释放量子优势不仅取决于量子比特,还取决于门

来源:半导纵横发布时间:2025-02-20 14:49
量子
技术文章
生成海报
量子计算崛起,看量子门如何助力破局。

当新兴技术开始成熟并接近采用点时,科技行业倾向于关注一个关键特征,以帮助简化有关该技术是否适用于生产用例的讨论并比较相互竞争的解决方案。

例如,当蜂窝技术首次开始支持数据通话时,业界关注带宽,以确定是否可以启用某些应用(如视频通话和视频流)。这是一个很好的指标,可以显示这些应用何时成为可能。然而,需要第二个指标(与带宽相结合)来确定它何时不仅可能而且可用,以及哪些解决方案可以提供最佳服务质量。

在这种情况下,解锁实际可用性的关键指标是延迟。同样,随着行业不可避免地向量子计算迈进,迄今为止绝大多数对话都围绕着量子处理器可以承载的量子比特数量和类型。虽然这是量子计算何时可行的一个极其重要的衡量标准,但它并不是确定量子计算何时可用的唯一必要指标。

这就是门的作用所在,它对于支持更复杂的工作负载至关重要,最终将使量子计算机实现“量子优势”,从本质上比传统计算更快或更便宜地执行实际任务。

什么是量子门?

正如量子比特是传统计算比特的量子类似物一样,量子门也是传统门的对应物。它们是基本的功能操作,允许量子比特在逻辑上相互交互,以开发用于运行具有大量变量的复杂计算的电路,例如用于优化算法或大规模分子建模的电路。 

常用量子门的一个例子是受控非门 (CNOT)。该门采用两个量子位,一个控制量子位和一个目标量子位,并根据输入时控制量子位的状态输出两个量子位。如果控制量子位为 0,则目标量子位保持其原始状态。如果控制量子位为 1,则目标量子位被翻转。

量子电路由级联的门层组成,就像 CNOT 一样,下一层门的输入就是上一层门的输出。与传统计算类似,处理器级联的门层越多,它能执行的运算就越复杂。这被称为电路深度。

与传统计算不同的是,目前,限制处理器能够支持的电路深度的因素是处理器在通过其门时保持量子位状态一致性的能力,以及它如何处理每次连续级联引入的错误。

通过更好的量子比特实现更大的栅极深度

就像在蜂窝技术中,带宽和延迟需要协同工作才能以可行、可用的方式提供视频通话和视频流等新应用一样,量子比特的进步以及快速、无错误地运行大量门的能力也齐头并进,以实现量子计算超越传统计算能力的应用,也就是所谓的量子优势。

量子比特和门数需要一起增加才能达到所需的电路深度,而这最终将随着纠错技术的出现和量子比特设计的持续改进而实现。在此之前,门数和电路深度的增加将通过改进量子比特设计来实现,从而实现更长的相干时间和更好的错误缓解。 

IBM、高通、谷歌、微软、亚马逊、Alice & Bob 和英特尔等量子处理器设计公司提供的不同处理器支持不同的电路深度。IBM 凭借其双量子位输入、5,000 门 Heron 芯片在该领域遥遥领先。

IBM 用于提高量子比特质量的一种方法是他们在制造之后但在封装之前采用的称为Lasiq 的工艺。不要将其与激光眼科手术程序 Lasik 混淆,IBM 的 Lasiq 工艺使用激光来调整量子比特,以更好地将频率(能量)与 IBM 的设计参数对齐,这最终有助于提高超过 100 个量子比特的处理器的产量。

此外,IBM 还能够利用成熟的半导体技术,例如凸块键合、基板通孔和嵌入式多层布线,并将其应用于量子处理器设计。虽然这些技术通常用于经典计算处理器,但将它们应用于量子比特设计等超导应用非常困难,这使得他们能够构建像 Heron 这样的大规模高量子比特处理器。  

在错误缓解方面,一切都与错误可预测性和噪声稳定性有关。错误可预测性使人们能够更好地理解噪声概况,从而更容易消除噪声。为此,IBM 采用了多种技术,例如多次运行电路,但对插入的门稍作修改,这有助于分析噪声的特征,从而提高可预测性和缓解能力。

在噪声稳定性方面,制造过程有时会引入影响噪声稳定性的伪影。为了缓解这种情况,IBM 在设备运行期间采用了主动控制机制,以尽可能保持噪声的可预测性。

通过大门获得量子优势

改进量子比特设计和错误缓解以释放门的力量来增加电路深度只是迈向量子优势的第一步。IBM 和其他处于量子处理器设计前沿的公司目前正在探索纠错,这最终将使门数量和电路深度呈阶跃函数式增长。

就 IBM 而言,其当前的路线图已将针对 Kookaburra 的纠错功能作为其创新路线图的一部分,该路线图概述了技术里程碑,随后是产品可用性和 Starling 和 Blue Jay 处理器的部署。Kookaburra 技术探索计划于今年开始,Starling 计划于 2029 年发布,Bluejay 计划于 2033 年发布。

鉴于 IBM 历史上达到或超越其量子路线图目标的能力,并希望推动所有竞争对手也在这方面进行创新,业界很有可能在本世纪末之前看到能够提供量子优势的量子处理器。

本文转自媒体报道或网络平台,系作者个人立场或观点。我方转载仅为分享,不代表我方赞成或认同。若来源标注错误或侵犯了您的合法权益,请及时联系客服,我们作为中立的平台服务者将及时更正、删除或依法处理。

评论
暂无用户评论