CN108885720B - 原位量子错误校正 - Google Patents

原位量子错误校正 Download PDF

Info

Publication number
CN108885720B
CN108885720B CN201580085604.3A CN201580085604A CN108885720B CN 108885720 B CN108885720 B CN 108885720B CN 201580085604 A CN201580085604 A CN 201580085604A CN 108885720 B CN108885720 B CN 108885720B
Authority
CN
China
Prior art keywords
qubit
error rate
measurement
qubits
gate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201580085604.3A
Other languages
English (en)
Other versions
CN108885720A (zh
Inventor
J.S.凯利
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Google LLC
Original Assignee
Google LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Google LLC filed Critical Google LLC
Priority to CN202210312877.9A priority Critical patent/CN114707656A/zh
Publication of CN108885720A publication Critical patent/CN108885720A/zh
Application granted granted Critical
Publication of CN108885720B publication Critical patent/CN108885720B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/70—Quantum error correction, detection or prevention, e.g. surface codes or magic state distillation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0787—Storage of error reports, e.g. persistent data storage, storage using memory protection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/08—Error detection or correction by redundancy in data representation, e.g. by using checking codes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N99/00—Subject matter not provided for in other groups of this subclass
    • H—ELECTRICITY
    • H01—ELECTRIC ELEMENTS
    • H01L—SEMICONDUCTOR DEVICES NOT COVERED BY CLASS H10
    • H01L29/00—Semiconductor devices specially adapted for rectifying, amplifying, oscillating or switching and having potential barriers; Capacitors or resistors having potential barriers, e.g. a PN-junction depletion layer or carrier concentration layer; Details of semiconductor bodies or of electrodes thereof ; Multistep manufacturing processes therefor
    • H01L29/66—Types of semiconductor device ; Multistep manufacturing processes therefor
    • H01L29/66977—Quantum effect devices, e.g. using quantum reflection, diffraction or interference effects, i.e. Bragg- or Aharonov-Bohm effects
    • H—ELECTRICITY
    • H10—SEMICONDUCTOR DEVICES; ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N—ELECTRIC SOLID-STATE DEVICES NOT OTHERWISE PROVIDED FOR
    • H10N60/00—Superconducting devices
    • H10N60/80—Constructional details
    • H10N60/805—Constructional details for Josephson-effect devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B82—NANOTECHNOLOGY
    • B82Y—SPECIFIC USES OR APPLICATIONS OF NANOSTRUCTURES; MEASUREMENT OR ANALYSIS OF NANOSTRUCTURES; MANUFACTURE OR TREATMENT OF NANOSTRUCTURES
    • B82Y10/00—Nanotechnology for information processing, storage or transmission, e.g. quantum computing or single electron logic

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Quality & Reliability (AREA)
  • Power Engineering (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Ceramic Engineering (AREA)
  • Computer Hardware Design (AREA)
  • Error Detection And Correction (AREA)
  • Testing Or Measuring Of Semiconductors Or The Like (AREA)
  • Tests Of Electronic Circuits (AREA)
  • Pharmaceuticals Containing Other Organic And Inorganic Compounds (AREA)
  • Detection And Prevention Of Errors In Transmission (AREA)
  • Other Investigation Or Analysis Of Materials By Electrical Means (AREA)

Abstract

通过闭环反馈并行优化连续运行的量子错误校正的方法、系统和装置。在一个方面，一种方法包括：在量子系统上的错误校正操作正在运行的同时，原位连续地且有效地优化量子位性能。该方法直接监视来自错误检测的输出，并提供该信息作为反馈来校准与量子系统相关联的量子门。在一些实现方式中，物理量子位在空间上被分割为一个或多个独立的硬件模式，其中可归因于每个硬件模式的错误是不重叠的。随后暂时交错硬件模式的一个或多个不同集合，使得所有物理量子位和操作被优化。该方法允许单独并且并行地执行硬件模式的每个部分的优化，并且可以导致O(1)缩放。

Description

原位量子错误校正
技术领域
本说明书涉及量子计算，并且更特别地，涉及量子计算中的量子位性能。
背景技术
构造容错量子计算机需要优化物理门参数。诸如随机基准测试或断层扫描的表征方法要求中断必要的错误检测操作，并且不能保证在错误校正电路中的最佳性能。使用错误模型优化方法来优化物理门参数要求训练错误模型，使得测量的物理错误可以与物理门相联系，并且要求所确定的错误与控制参数的变化相联系，这增加了优化处理的复杂度。
发明内容
本说明书描述了与在量子系统的错误校正操作正在运行时原位对量子位性能的连续和并行优化有关的技术。
通常，本说明书中描述的主题的一个创新方面可以包括：访问包括多个数据量子位的量子信息存储系统的动作；多个测量量子位，与数据量子位交错，使得每个数据量子位具有相邻的测量量子位；多个读出量子门，每个读出量子门被配置为对测量量子位操作；多个单个量子位量子门，每个单个量子位量子门被配置为对数据量子位或测量量子位操作；以及多个CNOT量子门，每个CNOT量子门被配置为对数据量子位和相邻测量量子位操作，并且每个CNOT门定义多个方向中的一个；将数据量子位和测量量子位分割为多个模式，其中至少一个模式经历模式的非重叠错误，其中模式的非重叠错误是可归因于模式的错误；对于包括测量量子位的模式：并行优化对测量量子位操作的读出量子门的参数；并且并行优化对测量量子位操作的单个量子位量子门的参数；对于包括由CNOT门操作的数据量子位和测量量子位的模式：并行优化对数据量子位操作的单个量子位量子门的参数；以及选择定义相同方向的CNOT门集合并针对所选择的CNOT门并行优化参数。
该方面的其他实施方式包括记录在一个或多个计算机存储设备上的对应的计算机系统、装置和计算机程序，每个计算机系统被配置为执行所述方法的动作。一个或多个计算机的系统可以被配置为通过具有在操作中使得系统执行动作的在系统上安装的软件、固件、硬件或其组合，来执行特定操作或动作。一个或多个计算机程序可以被配置为通过包括在由数据处理装置执行时使装置执行动作的指令来执行特定操作或动作。
前述和其他实施方式可以单独或组合地各自可选地包括以下特征中的一个或多个。
在一些实施方式中，多个数据量子位和测量量子位被交错，使得多个数据量子位和测量量子位定义一维量子位链，并且多个方向包括第一方向和与第一方向相反的第二方向。
在其他实施方式中，多个单个量子位门是相移门或旋转门。
在一些情况下，数据量子位是控制量子位，并且相邻的测量量子位是每个CNOT门的目标量子位。
在其他情况下，数据量子位是目标量子位，并且相邻的测量量子位是每个CNOT门的控制量子位。
在一些实施方式中，并行优化对测量量子位进行操作的读出量子门的参数是使用闭环反馈的重复处理，其中每个重复包括并行地对于每个测量量子位：将用于最小化的对应量度定义为确定的错误率；测量测量量子位以确定当前错误率；存储所确定的当前错误率；计算当前错误率与来自先前重复的存储的错误率之间的错误率的变化；以及基于计算的错误率的变化来调整读出门参数。
在一些情况下，基于用于最小化的定义的度量来调整读出门参数包括应用数值优化算法。
在一些实施方式中，并行优化对测量量子位进行操作的单个量子位量子门的的参数是使用闭环反馈的重复处理，其中每个重复包括并行地对于每个测量量子位：将用于最小化的对应量度定义为确定的错误率；测量测量量子位以确定错误率；存储所确定的当前错误率；计算当前错误率与来自先前重复的存储的错误率之间的错误率的变化；并且基于计算的错误率的变化来调整单个量子位门参数。
在一些情况下，基于用于最小化的定义的度量来调整单个量子位门参数包括应用数值优化算法。
在一些实施方式中，并行优化对数据量子位进行操作的单个量子位量子门的参数是使用闭环反馈的重复处理，其中每个重复包括并行地针对每个数据量子位：定义用于最小化的相应量度作为确定的错误率；测量相应的测量量子位以确定错误率；存储所确定的当前错误率；计算当前错误率与来自先前重复的存储的错误率之间的错误率的变化；并且基于计算的错误率的变化来调整单个量子位门参数。
在一些情况下，基于用于最小化的定义的度量来调整单个量子位门参数包括应用数值优化算法。
在其它实施方式中，选择定义相同方向的CNOT门集合并针对所选择的CNOT门并行优化参数包括：针对CNOT门的每个所选择的集合，针对所选择的集合中的每个数据量化位：将用于最小化的对应度量定义为确定的错误率；测量对应的测量量子位以确定错误率；存储所确定的当前错误率；计算当前错误率与来自先前重复的存储的错误率之间的错误率的变化；以及基于所计算的错误率的变化来调整CNOT门参数。
在一些情况下，基于用于最小化的定义的度量来调整单个量子位门参数包括应用数值优化算法。
本说明书中描述的主题可以被实施以便实现以下优点中的一个或多个。通过在错误校正正在运行的同时在原位持续并有效地优化物理门参数以及由此的量子位性能，与使用其他表征方法的量子计算机相比，实现连续运行错误校正的并行优化的量子计算机的性能可以实现提高的性能和可靠性，所述其他表征方法可能需要中断必要的错误检测操作和其他计算。例如，实现连续运行错误校正的并行优化的量子计算机可以在系统正在运行的同时，对于每个量子位的每个门的每个参数抵制系统漂移，即，由于系统硬件变化(例如由于温度)的结果而引起的最佳参数的漂移，而不中断计算。
在许多情况下，检测事件是在错误检测正在运行时反映系统性能的唯一可用信息。实现连续运行错误校正的并行优化的量子计算机需要检测事件，这是适用于许多不同形式的错误校正的重要技术。
另外，与其他表征方法相比，实现连续运行错误校正的并行优化的量子计算机在错误校正电路中实现了改进的性能，因为错误校正操作的主要挑战是知道用其他方法表征的门将如何实际在许多量子位系统中的错误检测电路中执行。存储数据的量子位在计算期间通常不被测量，但仍然需要优化，这可以通过并行优化连续运行的错误校正来实现。
实现连续运行错误校正的并行优化的量子计算机可以是无模型的，例如，初始描述可以是无模型的，并且避免了建立错误模型的需要。实现连续运行错误校正的并行优化的量子计算机因此也可以避免收集关于用于训练这种错误模型的各种错误类型的统计数据的需要，为了收集足够的统计数据，这要求物理系统远离低于阈值，使得单个一阶错误稀疏，因此与其他表征方法相比，节省了时间和所需的计算资源。
此外，实现连续运行错误校正的并行优化的任意大小的量子计算机可实现用于优化量子计算机中的每个门的高水平的可缩放性，例如O(1)。
在附图和下面的描述中阐述了本说明书的主题的一个或多个实施方式的细节。该主题的其他特征、方面和优点将从描述、附图和权利要求中变得显而易见。
附图说明
图1A是示例错误校正系统的一维示意图。
图1B是示例错误校正系统中的量子位的二维示意透视图。
图2A是包括量子位的一维阵列的错误校正系统中的示例硬件模式的一维示意透视图。
图2B是包括量子位的一维阵列的错误校正系统中的示例硬件模式的一维示意透视图。
图3是示例错误校正系统中的量子位的一维示意透视图的电路表示。
图4是错误校正系统中示例硬件模式的二维示意透视图。
图5是用于错误校正的示例过程的流程图。
图6是用于优化测量量子位上的单个量子位量子门参数的示例过程的流程图。
图7是用于优化数据量子位上的单个量子位量子门参数的示例过程的流程图。
图8是用于优化CNOT门参数的示例过程的流程图。
在各个附图中相同的附图标记和标号表示相似的元件。
具体实施方式
本说明书描述了量子系统和方法，用于在量子系统上的错误校正操作正在运行的同时，原位连续地和有效地优化量子位性能。该方法直接监视来自错误检测的输出，并提供该信息作为反馈来校准与量子系统相关的量子门。在一些实施方式中，物理量子位在空间上分割成一个或多个独立硬件模式(即配置)，其中可归因于每个硬件模式的错误不重叠。随后暂时交错硬件模式的一个或多个不同集合，使得所有物理量子位和操作被优化。该方法允许对硬件模式的每个部分进行单独和并行的优化，并且可以导致O(1)缩放。
示例操作环境
图1A是用于重复码的示例错误校正系统100的一维示意透视图。系统100是二维表面码的一维分区。该系统包括量子位102的一维阵列。为了清楚起见，图1A中描绘了九个量子位，但是该系统可以包括远远更大量的量子位，例如，数百万个量子位。量子位阵列包括数据量子位，例如与测量量子位(例如标记为106、110、114和118的量子位)交错的标记为104、108、112、116和120的数据量子位。在位翻转错误检测的情况下，量子位可以是量度Z型量子位。
该系统可以包括例如读出量子门122的读出量子门集合。读出门可以被配置为对测量量子位(例如，测量量子位106、110、114和118)操作。每个读出门可以提供对应测量量子位的状态，并且可以与对应的物理读出门参数集合相关联。
该系统可以包括例如单个量子位门132和134的单个量子位量子门集合。单个量子位量子门可以被配置为对单个数据量子位或单个测量量子位操作。图1A中描绘的单个量子位门包括例如Pauli X门134的Pauli X门、和例如Hadamard门132的Hadamard门，然而在一些实施方式中，该系统可以包括其他单个量子位门。例如，单个量子位门可以包括任意的相移门或旋转门。每个单个量子位量子门可以与对应的物理单个量子位量子门参数集合相关联。
该系统可以包括例如受控的NOT(CNOT)门124的CNOT门集合。受控门可以作用于两个或更多个量子位，其中一个或更多个量子位可以充当一些操作的控制。CNOT门可以对两个量子位(控制量子位和目标量子位)操作，并且只有当控制量子位为1＞时，才对目标量子位执行NOT操作。图1A中的CNOT门被配置为对成对的相邻测量和数据量子位操作，其中一个量子位用作控制量子位，另一个用作目标量子位，例如CNOT门124对一对相邻量子位104和106操作。如果错误检测被设计为用于检测位翻转错误，则由CNOT门操作的每个数据量子位可以是控制量子位，并且每个相邻测量量子位可以是对应的目标量子位。每个CNOT门可以与对应的物理CNOT门参数集合相关联。
例如，对目标量子位(例如，106)操作的CNOT门(例如，124)可以限定相对于目标量子位的一个或多个方向，例如，如图1A所示，目标量子位的左侧和右侧。在重复码的示例中，如图1A所示，CNOT量子门可以将来自关联数据量子位的位翻转错误复制到相关联的测量量子位以用于检测。在另一个示例中，如果错误检测被设计为检测相位翻转错误，则测量量子位可以是控制量子位，并且相邻的数据量子位可以是目标量子位。CNOT量子门然后可以将来自相关联的测量量子位的相位翻转错误复制到关联的数据量子位上。
系统可以包括与量子位102进行数据通信的错误校正子系统130。错误校正子系统可以被配置为监视来自错误检测的输出并且将该信息反馈给系统以校准量子门。错误校正子系统130可以将量子位102在空间上分割成一个或多个硬件模式，并且对每个硬件模式中的测量量子位执行量子测量。一个或多个硬件模式可以是独立的，使得每个硬件模式相对于彼此的优化可以是基本上独立的。下面参考图2更详细地描述将量子位分割为一个或多个硬件模式。测量输出或检测事件可以显示测量量子位的测量状态模式的变化，其指示附近存在的错误，错误是发生在关联的数据量子位还是测量量子位上。因此，测量输出本身可能与数据量子位或测量量子位上的错误不直接相关。将在下面参考图2A-2B更详细地讨论相关错误和门参数。
错误校正子系统130可以使用所执行的量子测量的结果来计算相关的感兴趣量或者度量，诸如每个测量量子位的当前错误率。错误校正子系统130还可以使用所执行的量子测量的结果来执行附加计算，诸如计算一个或多个测量的测量量子位的被确定的错误率的平均值，或者确定错误率随时间的变化。错误校正子系统130可以包括数据存储器，并且可以存储执行的量子测量或附加计算的结果。
错误校正子系统可以使用所执行的测量的结果来优化作用在量子位102上的量子门的参数。例如，错误校正子系统130可以实现数值优化算法，诸如Nelder-Mead算法，以确定量子门参数的适当调整，例如最小化量子门参数集合。一旦确定了适当的调整，错误校正子系统就可以将这些调整作为反馈提供给量子位102并相应地调整量子门的参数。
图1B是示例错误校正系统中的量子位150的二维示意透视图。该系统可以包括量子位150的二维阵列。再次，为了清楚起见，图1B中描绘了81个量子位，但是该系统可以包括远远更大量的量子位，例如数百万量子位。量子位阵列可以包括数据量子位，例如标记为152的数据量子位，与例如标记为154、156、158和160的量子位的测量量子位交错，使得数据量子位具有数据量子位的上、下、右和左的四个相邻的测量量子位。图1B示出了图1A的系统100到更高的尺寸的可缩放性。
下面的图2A-2B示出了用于执行量子门优化的示例硬件模式。
图2A是包括量子位的一维阵列的错误校正系统中的示例硬件模式200的一维示意透视图。例如，错误校正系统可以是包括如上面参考图1A所描述的量子位102的一维阵列的错误校正系统，其中门交叉影线对应于哪个测量量子位将检测来自该门的错误。
硬件模式200可以包括四个硬件组206，每个硬件组206包含测量量子位以及该量子位的对应单个量子位操作，例如，硬件组202包含测量量子位204和对应的单个量子位操作208。在硬件模式内的组可以独立运行。来自单个量子位操作208的错误可能不传播到相邻数据量子位，并且来自测量量子位的相对检测分数可以用于推断门参数的变化，如下面参考图6所述。
另外，如果错误检测被设计为检测位翻转错误并且由CNOT门操作的每个数据量子位是控制量子位，并且每个相邻的测量量子位是对应的目标量子位，则由于施加于数据量子位和测量量子位对的CNOT门的方向，位翻转错误可能不传播到数据量子位。相反，位翻转错误可能集中于特定的测量量子位，因此也可能是特定的硬件组。
由于门错误的集中，测量量子位可具有单个量子位量子门参数，其单独地被完全并行地优化为一个硬件模式200。通过构造，数据量子位和测量量子位被分割成的硬件模式可包括一个模式，该模式包括仅包含测量量子位的硬件组。
图2B是包括量子位的一维阵列的错误校正系统中的示例硬件模式210和220的一维示意透视图。例如，错误校正系统可以是包括如上面参考图1A所描述的量子位102的一维阵列的错误校正系统，其中门交叉影线对应于哪个测量量子位将检测来自该门的错误。
硬件模式210可以包括多个硬件组，例如硬件组212，其中的每一个包含一个数据量子位和多达两个测量量子位以及用于测量和数据量子位和CNOT门的对应的单个量子位操作，例如如图2B所示，硬件组212包含测量量子位214、单个量子位操作216和CNOT门218和219。硬件模式内的组可独立操作。来自单个量子位操作216和CNOT门218和219的错误可能不传播到硬件组212之外，并且每个硬件组内的测量量子位的检测事件分数可以用于推断每个组内的门的门参数的变化，如下面参考图7和8所述。
另外，如果错误检测被设计为检测位翻转错误并且由CNOT门操作的每个数据量子位是控制量子位，并且每个相邻的测量量子位是对应的目标量子位，则与硬件模式200不同，位翻转错误可能从数据量子位通过CNOT门复制到相邻的测量量子位上。因此，数据量子位上的单个错误可能在相邻的测量量子位上产生两个检测事件，并且可能无法并行优化相同测量量子位或数据量子位上的CNOT门参数。硬件模式可能存在自然限制，例如210和220。通常，可以在所述模式中优化完全包含在硬件模式中的CNOT门。
如果次最接近的相邻数据量子位同时使其单个量子位参数优化，则它们都可以将错误复制到相同的测量量子位上。因此，错误可能会变得混乱。为了避免这个问题，可以优化每隔一个数据量子位以避免在测量量子位上的双重映射错误。可以创建两个硬件模式210和220，其可以同时使其单个量子位参数优化而没有这种混淆，例如，模式210和220相对于彼此的优化实质上是独立的。通过构造，数据量子位和测量量子位被分割成的硬件模式可以包括至少一个模式，其中对应的硬件组包含数据量子位和测量量子位。
图2A和图2B中示出的硬件模式200、210和220构成可以用于在诸如图1A所示的一维错误校正系统中执行错误校正的最小数量的硬件模式。下表列出了可以交错以并行优化所有门的模式数量。存在3个交错模式，其中每个模式中一个门可以并行优化。假定系统在理想意义上执行，即，其中量子位不具有与其不应交互的量子位的任何寄生交互作用，则该数目对于任意大小的重复码可以是恒定的。所示的模式是最小的模式集合，并且在一些实现方式中，根据需要可以增加更多。通过为系统选择这种硬件模式，可以通过改变门参数并最小化每个硬件组的测量的错误率来优化相应硬件模式中的每个硬件组内的门参数。此外，通过选择有限数量的硬件模式，可以访问优化运行错误检测的量子计算机所需的每个操作。当选择硬件模式时，所有硬件组可以并行地独立优化，这是用于优化任意大小的量子计算机中的每个单个门的O(1)缩放策略。
Figure GDA0001996403280000091
尽管存在需要优化的三个单独的模式，但是在一个模式中存在可以独立优化的多个操作。下面参考图5-8更详细地描述优化门参数。
上表中示出并在上面参考图2A和图2B描述的硬件模式是代表性的模式，而并非是穷举性的。确切的模式和相应的组可以针对系统定制，并通过追踪特定电路中的错误传播来确定。例如，硬件模式不需要在系统软件中预先计算。在一些实现方式中，可以通过改变特定门上的参数并观察发现检测事件的变化的位置来确定硬件模式。通过以这种方式改变每个特定门上的每个参数，所生成的信息可以被处理并用于确定硬件模式。这种确定硬件模式的方法可以对硬件非理想性敏感并且提高系统性能和效率。
图3是示例错误校正系统中的量子位的一维示意透视图的电路表示。在这个简化的电路表示中，测量量子位304的输出可以用作具有三个输入的多路复用器308：一个用于相关联的测量量子位304，并且一个用于每个相邻的数据量子位302和306。为了直接探测数据或测量框(例如数据框302、306和测量框304)中的一个的输出，一次仅可以选择多路复用器的输入中的一个。这是以上参考图2A-2B描述的三个硬件模式200、210和220的源头。
图4是错误校正系统中的示例硬件模式的二维示意透视图400。上面参考图2A-2B描述的相同分析可以被应用于表面码以便生成所示出的硬件模式。硬件模式可以包括包括测量量子位的一个硬件模式404。剩余的硬件模式406-412可以包括数据量子位和测量量子位两者。
图4中所示的硬件模式404-412构成可用于对包括量子位的二维阵列的系统执行错误校正的最小数量的硬件模式。下面的表格对将被交错以并行优化所有门的模式的数量进行计数。存在5个交错模式，其中每个模式中可以优化一个门。所示出的模式是代表性的，而不是最小集合。存在其他模式，并且可能更复杂。模式的数量和复杂程度取决于在阵列中执行什么阶的量子门的确切细节。如上所述，通过为系统选择这种硬件模式，可以通过改变门参数并最小化每个硬件组的测量的错误率来优化相应硬件模式中的每个硬件组内的门参数。此外，通过选择有限数量的硬件模式，可以访问优化运行错误检测的量子计算机所需的每个操作。当选择硬件模式时，所有硬件组可以并行地独立优化，这是用于优化任意大小的量子计算机中的每个单个门的O(1)缩放策略。
Figure GDA0001996403280000101
Figure GDA0001996403280000111
尽管存在需要优化的五个单独的模式，但是在一个模式内存在可以独立优化的多个操作。下面参考图5-8更详细地描述优化门参数。
上表中示出并且在上面参考图4描述的硬件模式是代表性的模式，并非穷尽性的。确切的模式和相应的组可以针对系统定制，并通过追踪特定电路中的错误传播来确定。例如，硬件模式不需要在系统软件中预先计算。在一些实现方式中，可以通过改变特定门上的参数并观察发现检测事件的变化的位置来确定硬件模式。通过以这种方式改变每个特定门上的每个参数，所生成的信息可以被处理并用于确定硬件模式。这种确定硬件模式的方法可以对硬件非理想性敏感并且增加系统性能和效率。
本说明书中描述的硬件模式特定于运行重复码的一维量子位链，但是该技术可以一般化到大多数错误校正方案。任何使用固定最大尺寸的量子位组检测错误、并且任何量子位所属的组的数量都不随系统尺寸缩放的方案可以利用本说明书中描述的硬件和方法。例如，通过聚焦在最低级别的级联上，该技术可以与包括子系统码的所有拓扑码和所有级联码兼容。这包括表面和颜色码以及Steane和Shor码。如果需要保留O(1)系统尺寸的缩放，则本说明书中描述的硬件和方法可能与有限速率块代码不兼容。硬件模式和组可以通过模拟错误检测电路或通过物理改变控制参数并确定检测分数变化的位置来以算法方式发现。
具体而言，已经对于重复码和表面码描述了图3和4，将来自门的错误签名跟踪到物理测量的方法可以应用在重复和表面码之外并应用于任何量子电路，并且可以用作提供用于优化的反馈的方式。
执行原位量子错误校正
图5是用于在错误校正正在运行时执行量子门参数的连续优化的示例过程500的流程图。例如，过程500可以通过在上面参考图1A-1B和图3描述的系统100或300在错误校正过程期间执行。过程500使用错误检测来进行自我诊断，在系统正在运行时实现控制参数的持续优化，并因此在不中断计算的情况下抵制系统漂移。
系统将数据量子位和测量量子位的集合在空间上分割为单独的硬件模式(步骤502)。该系统分割数据量子位和测量量子位的集合，使得可归因于每个独立硬件模式的错误不与可归因于其他独立硬件模式的错误重叠。通过构造，硬件模式可以包括具有包含测量量子位的组的一个模式、以及具有包含数据量子位和测量量子位两者的组的两个或更多个模式。上面参考图2A-2B和图4更详细地描述了将数据量子位和测量量子位的集合分割为单独的硬件模式的构造。
系统进入用于对具有包含测量量子位的组的每个硬件模式中的量子位操作的量子门的参数进行优化的阶段(步骤504)。通过构造，数据量子位和测量量子位集合中的每个测量量子位可以形成在步骤502中构造的硬件模式之一。例如，在一维中，系统可以优化对上面参考图2A描述的硬件模式200中的测量量子位操作的量子门的参数。在另一示例中，在二维中，系统可以优化对上面参考图4描述的硬件模式404中的测量量子位操作的量子门的参数。
对测量量子位操作的量子门的参数执行优化可以被认为是最简单的优化阶段。例如，当考虑对重复码执行错误校正时，测量量子位可检测位翻转错误。由于位翻转错误不会从测量量子位传播到数据量子位，因此，由于应用于测量和数据量子位对的CNOT门的方向，错误集中于特定的测量量子位。因此，测量量子位可以使对其操作的单个量子位量子门的参数单独地完全并行地优化为一个硬件模式，如下面参考步骤506和508所述。
系统执行对测量量子位进行操作的读出门的参数的优化(步骤506)。可以针对硬件模式中的每个测量量子位并行地执行对测量量子位操作的读出门的参数的优化。以下参考图6详细描述用于优化对测量量子位进行操作的读出门的参数的示例过程。
该系统执行对测量量子位操作的单个量子位量子门的参数的优化(步骤508)。可以针对硬件模式中的每个测量量子位并行执行对测量量子位操作的单个量子位量子门的参数的优化。下面参考图6详细描述用于优化对测量量子位进行操作的单个量子位量子门的参数的示例过程。
系统进入用于对具有包含数据量子位和测量量子位两者的组的每个硬件模式中的量子位进行操作的量子门的参数优化的阶段(步骤510)。通过构造，在具有包含数据和测量量子位两者的组的每个硬件模式中，数据量子位可以伴随有在步骤502中构造的它们各自的硬件组中的测量量子位。例如，在一维中，系统可以优化对上面参考图2B描述的硬件模式210和220中的数据量子位操作的单个量子位量子门的参数。在另一个示例中，在二维中，系统可以优化对上面参考图4描述的硬件模式406、408、410和412中的数据量子位操作的单个量子位量子门的参数。
对数据量子位操作的单个量子位量子门的参数进行优化可能比对测量量子位操作的单个量子位量子门的参数进行优化更为复杂。例如，当考虑对重复码执行错误校正时，可以通过对数据量子位和量子位两者操作的CNOT门将位翻转错误从数据量子位复制到相邻的测量量子位。因此，数据量子位上的单个错误可以在其相邻测量量子位中的每一个上产生输出或检测事件，如以上参考图2A和2B所描述的。因此，数据量子位可能不使对其操作的单个量子位量子门的参数单独完全并行优化为一个硬件模式，因为如果次最近的相邻数据量子位同时使其单个量子位门参数优化，则它们可能都将错误复制到相同的测量量子位上，造成错误混淆。相反，每隔一个数据量子位可以并行优化为一个硬件模式，这避免了错误到测量量子位的双重映射，如下面参考步骤512和图6所述。
系统对具有包含数据量子位和测量量子位两者的组的每个硬件模式中的数据量子位操作的单个量子门的参数执行优化(步骤512)。对每个硬件模式中的数据量子位操作的单个量子位量子门的参数的优化可以针对每个硬件模式单独执行。然而，可以针对硬件模式中的每个数据量子位并行地执行对每个硬件模式中的每个组内的数据量子位操作的单个量子位量子门的参数的优化。下面参考图7详细描述用于优化对数据量子位操作的单个量子位量子门的参数的示例过程。
由于错误混淆，对数据量子位和测量量子位的对进行操作的CNOT门的参数进行优化也可能是复杂的。数据量子位的错误可能传播到所涉及的数据量子位每侧的测量量子位。因此，数据量子位上的错误可以在其相邻测量量子位中的每一个上产生输出或检测事件，如以上参考图2B所述。因此，对数据量子位和测量量子位对进行操作的CNOT门的参数可以不对相同的数据量子位或测量量子位并行优化。这自然地限制了硬件模式，例如与上面参考步骤510描述的那些相同。为了避免错误混淆，可以有一个简单的规则：只有完全包含在硬件模式中的CNOT门才可以在所述模式中被优化。
系统执行对在硬件模式中包括数据量子位和测量量子位的每个硬件组中的数据量子位和测量量子位对进行操作的CNOT门的参数的优化(步骤514)。可以针对每个硬件模式分别执行对在硬件模式中的数据量子位和测量量子位对进行操作的CNOT门的参数的优化。此外，系统选择在每个硬件模式内定义相同方向的CNOT门，并针对硬件模式中的每个数据量子位并行地定义相同方向的CNOT门的参数进行优化。例如，在一维中，对于包含数据量子位和测量量子位的每个硬件模式，系统可以首先选择数据量子位左侧的CNOT门集合并且并行优化所选择的CNOT门参数，然后选择数据量子位右侧的CNOT门集合并且并行优化所选择的CNOT门参数。下面参考图8详细描述用于优化对数据量子位和测量量子位进行操作的CNOT门的参数的示例处理。
为了清楚起见，已经参考步骤504-514描述了用于在错误校正正在运行时执行量子门参数的连续优化的示例过程500的流程图。然而，可以不需要以所呈现的顺序顺序执行步骤504-514的操作。这些步骤可以以不同的顺序执行，并且可以在执行序列中的下一个步骤之前多次执行，即根据需要执行。例如，在一些实现方式中，在进入用于优化对在包含测量量子位的每个硬件模式中的量子位进行操作的量子门的参数的阶段之前，系统可以首先进入用于优化对在包含数据量子位和测量量子位两者的每个硬件模式中的量子位进行操作的量子门的参数的阶段。类似地，例如，一旦已经进入用于优化对在包含测量量子位的每个硬件模式中的量子位操作的量子门的参数的阶段，则系统可以在执行优化步骤506之前首先执行优化步骤508。通过在步骤506、508、512和514之间循环，即通过在硬件模式之间循环，可以在系统运行时抵制对于每个量子位的每个门的每个参数的系统漂移。
图6是用于优化对测量量子位进行操作的读出门或单个量子位量子门的参数的示例过程600的流程图。过程600可以由上面参考图1A-1B和图3描述的系统100或300执行，用于优化读出量子门的参数，如以上在图5的步骤506中所述，或者用于优化单个量子位量子门的参数，如以上在图5的步骤508中所述。通过构造，图1A-1B和图3中描述的数据量子位和测量量子位集合中的每个量子位形成上面参考图5在步骤502中构造的硬件模式之一。例如，在一维中，系统可以优化对上面参考图2A描述的硬件模式202中的测量量子位进行操作的读出量子门或单个量子位量子门的参数。在另一示例中，在二维中，系统可以优化对上面参考图4描述的硬件模式404中的测量量子位进行操作的量子门的参数。
过程600可以针对相应硬件模式中的每个测量量子位并行执行。过程600可以是连续重复的过程，其使用闭环反馈来优化对测量量子位进行操作的读出门或单个量子位量子门的参数。
并行地，对于每个测量量子位，系统将错误最小化的对应度量定义为确定的错误率(步骤602)。通过最小化每个量子位的错误率，也称为检测事件的分数，量子门错误可以被最小化。在包含单个测量量子位的硬件模式的情况下，错误最小化的度量可以是该量子位的检测事件的一部分。在包含多个测量量子位的硬件模式的情况下，诸如2A和图4中所示的那些，用于错误最小化的度量是在所有测量量子位上采取的检测事件的平均分数。
并行地，对于每个测量量子位，系统测量测量量子位以确定当前错误率(步骤604)。
系统存储所确定的错误率(步骤606)。系统为过程600的每次重复存储所确定的错误率，使得错误率的变化可以随时间被监视，并与量子门参数的变化相关。
系统计算所确定的当前错误率与先前重复所存储的错误率之间的错误率的变化(步骤608)。测量输出或检测事件以及测量量子位的测量状态模式的变化可以指示附近存在错误，无论是在数据量子位还是在量子位上。然而，检测事件本身可以不直接与测量量子位或数据量子位上的错误相关。因此，为了将错误的变化与门参数的变化相关联，可以将集中检测事件分数的变化(即错误率)与门参数的变化进行比较。
并行地，对于每个测量量子位，系统基于所计算的错误率变化来调整读出门参数或单个量子位量子门参数(步骤610)。基于在步骤608中计算的错误率的变化，系统可以应用数值优化算法(诸如Nelder-Mead方法)来确定要对读出门参数或单个量子位量子门参数进行的调整。
系统可以连续重复上述的步骤602-610。原则上，为了获得关于与门错误相关联的物理过程的更多信息，可以区分measure-X和measure-Y量子位，并且可以将该信息反馈给系统以更高效地优化量子门。
图7是用于优化对数据量子位进行操作的单个量子位量子门的参数的示例过程700的流程图。过程700可以由上面参考图1A-1B和图3描述的系统100或300执行，用于优化单个量子位量子门的参数，如以上在图5的步骤512中所述。该过程可以针对每个硬件模式执行，其中组包括上面参考图5在步骤502中构造的数据量子位和测量量子位两者。例如，在一维中，系统可以优化对上面参考图2B描述的硬件模式210和220中的数据量子位进行操作的单个量子位量子门的参数。在另一示例中，在二维中，系统可以优化对上面参考图4描述的硬件模式406、408、410和412中的测量量子位操作的量子门的参数。
过程700可以针对对应硬件模式中的每个数据量子位并行执行。过程700可以是连续重复的过程，其使用闭环反馈来优化对数据量子位进行操作的单个量子位量子门的参数。
并行地，对于每个数据量子位，系统将用于错误最小化的对应度量定义为确定的错误率(步骤702)。通过最小化每个量子位的错误率(也称为检测事件的分数)，量子门错误可以被最小化。在这种具有包含多个测量量子位的组的硬件模式的情况下，诸如在图2B和图4中描述的那些情况，用于错误最小化的度量可以是在所有测量量子位上采取的检测事件的平均分数。
并行地，对于每个数据量子位，系统测量对应的相邻测量量子位以确定当前错误率(步骤704)。例如，在一维系统中，系统可以测量至少两个对应的测量量子位。例如，在二维系统中，系统可以测量至少四个对应的测量量子位。
系统存储所确定的错误率(步骤706)。系统针对过程700的每次重复存储所确定的错误率，使得错误率的变化可以随时间被监视，并与量子门参数的变化相关。
系统计算所确定的当前错误率与来自先前重复的所存储的错误率之间的错误率的变化(步骤708)。测量输出或检测事件以及测量量子位的测量状态模式的变化可以指示附近存在错误，无论是在数据量子位还是在测量量子位上。然而，检测事件本身可以不直接与测量量子位或数据量子位上的错误相关。因此，为了将错误的变化与门参数的变化相关联，可以将集中检测事件分数的变化(即错误率)与门参数的变化进行比较。
并行地，对于每个数据量子位，系统基于计算的错误率变化来调整单个量子位门参数(步骤710)。基于在步骤708中计算的错误率的变化，系统可以应用数值优化算法(诸如Nelder-Mead方法)来确定要对单个量子位量子门参数进行的调整。
系统可以连续重复上述的步骤702-710。原则上，为了获得关于与门错误相关联的物理过程的更多信息，可以区分measure-X和measure-Y量子位，并且可以将该信息反馈给系统以更高效地优化量子门。
图8是用于优化对数据量子位和测量量子位对进行操作的CNOT门的参数的示例过程800的流程图。过程800可由如上参考图1A-1B和图3所述的系统100或300执行，用于优化CNOT门的参数，如上在图5的步骤514中所述。该过程可以针对每个硬件模式执行，其中组包括上面参考图5在步骤502中构造的数据量子位和测量量子位两者。例如，在一维中，系统可以优化对上面参考图2B描述的硬件模式210和220中的数据量子位和测量量子位对进行操作的CNOT门的参数。在另一示例中，在二维中，系统可以优化对上面参考图4描述的硬件模式406-412中的测量量子位进行操作的量子门的参数。
对于完全包含在对应硬件模式中的每个CNOT门，可以并行地执行过程800，该对应硬件模式定义与CNOT门操作的数据量子位相同的方向。过程800可以是使用闭环反馈来优化CNOT门的参数的连续重复过程。
并行地，对于每个数据量子位，系统将错误最小化的对应度量定义为确定的错误率(步骤802)。通过最小化每个量子位的错误率(也称为检测事件的分数)，量子门错误可以被最小化。在这种具有包含多个测量量子位的组的硬件模式的情况下，诸如在图2B和图4中所示的那些情况，用于错误最小化的度量可以是在所有测量量子位上采取的检测事件的平均分数。
并行地，对于每个数据量子位，系统测量对应的相邻测量量子位以确定当前错误率(步骤804)。例如，在一维系统中，系统可以测量至少两个对应的测量量子位。例如，在二维系统中，系统可以测量至少四个对应的测量量子位。
系统存储所确定的错误率(步骤806)。系统为过程800的每次重复存储所确定的错误率，使得错误率的变化可以随时间被监视，并与量子门参数的变化相关。
系统计算所确定的当前错误率与来自先前重复的所存储的错误率之间的错误率的变化(步骤808)。测量输出或检测事件以及测量量子位的测量状态模式的变化可以指示附近存在错误，无论是在数据量子位还是在量子位上。然而，检测事件本身可以不直接与测量量子位或数据量子位上的错误相关。因此，为了将错误的变化与门参数的变化相关联，可以将集中检测事件分数的变化(即错误率)与门参数的变化进行比较。
并行地，对于每个数据量子位，系统基于计算的错误率变化来调整CNOT门参数(步骤810)。基于步骤808中计算的错误率的变化，系统可应用数值优化算法(诸如Nelder-Mead方法)来确定对CNOT量子门参数进行的调整。
系统可以连续重复上述的步骤802-810。原则上，为了获得关于与门错误相关联的物理过程的更多信息，可以区分measure-X和measure-Y量子位，并且可以将该信息反馈给系统以更高效地优化量子门。
本说明书中描述的数字和/或量子主题以及数字功能操作和量子操作的实现可以以数字电子电路、合适的量子电路或者更一般地量子计算系统实现在有形体现的数字和/或量子计算机软件或固件中、在数字和/或量子计算机硬件中(包括本说明书中公开的结构和它们的结构等同物)或它们中的一个或多个的组合中。术语“量子计算系统”可以包括但不限于量子计算机、量子信息处理系统、量子密码系统或量子模拟器。
本说明书中描述的数字和/或量子主题的实现可以被实现为一个或多个数字和/或量子计算机程序，即编码在有形的非暂时性存储介质上用于由数据处理设备执行或控制数据处理设备的操作的数字和/或量子计算机程序指令的一个或多个模块。数字和/或量子计算机存储介质可以是机器可读存储设备、机器可读存储基板、随机或串行存取存储设备、一个或多个量子位或它们中的一个或多个的组合。可替代地或附加地，程序指令可以被编码在人工生成的传播信号上，该信号能够对数字和/或量子信息(例如机器生成的电、光或电磁信号)进行编码，该信号被生成以编码数字和/或量子信息，用于传输给合适的接收器装置以用于数据处理装置执行。
术语量子信息和量子数据是指由量子系统携带、在量子系统中保存或存储的信息或数据，其中最小的非平凡系统是量子位，即定义量子信息的单位的系统。可以理解的是，术语“量子位”包括可以适当地近似为对应环境中的两级系统的所有量子系统。这种量子系统可以包括多级系统，例如具有两个或更多个级别。举例来说，这种系统可以包括原子、电子、光子、离子或超导量子位。在许多实现中，计算基础状态用基态和第一激发态来识别，但是应该理解，计算状态用更高级激发态来识别的其他设置是可能的。术语“数据处理装置”是指数字和/或量子数据处理硬件，并且覆盖用于处理数字和/或量子数据的所有种类的装置、设备和机器，包括例如可编程数字处理器、可编程量子处理器、数字计算机、量子计算机、多个数字和量子处理器或计算机及其组合。该装置还可以是或者进一步包括专用逻辑电路，例如FPGA(现场可编程门阵列)、ASIC(专用集成电路)或量子模拟器，即量子数据处理装置，其被设计为模拟或产生关于特定量子系统的信息。特别是，量子模拟器是特殊用途的量子计算机，它不具备执行通用量子计算的能力。除了硬件之外，该装置可以可选地包括为数字和/或量子计算机程序创建执行环境的代码，例如构成处理器固件、协议栈、数据库管理系统、操作系统或它们中的一个或多个的组合的代码。
也可以被称为或被描述为程序、软件、软件应用、模块、软件模块、脚本或代码的数字计算机程序可以以任何形式的编程语言来编写，包括编译或解释语言或声明性或过程性语言，并且可以以任何形式采用，包括作为独立程序或作为模块、组件、子例程或适用于数字计算环境的其他单元。也可以被称为或描述为程序、软件、软件应用、模块、软件模块、脚本或代码的量子计算机程序可以用任何形式的编程语言编写，包括编译或解释语言或者声明性或过程性语言，并且翻译成合适的量子编程语言，或者可以用量子编程语言(例如QCL或Quipper)编写。
数字和/或量子计算机程序可以但不一定对应于文件系统中的文件。程序可以存储在保存其他程序或数据的文件(例如存储在标记语言文档中的一个或多个脚本)的一部分中、专用于正被考虑的程序的单个文件中，或者存储在多个协作的文件中，例如，存储一个或多个模块、子程序或部分代码的文件。数字和/或量子计算机程序可以被部署为在一个数字或一个量子量子计算机上或多个数字和/或量子计算机上执行，这些计算机位于一个地点或分布在多个地点并且通过数字和/或量子数据通信网络相互连接。量子数据通信网络被理解为可以使用量子系统(例如，量子位)传输量子数据的网络。通常，数字数据通信网络不能传输量子数据，但是量子数据通信网络可以传输量子数据和数字数据两者。
在本说明书中描述的过程和逻辑流程可以由一个或多个可编程数字和/或量子计算机执行，根据情况用一个或多个数字和/或量子处理器操作，执行一个或多个数字和/或量子计算机程序，以通过对输入数字和量子数据进行操作并生成输出来执行功能。处理和逻辑流程也可以由专用逻辑电路(例如，FPGA或ASIC)或量子模拟器、或者通过专用逻辑电路或量子模拟器与一个或多个编程的数字和/或量子计算机的组合执行，并且装置也可以实现为专用逻辑电路(例如，FPGA或ASIC)或量子模拟器。
对于“被配置为”执行特定操作或动作的一个或多个数字和/或量子计算机的系统意味着系统已经在其上安装了软件、固件、硬件或它们的组合，其在操作中使得系统执行操作或动作。对于要被配置为执行特定操作或动作的一个或多个数字和/或量子计算机程序意味着一个或多个程序包括当由数字和/或量子数据处理装置执行时使装置执行操作或动作的指令。量子计算机可以接收来自数字计算机的指令，所述指令在由量子计算装置执行时使装置执行操作或动作。
适合于执行数字和/或量子计算机程序的数字和/或量子计算机可以基于通用或专用数字和/或量子处理器或两者，或者任何其他类型的中央数字和/或量子处理单元。通常，中央数字和/或量子处理单元将接收来自只读存储器、随机存取存储器或适于传输量子数据(例如，光子或其组合)的量子系统的指令和数字和/或量子数据。
数字和/或量子计算机的基本元件是用于执行或运行指令的中央处理单元以及用于存储指令和数字和/或量子数据的一个或多个存储器设备。中央处理单元和存储器可以由专用逻辑电路或量子模拟器补充或者并入其中。通常，数字和/或量子计算机还将包括或可操作地耦合至一个或多个大容量存储设备，以从一个或多个大容量存储设备接收数字和/或量子数据，或者将数字和/或量子数据传输到一个或多个大容量存储设备或两者，所述大容量存储设备用于存储数字和/或量子数据，例如磁性、磁光盘、光盘或适于存储量子信息的量子系统。但是，数字和/或量子计算机不必具有这种设备。
适合于存储数字和/或量子计算机程序指令以及数字和/或量子数据的数字和/或量子计算机可读介质包括所有形式的非易失性数字和/或量子存储器、介质和存储器设备，作为示例包括半导体存储器设备，例如EPROM、EEPROM和闪存设备；磁盘，例如内部硬盘或可移除盘；磁光盘；CD-ROM和DVD-ROM盘；以及量子系统，例如捕获的原子或电子。可以理解的是，量子存储器是能够以高保真度和高效率长时间存储量子数据的设备，例如，其中光用于传输的光-物质接口和用于存储和保存量子数据的量子特征(诸如叠加或量子一致性)的物质。
本说明书中描述的各种系统或其一部分的控制可以在数字和/或量子计算机程序产品中实现，该计算机程序产品包括存储在一个或多个非暂时性机器可读存储介质上的指令，并且可在一个或多个数字和/或量子处理设备上执行。本说明书中描述的系统或其部分可以各自实现为可以包括一个或多个数字和/或量子处理设备和存储器以存储可执行指令以执行本说明书中描述的操作的装置、方法或系统。
虽然本说明书包含许多具体的实现细节，但这些细节不应被解释为对可要求保护的范围的限制，而应被解释为可以特定于特定实施方式的特征的描述。在单独实现的上下文中，本说明书中描述的某些特征也可以组合实现。相反，在单个实现的上下文中描述的各种特征也可以在多个实现中单独或以任何合适的子组合来实现。此外，尽管上文可以将特征描述为以某些组合起作用并且甚至最初如此主张，但是来自要求保护的组合的一个或多个特征可以在一些情况下从该组合中删除，并且所要求保护的组合可以针对子组合或子组合的变化。
类似地，尽管在附图中以特定顺序描述了操作，但是这不应该被理解为要求以所示出的特定顺序或按顺序执行这样的操作，或者要求执行所有示出的操作以达到期望的结果。在某些情况下，多任务和并行处理可以是有利的。此外，上述实现中的各种系统模块和组件的分离不应该被理解为在所有实现中都需要这种分离，并且应该理解，所描述的程序组件和系统通常可以一起集成在单个软件产品中，或者封装到多个软件产品中。
已经描述了主题的特定实现方式。其他实现方式在以下权利要求的范围内。例如，权利要求中列举的动作可以以不同的顺序执行并仍然实现期望的结果。作为一个示例，附图中描绘的处理不一定需要所示的特定顺序或次序以实现期望的结果。在一些情况下，多任务和并行处理可以是有利的。

Claims (28)

1.一种用于量子计算的装置，包括与测量量子位数据通信的错误校正子系统，并且被配置为：
将数据量子位和测量量子位分割成多个模式，其中至少一个模式经受模式的非重叠错误，其中模式的非重叠错误是可归因于所述模式的错误；
对于仅包括测量量子位的每个模式：
并行优化对测量量子位操作的读出量子门的参数；以及
并行优化对测量量子位操作的单个量子位量子门的参数；
对于包括由CNOT门操作的数据量子位和测量量子位的每个模式：
并行优化对数据量子位操作的单个量子位量子门的参数；以及
选择定义相同方向的CNOT门集合并且并行优化所选择的CNOT门的参数。
2.如权利要求1所述的装置，还包括：
多个数据量子位；
多个测量量子位，与数据量子位交错，使得每个数据量子位具有一个或多个相邻测量量子位；
多个读出量子门，每个读出量子门被配置为对测量量子位操作；
多个单个量子位量子门，每个单个量子位量子门被配置为对数据量子位或测量量子位操作；
多个CNOT量子门，每个CNOT量子门被配置为对数据量子位和相邻测量量子位操作，并且每个CNOT门定义多个方向中的一个。
3.如权利要求2所述的装置，其中所述多个数据量子位和测量量子位被交错，使得所述多个数据量子位和测量量子位定义一维量子位链，并且所述多个方向包括第一方向和与第一方向相反的第二方向。
4.如权利要求2所述的装置，其中所述多个单个量子位门是相移门或旋转门。
5.如权利要求2所述的装置，其中，所述数据量子位是控制量子位，并且所述相邻测量量子位是每个CNOT门的目标量子位。
6.如权利要求2所述的装置，其中，所述数据量子位是目标量子位，并且所述相邻测量量子位是每个CNOT门的控制量子位。
7.如权利要求1所述的装置，其中为了并行地优化对所述测量量子位操作的读出量子门的参数，所述错误校正子系统被配置为使用闭环反馈执行重复处理，其中在每次重复时，所述错误校正子系统被配置为：
将用于最小化的对应度量定义为确定的错误率；
测量测量量子位以确定当前错误率；
存储所确定的当前错误率；
计算当前错误率与来自先前重复的存储的错误率之间的错误率的变化；以及
基于所计算的错误率的变化来调整读出门参数。
8.如权利要求7所述的装置，其中为了基于所计算的错误率的变化来调整所述读出门参数，所述错误校正子系统被配置为应用数值优化算法。
9.如权利要求1所述的装置，其中为了并行优化对所述测量量子位操作的单个量子位量子门的参数，所述错误校正子系统被配置为使用闭环反馈执行重复处理，其中在每次重复时，所述错误校正子系统被配置为并行地针对每个测量量子位：
将用于最小化的对应度量定义为确定的错误率；
测量测量量子位以确定错误率；
存储所确定的当前错误率；
计算当前错误率与来自先前重复的存储的错误率之间的错误率的变化；以及
基于所计算的错误率的变化来调整单个量子位门参数。
10.如权利要求9所述的装置，其中为了基于所计算的错误率的变化来调整所述单个量子位门参数，所述错误校正子系统被配置为应用数值优化算法。
11.如权利要求1所述的装置，其中为了并行优化对所述数据量子位操作的单个量子位量子门的参数，所述错误校正子系统被配置为使用闭环反馈执行重复处理，其中在每次重复时，所述错误校正子系统被配置为并行地针对每个数据量子位：
将用于最小化的对应度量定义为确定的错误率；
测量对应的测量量子位以确定错误率；
存储所确定的当前错误率；
计算当前错误率与来自先前重复的存储的错误率之间的错误率的变化；以及
基于所计算的错误率的变化来调整单个量子位门参数。
12.如权利要求11所述的装置，其中为了基于所计算的错误率的变化来调整所述单个量子位门参数，所述错误校正子系统被配置为应用数值优化算法。
13.如权利要求1所述的装置，其中为了选择定义相同方向的CNOT门的集合并且针对所选择的CNOT门来并行优化参数，所述错误校正子系统被配置为针对CNOT门的每个被选择的集合：
对于所选择的集合中的每个数据量子位，并行地：
将用于最小化的对应度量定义为确定的错误率；
测量对应的测量量子位以确定错误率；
存储所确定的当前错误率；
计算当前错误率与来自先前重复的存储的错误率之间的错误率的变化；以及
基于所计算的错误率的变化来调整CNOT门参数。
14.如权利要求13所述的装置，其中为了基于所计算的错误率的变化来调整所述CNOT门参数，所述错误校正子系统被配置为应用数值优化算法。
15.一种用于量子计算的方法，包括：
将数据量子位和测量量子位分割成多个模式，其中至少一个模式经历模式的非重叠错误，其中模式的非重叠错误是可归因于所述模式的错误；
对于仅包含测量量子位的模式：
并行优化对测量量子位操作的读出量子门的参数；以及
并行优化对测量量子位操作的单个量子位量子门的参数；
对于包含由CNOT门操作的数据量子位和测量量子位的模式：
并行优化对数据量子位操作的单个量子位量子门的参数；以及
选择定义相同方向的CNOT门的集合并针对所选择的CNOT门并行优化参数。
16.如权利要求15所述的方法，还包括：
访问量子信息存储系统，其包括：
多个数据量子位；
多个测量量子位，与数据量子位交错，使得每个数据量子位具有相邻的测量量子位；
多个读出量子门，每个读出量子门被配置为对测量量子位操作；
多个单个量子位量子门，每个单个量子位量子门被配置为对数据量子位或测量量子位操作；以及
多个CNOT量子门，每个CNOT量子门被配置为对数据量子位和相邻测量量子位操作，并且每个CNOT门定义多个方向中的一个。
17.如权利要求16所述的方法，其中所述多个数据量子位和测量量子位被交错，使得所述多个数据量子位和测量量子位定义一维量子位链，并且所述多个方向包括第一方向和与第一方向相反的第二方向。
18.如权利要求16所述的方法，其中所述多个单个量子位门是相移门或旋转门。
19.如权利要求16所述的方法，其中，所述数据量子位是控制量子位，并且所述相邻测量量子位是每个CNOT门的目标量子位。
20.如权利要求16所述的方法，其中，所述数据量子位是目标量子位，并且所述相邻测量量子位是每个CNOT门的控制量子位。
21.如权利要求15所述的方法，其中并行地优化对所述测量量子位操作的读出量子门的参数是使用闭环反馈的重复处理，其中每个重复包括针对每个测量量子位并行地：
将用于最小化的对应度量定义为确定的错误率；
测量测量量子位以确定当前错误率；
存储所确定的当前错误率；
计算当前错误率与来自先前重复的存储的错误率之间的错误率的变化；以及
基于所计算的错误率的变化来调整读出门参数。
22.如权利要求21所述的方法，其中基于所计算的错误率的变化来调整所述单个量子位门参数包括应用数值优化算法。
23.如权利要求15所述的方法，其中并行地优化对所述测量量子位操作的单个量子位量子门的参数是使用闭环反馈的重复处理，其中每个重复包括针对每个测量量子位并行地：
将用于最小化的对应度量定义为确定的错误率；
测量测量量子位以确定错误率；
存储所确定的当前错误率；
计算当前错误率与来自先前重复的存储的错误率之间的错误率的变化；以及
基于所计算的错误率的变化来调整单个量子位门参数。
24.如权利要求23所述的方法，其中基于所计算的错误率的变化来调整所述单个量子位门参数包括应用数值优化算法。
25.如权利要求15所述的方法，其中并行地优化对数据量子位操作的单个量子位量子门的参数是使用闭环反馈的重复处理，其中每个重复包括针对每个数据量子位并行地：
将用于最小化的对应度量定义为确定的错误率；
测量对应的测量量子位以确定错误率；
存储所确定的当前错误率；
计算当前错误率与来自先前重复的存储的错误率之间的错误率的变化；以及
基于所计算的错误率的变化来调整单个量子位门参数。
26.如权利要求25所述的方法，其中基于所计算的错误率的变化来调整所述单个量子位门参数包括应用数值优化算法。
27.如权利要求15所述的方法，其中选择定义相同方向的CNOT门集合并且针对所选择的CNOT门来并行优化参数包括：对于CNOT门的每个选择的集合：
对于所选择的集合中的每个数据量子位，并行地：
将用于最小化的对应度量定义为确定的错误率；
测量对应的测量量子位以确定错误率；
存储所确定的当前错误率；
计算当前错误率与来自先前重复的存储的错误率之间的错误率的变化；以及
基于所计算的错误率的变化来调整CNOT门参数。
28.如权利要求26所述的方法，其中基于所计算的错误率的变化来调整所述单个量子位门参数包括应用数值优化算法。
CN201580085604.3A 2015-11-06 2015-11-06 原位量子错误校正 Active CN108885720B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210312877.9A CN114707656A (zh) 2015-11-06 2015-11-06 原位量子错误校正

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2015/059481 WO2017078734A1 (en) 2015-11-06 2015-11-06 In-situ quantum error correction

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202210312877.9A Division CN114707656A (zh) 2015-11-06 2015-11-06 原位量子错误校正

Publications (2)

Publication Number Publication Date
CN108885720A CN108885720A (zh) 2018-11-23
CN108885720B true CN108885720B (zh) 2022-04-15

Family

ID=54548297

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202210312877.9A Pending CN114707656A (zh) 2015-11-06 2015-11-06 原位量子错误校正
CN201580085604.3A Active CN108885720B (zh) 2015-11-06 2015-11-06 原位量子错误校正

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202210312877.9A Pending CN114707656A (zh) 2015-11-06 2015-11-06 原位量子错误校正

Country Status (9)

Country Link
US (4) US10692009B2 (zh)
EP (1) EP3371752A1 (zh)
JP (1) JP6641494B2 (zh)
KR (1) KR102110488B1 (zh)
CN (2) CN114707656A (zh)
AU (4) AU2015413915B2 (zh)
CA (1) CA3004633A1 (zh)
SG (1) SG11201803790QA (zh)
WO (1) WO2017078734A1 (zh)

Families Citing this family (31)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10692009B2 (en) 2015-11-06 2020-06-23 Google Llc In-situ quantum error correction
EP3593298A4 (en) 2017-03-10 2021-01-20 Rigetti & Co., Inc. PERFORMING A CALIBRATION PROCESS IN A QUANTUM DATA PROCESSING SYSTEM
CN110612540B (zh) * 2017-06-26 2023-11-07 谷歌有限责任公司 量子计算设备的非线性校准
JP6931122B2 (ja) 2017-08-09 2021-09-01 グーグル エルエルシーＧｏｏｇｌｅ ＬＬＣ 表面符号誤り訂正のためのキュービットグリッドにおける寄生相互作用の低減
CN111183433B (zh) 2017-08-09 2023-10-31 谷歌有限责任公司 减少量子网格中的寄生相互作用
US11087233B2 (en) 2017-08-09 2021-08-10 Google Llc Frequency pattern for reducing parasitic interactions in a qubit grid
US11875222B1 (en) * 2017-09-18 2024-01-16 Rigetti & Co, Llc Maintaining calibration in a quantum computing system
US10885678B2 (en) * 2017-09-29 2021-01-05 International Business Machines Corporation Facilitating quantum tomography
WO2019117955A1 (en) 2017-12-15 2019-06-20 Klimov Paul Refining qubit calibration models using supervised learning
EP3759655A1 (en) * 2018-03-02 2021-01-06 Google LLC Optimizing qubit operating frequencies
US10622536B2 (en) * 2018-03-23 2020-04-14 International Business Machines Corporation Reducing qubit frequency collisions through lattice design
US11100417B2 (en) * 2018-05-08 2021-08-24 International Business Machines Corporation Simulating quantum circuits on a computer using hierarchical storage
CN109217939B (zh) * 2018-06-20 2020-12-18 浙江大学 用于量子比特的可扩展、低延迟反馈调控设备
US11710058B2 (en) 2018-06-30 2023-07-25 Intel Corporation Apparatus and method for recompilation of quantum circuits to compensate for drift in a quantum computer
US11513552B2 (en) 2018-12-21 2022-11-29 Intel Corporation Apparatus and method for dynamically adjusting quantum computer clock frequency with a locking pulse
CN116629371A (zh) 2019-02-02 2023-08-22 阿里巴巴集团控股有限公司 量子比特校准装置、测控系统及测控方法
US11783217B2 (en) * 2019-02-21 2023-10-10 IonQ, Inc. Quantum circuit optimization
DE102019202661A1 (de) * 2019-02-27 2020-08-27 Forschungszentrum Jülich GmbH Verfahren und Vorrichtung für eine Qubit Fehlererkennung
GB201903884D0 (en) * 2019-03-21 2019-05-08 Quantum Motion Tech Limited Architectures for quantum information processing
US11474867B2 (en) * 2019-07-11 2022-10-18 Microsoft Technology Licensing, Llc Measurement sequence determination for quantum computing device
JP7212891B2 (ja) * 2019-08-01 2023-01-26 日本電信電話株式会社 量子演算装置及び方法
JP7494080B2 (ja) 2020-09-30 2024-06-03 株式会社日立製作所 量子コンピュータ
US11281524B1 (en) * 2020-11-11 2022-03-22 International Business Machines Corporation Stretch factor error mitigation enabled quantum computers
EP4260249A4 (en) * 2020-12-10 2024-05-29 Wisconsin Alumni Research Foundation SUBSTRATE MODIFICATIONS TO REMOVE CORRELATED ERRORS IN MULTIPLE QUANTUM-BIT NETWORKS
US11681845B2 (en) 2021-01-28 2023-06-20 International Business Machines Corporation Quantum circuit valuation
CN113011594B (zh) * 2021-03-26 2023-08-08 本源量子计算科技（合肥）股份有限公司 量子比特的校准方法及装置、量子计算机
US11868850B2 (en) 2021-11-29 2024-01-09 Red Hat, Inc. Preventing quantum errors using a quantum error correction algorithm trainer (QECAT) table
WO2024050152A2 (en) * 2022-01-13 2024-03-07 Rigetti & Co, Llc Modifiable quantum error correction code for logical qubits
US11695417B1 (en) * 2022-02-25 2023-07-04 Massachusetts Institute Of Technology Active noise cancelation in superconducting Qubits using closed-loop feedback
CN115329967A (zh) * 2022-03-25 2022-11-11 量子科技长三角产业创新中心 一种量子比特纠错方法及误差计量系统
CN115470922B (zh) * 2022-03-28 2024-04-05 本源量子计算科技（合肥）股份有限公司 量子比特校准方法及装置、量子控制系统、量子计算机

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6128764A (en) * 1997-02-06 2000-10-03 California Institute Of Technology Quantum error-correcting codes and devices
US20040024750A1 (en) * 2002-07-31 2004-02-05 Ulyanov Sergei V. Intelligent mechatronic control suspension system based on quantum soft computing
JP4718244B2 (ja) * 2005-05-30 2011-07-06 日本電信電話株式会社 量子プログラム変換装置、その方法、そのプログラム及び記録媒体
JP5351893B2 (ja) * 2007-09-24 2013-11-27 ディー−ウェイブ システムズ，インコーポレイテッド 量子ビット状態の読み出しシステム、方法、および装置
JP4786727B2 (ja) * 2009-03-27 2011-10-05 株式会社東芝 量子計算方法、量子計算機およびプログラム
US9944520B2 (en) * 2013-01-15 2018-04-17 Alcatel Lucent Syndrome of degraded quantum redundancy coded states
US9111230B2 (en) * 2013-03-14 2015-08-18 International Business Machines Corporation Frequency arrangement for surface code on a superconducting lattice
US9858531B1 (en) * 2013-08-02 2018-01-02 University Of Maryland Fault tolerant scalable modular quantum computer architecture with an enhanced control of multi-mode couplings between trapped ion qubits
EP3016034B1 (en) * 2014-11-03 2020-03-18 NewSouth Innovations Pty Limited A quantum processor
US9748976B2 (en) * 2015-05-22 2017-08-29 Northrop Grumman Systems Corporation Fault tolerant syndrome extraction and decoding in Bacon-Shor quantum error correction
EP3304363B1 (en) * 2015-06-08 2021-07-21 Microsoft Technology Licensing, LLC System for reversible circuit compilation with space constraint, method and program
US9985193B2 (en) * 2015-06-30 2018-05-29 International Business Machines Corporation Architecture for coupling quantum bits using localized resonators
US10692009B2 (en) 2015-11-06 2020-06-23 Google Llc In-situ quantum error correction

Also Published As

Publication number Publication date
AU2022218621B2 (en) 2023-11-16
WO2017078734A1 (en) 2017-05-11
SG11201803790QA (en) 2018-06-28
CA3004633A1 (en) 2017-05-11
US10692009B2 (en) 2020-06-23
US11948045B2 (en) 2024-04-02
EP3371752A1 (en) 2018-09-12
AU2021200696B2 (en) 2022-05-19
AU2015413915B2 (en) 2019-09-12
KR102110488B1 (ko) 2020-05-13
US20180330265A1 (en) 2018-11-15
AU2021200696A1 (en) 2021-03-04
AU2019275671A1 (en) 2020-01-02
US11106992B2 (en) 2021-08-31
US20200320425A1 (en) 2020-10-08
CN114707656A (zh) 2022-07-05
JP6641494B2 (ja) 2020-02-05
AU2022218621A1 (en) 2022-09-15
KR20180112759A (ko) 2018-10-12
JP2019502216A (ja) 2019-01-24
AU2015413915A1 (en) 2018-05-24
AU2019275671B2 (en) 2020-11-05
US20210374597A1 (en) 2021-12-02
US20230267355A1 (en) 2023-08-24
CN108885720A (zh) 2018-11-23
US11651265B2 (en) 2023-05-16

Similar Documents

Publication Publication Date Title
CN108885720B (zh) 原位量子错误校正
AU2019275673A1 (en) EFFICIENT NETWORK LAYER FOR IPv6 PROTOCOL
AU2016407222B2 (en) Fidelity estimation for quantum computing systems
EP3791295A1 (en) Apparatus and method for quantum computing performance simulation
JP2024026294A (ja) その場量子エラー訂正
AU2019454277B2 (en) Patch and elided fidelity estimation
CN114041147A (zh) 并行交叉熵标杆分析

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant