Quantla研究人员开发通用光子量子计算处理器

Quandela Researchers Develop General-Purpose Photonic Quantum Computing Processor

【作者】 Matt Swayne

2023-09-01
The Quantum Insider
查看原文
分享到:
在量子计算机的各种方法中,光子量子计算因其低量子位退相干性、适度的低温要求以及允许与经典网络和量子网络无缝互连和集成的本地连接而脱颖而出。 虽然光子量子计算机在特定任务(例如玻色子采样)中展现了量子计算优势,但它们尚未达到能够在广泛的现实世界计算挑战中表现出色的通用量子计算机的地位。真正的通用量子计算机将能够在多种计算任务中发挥优势。 Quandela 的量子计算进展 Quandela 联合创始人、首席技术官兼董事长 Niccolo Somaschi 表示,现在,Quandela 领导的研究团队报告称,他们已经开发出一种基于单光子的通用量子计算原型,使各行业更接近实用的量子计算解决方案。 。 Somaschi 表示:“这首次展示了一个 6 量子位光子量子计算可重构平台,具有单光子,可供用户使用。”基于或光子操作。我们还演示了一组算法的实现,这些算法具有 1、2、3 量子位门的记录基准值。最后,我们首次报告了 3 光子纠缠态(GHZ 态)的片上生成,这代表了基于大规模测量的光子量子计算的基本资源。” 新处理器将高效量子点单光子源与托管通用线性光网络的可重构芯片相结合。该团队利用机器学习的转译过程(将一种编程语言编写的代码转换为另一种语言)来有效补偿电路缺陷,最终减少计算错误。 研究人员表示,这一进步为使用逻辑门或直接光子操作进行远程控制计算铺平了道路,他们在预印本服务器ArXiv上报告了他们的发现。 该团队进行了全面的基准测试来评估设备的性能。他们对于一、二和三量子位门分别实现了 99.6±0.1%、93.8±0.6% 和 86±1.2% 的卓越保真度,展示了最先进的准确性。此外,他们还能够演示变分量子本征解算器算法的实现,以极高的精度和速度计算氢分子的能级。 光子原生计算 除了基于门的计算之外,研究人员还展示了该设备的光子原生计算能力。他们利用基于三光子的量子神经网络实现了分类器算法。此外,他们在完全通用的可重构集成电路上演示了六光子玻色子采样,标志着量子计算能力向前迈出了重要一步。 除了针对行业就绪用例的近期算法外,该团队还首次在片上实现了一种协议,允许生成特定的 3 粒子纠缠态,称为 GHZ,它代表了长期的基本构建块实现纠错的通用量子计算机。 研究人员表示,这种三光子纠缠的产生是实现基于测量的量子计算的一个重要里程碑。 “正如所证明的那样,通过‘预告’协议生成 3 光子纠缠态代表了实施基于测量的量子计算 (MBQC) 的重要技术步骤,”Somaschi 说。“与基于门的方法结合起来,它是通用量子计算最可行的方法,并且非常适合光子方法。此外,这一成果对于未来的量子信息处理和量子通信应用具有巨大的潜力。” 光子量子计算进展 这款用户就绪的通用量子计算处理器标志着该领域的重大飞跃,并使 Quandela 成为少数几家基于云的数字量子计算提供商之一。凭借其卓越的性能和多样化的应用,这项工作使该行业更接近未来,量子计算机可以解决目前经典计算系统无法解决的复杂问题。 Somaschi 表示,此次演示代表了可编程性方面的重大进步。首先,他说 QPU 在光子意义上是“通用的”——它运行一组通用的矩阵——并且允许选择任意量子位连接而无需修改硬件。 Somaschi 说:“这最终允许运行论文中提出的各种不同的算法,无论是基于门的操作,还是在基本上未经探索的纯光子学范式中。” “其他方法——比如之前量子优势的演示——仅限于特定的量子位连接或特定的功能。” 该平台还因其模块化性而不同于当前的光子量子计算机。 “量子位的生成、操纵和检测是由集成了三种技术中最好的技术的不同模块执行的:半导体量子位发射器、SiN(氮化硅)上的光子集成电路以及具有超快电子器件的超导纳米线探测器。每个模块均单独制造,可简化组装、优化制造工艺和性能,并实现高效并行优化、快速升级以实现规模化。完全一体化的方法需要较长的制造时间和复杂的测试周期;除此之外,他们还没有表现出更好的表现。” Somaschi 表示,该平台非常适合可扩展性,他预计可扩展性将分两个阶段进行。 “设计的初衷是为了扩大规模,”索马斯基说。“扩展将分两个阶段进行;首先,通过增加量子位的数量(每年增加一倍),保持基于单量子位的方法,即“线性光学QC方法”。其次,更大更快的扩展将通过在类似于或受启发于基于测量的量子计算的协议中操纵纠缠光子(簇状态)来实现;我们将通过保持模块化和资源高效的方法来实现这一里程碑。” 在不久的将来,研究人员预计将进行更多测试和进一步改进,以便为系统的实际使用做好准备。 “接下来的步骤将包括增加量子位的数量,从而提高计算能力,”索马斯基说。“与此同时,我们将继续研究开发具有实用和商业价值的算法,以便在当今嘈杂的机器上运行。”

《智库资源动态快报》2023年第9期
编译者: