变大变好一个误差修正量子比特的演示显示，随着它们的增长，错误率大幅降低。 版权：Quantinuum 在量子计算硬件上运行复杂算法将需要使用逻辑量子比特，其中硬件量子比特的集合以允许检测和纠正错误的方式连接在一起。一般来说，为每个逻辑量子比特分配的硬件量子比特越多，识别错误的机会就越大。然而，由于硬件量子比特容易出错，增加更多的量子比特也会增加发生错误的概率。如果硬件错误率过高，那么增长逻辑量子比特只会使问题恶化。幸运的是，几家公司已经证明了其硬件的错误率并不算太高。几项演示表明，逻辑量子比特已超出盈亏平衡点，增加更多的量子比特可以提高性能。问题是，性能的提升并不是非常显著。为了将错误率降低到足以运行复杂算法的水平，我们必须为每个逻辑量子比特增加一个完全不切实际的量子比特数量。周一，Quantinuum宣布其当前一代硬件的扩展能力远超盈亏平衡点。每次规模扩大，逻辑量子比特的某些性能指标提高了超过10倍。 错误修正编码与扩展为了理解结果，我们必须稍微绕道一下，了解错误修正的背后思想。一个逻辑量子比特由一组持有数据的量子比特和另一组用于测量的量子比特构成，所有这些量子比特都是纠缠在一起的。存在各种错误修正“编码”，每种编码在其组成量子比特之间有不同的纠缠连接几何形状。在操作过程中，适当量子比特的测量会产生所谓的“综合数据”，可以用来指示逻辑量子比特中是否发生了错误以及错误的位置和性质。根据它们的几何形状，错误编码具有一些关键属性：所需的硬件量子比特数量、托管的单个逻辑量子比特数量以及被称为距离的东西，这是一个粗略的度量，表示在逻辑量子比特失败之前可以同时发生多少个错误。一些错误修正编码家族的成员之间的差异相对简单：每次大小增加（可能需要多个硬件量子比特）意味着更大的距离。因此，通过增加更多硬件量子比特，您可以创建类似的几何形状，同时提供更大的距离。这些类型的编码可用于测量给定量子处理器的错误修正扩展情况。您首先测量逻辑量子比特的错误率，初始距离设为三。然后，您可以投入更多的硬件量子比特，并在距离为五时进行测量，重复该过程直至距离为七，依此类推，直到您没有更多的硬件量子比特可添加。如果硬件已经超出盈亏平衡点，则每次距离增加，错误率会降低。而扩展因子——每次步骤中错误率改进的程度——可以让您感受到它超出了多少盈亏平衡。这在实际应用中非常重要。如果每次增大尺寸都将错误率降低10倍，那么您只需在距离上提升几次，就能将错误率降低到可观的水平。相反，如果扩展因子接近2，那么您需要在很多次距离上提升，才能获得同样的效果。到目前为止，大多数超出盈亏平衡点的扩展演示中，错误率的下降更接近2而非10。这可能意味着我们需要为逻辑量子比特添加成千上万的硬件量子比特，仅仅是为了将错误率降低到足以运行复杂算法的水平。 认识Helios Quantinuum构建被称为捕获离子量子计算机的设备。顾名思义，每个量子比特存储在一个离子中，即失去了一个或多个电子的原子。由于它们带电，可以利用电子设备产生的电场对其进行操控，移动和重新排列它们。该公司的最新硬件称为Helios，围绕一个环旋转离子，选择性地将适当的离子移入两个臂之一，在那里可以使用激光对离子的量子态进行测量和操作。由于任何两个离子可以在同一时间引入这些臂，因此可以将任何离子与任何其他离子纠缠，使Helios能够托管基本上任何错误编码。一般来说，该公司的硬件具有相对较低的错误率。但是以前的版本没有足够的量子比特来显著增加逻辑量子比特的距离。然而，随着Helios的推出，该公司终于能够使用具有距离为三、五和七的错误修正编码的版本（尽管它的硬件量子比特数量仅够）。