전도 큐비트를 기반으로 하는 아키텍처에 적합합니다. 우리의 코드는 MacKay 등이 제안하고  참조 , , 에서 더 깊이 연구된 이중 자전거 코드의 일반화입니다. 우리는 코드를 이변수 자전거(BB)라고 명명했는데, 이는 방법 섹션 에 자세히 설명된 대로 이변수 다항식에 기반하기 때문입니다. 이들은 Calderbank–Shor–Steane(CSS) 유형 , 의 안정자 코드이며, 파울리  와  로 구성된 6큐비트 검사(안정자) 연산자들의 모음으로 설명될 수 있습니다. 높은 수준에서 BB 코드는 2차원 토러스 코드 와 유사합니다. 특히, BB 코드의 물리 큐비트는 주기적 경계 조건을 갖는 2차원 격자에 배치될 수 있으며, 모든 검사 연산자는 격자의 수평 및 수직 이동을 적용하여 단일 쌍의   및   검사에서 얻어집니다. 그러나 토러스 코드 를 설명하는 플래킷 및 꼭지점 안정자와 달리 BB 코드의 검사 연산자는 기하학적으로 국소적이지 않습니다. 또한 각 검사는 4개의 큐비트 대신 6개의 큐비트에 작용합니다. 우리는 각 정점이 데이터 큐비트 또는 검사 연산자를 나타내는 태너 그래프  로 코드를 설명할 것입니다. 검사 정점  와 데이터 정점  는  번째 검사 연산자가  번째 데이터 큐비트에 비자명하게 작용하는 경우(파울리   또는   적용) 엣지로 연결됩니다. 각각 표면 코드 및 BB 코드의 예시 태너 그래프는 그림 를 참조하십시오. 모든 BB 코드의 태너 그래프는 정점 차수 6과 그래프 두께 가 2이므로, 두 개의 엣지 분리 평면 부분 그래프로 분해될 수 있습니다(방법 섹션 ). 두께 2 큐비트 연결은 마이크로파 공진기로 결합된 초전도 큐비트에 매우 적합합니다. 예를 들어, 커플러 및 해당 제어선의 두 평면 층을 큐비트가 포함된 칩의 위쪽과 아래쪽에 부착하고 두 쪽을 결합할 수 있습니다. 41 35 36 42 Sec2 43 44 X Z 7 X Z 7 G i j i j X Z 1a,b 29 Sec2   , 비교를 위한 표면 코드의 태너 그래프.  , 토러스에 내장된 [[144, 12, 12]] 매개변수를 갖는 BB 코드의 태너 그래프. 태너 그래프의 모든 엣지는 데이터 정점과 검사 정점을 연결합니다. 레지스터  ( ) 및  ( )에 해당하는 데이터 큐비트는 파란색 및 주황색 원으로 표시됩니다. 각 정점에는 네 개의 단거리 엣지(북쪽, 남쪽, 동쪽 및 서쪽을 가리키는 엣지)와 두 개의 장거리 엣지를 포함하여 6개의 인접 엣지가 있습니다. 혼란을 피하기 위해 몇 개의 장거리 엣지만 표시합니다. 점선과 실선 엣지는 태너 그래프를 포함하는 두 개의 평면 부분 그래프를 나타냅니다. 방법 섹션 를 참조하십시오.  , 참조 에 따라   및   측정을 위한 태너 그래프 확장의 스케치, 표면 코드에 첨부됩니다.   측정에 해당하는 보조 큐비트는 양자 텔레포테이션 및 일부 논리 유니터리를 통해 모든 논리 큐비트에 대한 로드-스토어 작업을 활성화할 수 있습니다. 이 확장된 태너 그래프는   및   엣지 를 통해 두께 2 아키텍처에서도 구현됩니다. a b q L q R Sec2 c 50 X Z X A B (Methods) [[ ,  ,  ]] 매개변수를 갖는 BB 코드는  개의 논리 큐비트를  개의 데이터 큐비트에 인코딩하며, 코드 거리  를 제공합니다. 이는 모든 논리 오류가 최소  개의 데이터 큐비트에 걸쳐 발생한다는 것을 의미합니다.  개의 데이터 큐비트를 각각  /2 크기의  ( ) 및  ( ) 레지스터로 나눕니다. 모든 검사는  ( )의 세 큐비트와  ( )의 세 큐비트에 작용합니다. 코드는 오류 신드롬을 측정하기 위해  개의 보조 검사 큐비트에 의존합니다.  개의 검사 큐비트를 각각  /2 크기의  ( ) 및  ( ) 레지스터로 나누어 각각   및   유형의 신드롬을 수집합니다. 총 인코딩은 2 개의 물리 큐비트에 의존합니다. 따라서 순수 인코딩 속도는   =  /(2 )입니다. 예를 들어, 표준 표면 코드 아키텍처는 거리-  코드를 위해   = 1 논리 큐비트를   =   데이터 큐비트에 인코딩하고 신드롬 측정을 위해  -1개의 검사 큐비트를 사용합니다. 순수 인코딩 속도는   ≈ 1/(2 )이며, 물리적 오류가 임계값에 가깝기 때문에 큰 코드 거리를 선택해야 하는 경우 빠르게 비실용적이 됩니다. 대조적으로, BB 코드는 인코딩 속도   ≫ 1/ 를 가지며, 코드 예시는 표 을 참조하십시오. 우리가 아는 한, 표 에 있는 모든 코드는 새롭습니다. 거리 12 코드 [[144, 12, 12]]는 큰 거리와 높은 순수 인코딩 속도   = 1/24를 결합하므로 가까운 미래 시연에 가장 유망할 수 있습니다. 비교를 위해 거리 11 표면 코드는 순수 인코딩 속도   = 1/241을 갖습니다. 아래에서는 거리 12 BB 코드가 실험적으로 관련된 오류율 범위에서 거리 11 표면 코드보다 우수함을 보여줍니다. n k d k n d d n n q L q R q L q R n n n q X q Z X Z n r k n d k n d 2 n r d 2 r d 2 1 1 r r 오류 축적을 방지하려면 오류 신드롬을 충분히 자주 측정할 수 있어야 합니다. 이는 각 검사 연산자의 지원에서 데이터 큐비트를 해당 보조 큐비트에 일련의 CNOT 게이트로 결합하는 신드롬 측정 회로를 통해 달성됩니다. 그런 다음 검사 큐비트를 측정하여 오류 신드롬 값을 표시합니다. 신드롬 측정 회로를 구현하는 데 걸리는 시간은 깊이에 비례합니다. 즉, 겹치지 않는 CNOT로 구성된 게이트 레이어 수입니다. 신드롬 측정 회로가 실행되는 동안 새로운 오류가 계속 발생하므로 깊이를 최소화해야 합니다. BB 코드에 대한 전체 신드롬 측정 주기는 그림 에 설명되어 있습니다. 신드롬 주기는 코드 길이에 관계없이 7개의 CNOT 레이어만 필요합니다. 검사 큐비트는 신드롬 주기 시작 및 끝에서 초기화되고 측정됩니다(자세한 내용은 방법 섹션  참조). 회로는 기본 코드의 순환 이동 대칭성을 존중합니다. 2 Sec2   7개의 CNOT 레이어를 사용하는 전체 신드롬 측정 주기.  ( ) 및  ( ) 각 레지스터의 데이터 큐비트 하나만 포함하는 회로의 국소적 보기를 제공합니다. 회로는 태너 그래프의 수평 및 수직 이동에 대해 대칭입니다. 각 데이터 큐비트는 3개의  -검사 및 3개의  -검사 큐비트와 CNOT로 결합됩니다. 자세한 내용은 방법 섹션 를 참조하십시오. q L q R X Z Sec2 전체 오류 수정 프로토콜은   ≫ 1번의 신드롬 측정 주기를 수행한 다음 디코더를 호출합니다. 디코더는 측정된 신드롬을 입력으로 받고 데이터 큐비트의 최종 오류 추측을 출력하는 고전 알고리즘입니다. 오류 수정은 추측된 오류와 실제 오류가 검사 연산자의 곱 modulo에서 일치하는 경우 성공합니다. 이 경우 두 오류는 모든 인코딩된(논리적) 상태에 대해 동일한 작용을 합니다. 따라서 추측된 오류의 역을 적용하면 데이터 큐비트가 초기 논리 상태로 돌아갑니다. 그렇지 않으면, 추측된 오류와 실제 오류가 비자명한 논리 연산자로 다른 경우, 오류 수정은 실패하여 논리 오류가 발생합니다. 우리의 수치 실험은 Panteleev와 Kalachev가 제안한 순서 통계량 디코더(BP-OSD)를 기반으로 합니다 . 원본 작업 은 메모리 오류만 있는 장난감 노이즈 모델의 맥락에서 BP-OSD를 설명했습니다. 여기서는 BP-OSD를 회로 기반 노이즈 모델로 확장하는 방법을 보여줍니다. 자세한 내용은 보충 정보 를 참조하십시오. 우리의 접근 방식은 참조 , , , 를 밀접하게 따릅니다. N c 36 36 MOESM1 45 46 47 48 신드롬 측정 회로의 노이즈 버전에는 유휴 데이터 또는 검사 큐비트의 메모리 오류, 잘못된 CNOT 게이트, 큐비트 초기화 및 측정과 같은 몇 가지 유형의 오류 연산이 포함될 수 있습니다. 우리는 각 연산이 확률  로 독립적으로 실패하는 회로 기반 노이즈 모델 을 고려합니다. 논리 오류 확률  은 오류율  , 신드롬 측정 회로의 세부 사항 및 디코딩 알고리즘에 따라 달라집니다.   신드롬 주기를 수행한 후의 논리 오류 확률을  ( )로 표시합니다. 논리 오류율을   =  ( )/ 로 정의합니다. 비공식적으로  은 신드롬 주기당 논리 오류 확률로 볼 수 있습니다. 일반적인 관행에 따라 거리-  코드에 대해   =  를 선택합니다. 그림 은 표 의 코드에서 달성된 논리 오류율을 보여줍니다. 논리 오류율은   ≥ 10 에 대해 수치적으로 계산되었으며, 적합 공식( )을 사용하여 낮은 오류율로 외삽되었습니다. 의사 임계값  는 동점 방정식  ( ) =  의 해로 정의됩니다. 여기서  는  p 10 p L p N c P L N c p L P L N c N c p L d N c d 3 1 p −3 Methods p 0 p L p kp kp

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

이 오디오는 이야기의 원래 언어로 제작되었습니다!

고효율 양자 오류 보정, 더 작고 강력한 양자 컴퓨터를 약속하다

About Author

코멘트

태그 걸기

이 기사는 다음에서 발표되었습니다.

Related Stories

사용자 중심의 암호화 제품 만들기: 고객 피드백의 중요성

이 18가지 개발자 도구로 생산성을 높이세요 🚀🔥

탭하여 수익 창출: 텔레그램에서 솔라나 이전에 100억 명의 암호화폐 사용자를 확보할 수 있음

Crypto Growth: 효과적인 사용자 페르소나 만들기

사용자 중심의 암호화 제품 만들기: 고객 피드백의 중요성

이 18가지 개발자 도구로 생산성을 높이세요 🚀🔥

탭하여 수익 창출: 텔레그램에서 솔라나 이전에 100억 명의 암호화폐 사용자를 확보할 수 있음

Crypto Growth: 효과적인 사용자 페르소나 만들기

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps