谷歌全新量子处理器 Bristlecone 预览

lixia01

Google Quantum AI 实验室的目标是构建一台可用于解决现实问题的量子计算机。我们的策略是使用与大规模通用纠错量子计算机向前兼容的系统探索近期应用。为了使量子处理器能够运行超出经典模拟范围的算法，它不仅需要大量的量子比特，而且至关重要的是，处理器还必须在读出和逻辑操作（例如单量子比特门和双量子比特门）上具有较低的错误率。今天，我们在洛杉矶举行的美国物理学
会年会上展示了我们的新量子处理器 Bristlecone 。这种基于门的超导系统的目的是为研究系统错误率和我们的量子比特技术的可扩展性以及在量子模拟、优化和机器学习中的应用提供试验台。
该设备的指导设计原则是保留我们之前的 9 量子比特线性阵列技术 1、2 的底层物理原理，该技术在读出（1%）、单量子比特门（0.1%）和最重要的双量子比特门（0.6%）方面表现出较低的错误率，这是我们的最佳结果。该设备使用相同的耦合、控制和读出方案，但缩放到 72 个量子比特的方形阵列。我们选择这种尺寸的设备是为了能够在未来展示量子霸权，使用表面代码研究一阶和二阶纠错，并促进实际硬件上的量子算法开发。
二维概念图显示了错误率和量子比特数之间的关系。量子人工智能实验室的预期研究方向以红色显示，我们希望在构建纠错量子计算机的道路上获得近期的应用。
在研究具体应用之前，量化量子处理器的能力非常重要。我们的理论团队已经开发出一种基准测试工具，专门用于这项任务。我们可以通过将随机量子电路应用于设备并根据经典模拟检查采样输出分布来分配单个系统错误。如果量子处理器能够以足够低的误差运行，它将能够在明确定义的计算机科学问题上胜过经典超级计算机，这一成就被称为量子霸权。这些随机电路的量子比特数和计算长度（深度）都必须很大。虽然还没有人实现这一目标，但我们计算出，量子霸权可以轻松地用 49 个量子比特、超过 40 的电路深度和低于 0.5% 的两量子比特误差来证明。我们相信，量子处理器胜过超级计算机的实验演示将成为我们领域的分水岭，并且仍然是我们的主要目标之一。
圣巴巴拉量子人工智能实验室的研究科学家 Marissa Giustina 正在安装 Bristlecone 芯片
我们希望实现与 9 量子比特设备的最佳错误率类似的性能，但现在是 Bristlecone 的所有 72 个量子比特。我们相信 Bristlecone 将成为构建更大规模量子计算机的令人信服的原理证明。以低系统错误率操作 Bristlecone 这样的设备需要从软件和控制电子设备到处理器本身的全套技术之间的协调。要做到这一点，需要经过多次迭代的精心系统工程。
我们谨慎乐观地认为 Bristlecone 可以实现量子霸权，并认为学习构建和操作这种性能水平的设备是一项令人兴奋的挑战！我们期待分享结果并允许合作者在未来进行实验。