微软研发4D几何编码法,让编译任何量子算法成为可能

市场资讯
21 Jun

  炒股就看金麒麟分析师研报,权威,专业,及时,全面,助您挖掘潜力主题机会!

可靠量子计算已经到来?最近,微软量子团队在arXiv连续发表两篇论文,称其所研发的 4D 几何编码方法仅需极少的物理量子比特就能一次性完成错误检测,同时能将量子系统错误率降低至原数值的 1/1000,并表示凭借此他们已经破解了量子计算机纠错背后的难题。

即使是高质量的物理量子比特也需要纠错来创建和纠缠逻辑量子比特,以便能够实现可靠的量子计算。为此,该团队开发了一系列 4D 几何编码,这些编码可以将物理量子比特的错误率降低几个数量级,使其达到量子电路可靠运行所需的水平。同时,这些编码可在微软量子计算平台上使用,适用于具有全互连特性的量子比特,比如中性原子、离子阱和光子学。

(来源:微软)

对于 4D 几何编码来说:首先,它可以让构建逻辑量子比特所需的物理量子比特数量减少五分之四。其次,它具备高效的逻辑运算能力,拥有单次操作特性,可以快速实现错误校正。再次,它能够提高量子硬件的性能,将物理错误率从 10⁻³(千分之一)降低到约 10⁻⁶(百万分之一)。

凭借这些特性,这一系列编码方案展现出多重优势。其能让纠错诊断步骤得到大幅简化,从而实现低深度量子操作与运算。此外,这些编码减少了实现容错量子计算所需的物理量子比特数量,加快了迈向实用规模的进程。据了解,这一系列编码是微软量子计算平台可用的众多编码之一,该团队为其配备了一套完整的高效操作,使得任何量子算法的编译都成为可能。未来当把这些编码整合到微软量子团队的全栈系统中,有望在短期内实现 50 个逻辑量子比特的创建和纠缠,同时也有潜力扩展至数千个逻辑量子比特。

(来源:微软)

将量子处理表面的拓扑结构映射到 4D 晶格

众所周知,所有计算机都可能产生错误。当今大多数量子计算机所使用的量子比特非常容易出错,因此自身无法进行可靠的计算。要实现量子计算机解决复杂问题的潜力,需要满足以下两个前提条件:一是使用具有高保真度的物理量子比特;二是应用能够创建可靠逻辑量子比特的纠错码,这些逻辑量子比特的错误率要显著低于相应物理量子比特的错误率。

在经典计算中,纠错是通过复制每一比特传输的信息来实现的。如果其中一个或多个比特丢失或损坏,剩余的比特仍能保留原始信息。然而,量子比特无法被复制。对它们进行测量时,还会发生所谓的“坍缩”现象。这使得在错误发生时(量子比特发生错误的概率远高于经典比特)检测并纠正错误变得困难得多。

典型的量子纠错设置需要向系统中添加额外的物理量子比特,这些量子比特会与通常承载量子信息的逻辑量子比特产生纠缠,这让人们无需测量逻辑量子比特(以免导致其坍缩),而是可以通过测量与之纠缠的物理量子比特来检测错误,从而使计算过程得以继续。

本次微软量子团队在量子纠错过程中采用的 4D 编码技术,其核心在于将量子处理表面的拓扑结构映射到 4D 晶格上,利用这种方法能够构建出具有自校正特性的量子存储器。

多数现有的纠错技术要么难以扩展,要么消耗过高,要么两者兼而有之。量子系统实现容错所需的物理量子比特数量越多,且所需的纠错次数越多,计算过程中消耗的能量就会越多。而此次微软的 4D 几何编码具有以下三大优势:一是每个逻辑量子比特所需物理量子比特数量极少,二是支持单次测量完成错误检测,三是能将错误率降低三个数量级。因此,可以在一定程度上缓解上述问题。

在本次成果的其中一篇论文里,该团队表示,这一成果的核心创新在于对环面结构 4D 几何纠错编码进行了物理形态的螺旋扭曲。4D 几何编码方案可以在系统中构建 4D 拓扑结构以实现错误检测,通过量子纠缠将采样空间与操作空间建立关联。其中,采样空间是运行纠错编码的区域,操作空间是存储量子比特信息的区域。这一编码技术通过数学表达式在 4D 空间中运作,其核心原理是让纠缠点能够在“环面”(可类比为甜甜圈形状的拓扑结构)表面建立连接。

虽然在过去 4D 编码已被用于创建自校正量子存储器,但此次应用更加具有创新性,因为该团队算出了几何结构上的一个“扭曲”,该扭曲使得相同数量的编码能够使用更少的物理量子比特纠缠来覆盖相同的系统空间。通过扭曲几何结构,4D 编码叠加层会创建一个更大的表征空间,该空间能反映所使用的实际量子比特的更多量子态。这样一来,就可以在不干扰系统内实际发生的量子过程的情况下,检测编码中的错误。

总的来说,4D 编码旨在借助适量的物理量子比特,高效地实现逻辑量子比特数量的不断增加,同时支持低深度逻辑循环与通用容错,因此未来通用容错量子计算机或许可以通过 4D 几何编码实现。与此同时,微软量子团队在量子计算机上运行了扭曲编码,并表示已经通过实验验证了本次理论。

此外,该团队还验证了另一项新技术:在量子比特原子丢失时实现原子替换。在特定量子计算系统中,量子比特的制备需通过激光镊子俘获中性原子并将其固定在晶格位点。而在运算过程中,这些原子可能发生逃逸或位点丢失现象,而该团队首次实现了运算周期内的原子替换,通过原子束将新原子注入阵列,且全程不影响计算进程。值得注意的是,这篇论文的作者达到几十位之多。

图 | 相关论文(来源:arXiv)

微软量子团队已与美国量子初创 Atom Computing 联合探索应用场景

此前,微软量子团队通过将其量子比特虚拟化系统应用于美国量子初创公司 Atom Computing 的中性原子,创建并纠缠了 24 个可靠的逻辑量子比特。相较于其他一些量子比特技术,Atom Computing 的中性原子量子比特具有多项优势,其中包括因其不带电荷而能够在阵列中紧密排列,这为其提供了广泛的可扩展性。此外,这些量子比特可以灵活移动,从而能与其他原子实现相互作用。同时,它们对噪声的抗干扰性强,并且具备量子纠错所需的高保真度。

自微软量子团队上次宣布与 Atom Computing 开展合作以来,后者已在其硬件平台上实现了量子比特的中途测量性能提升,并成功演示了量子比特重置与复用功能。这项技术允许在测量一部分量子比特的同时保留已测量和未测量的量子比特,它改进了错误纠正能力,提高了可执行量子计算的复杂度,并为容错量子计算铺平了道路。另据悉,Atom Computing 中性原子的双量子比特门保真度为 99.6%,截至目前这仍然是商业系统中中性原子量子比特的最高保真度。

据介绍,Atom Computing 的中性原子量子比特凭借高保真度、全互联架构和长相干时间三大核心优势,与微软量子计算平台能够形成技术互补,以便高效地构建逻辑量子比特体系。据了解,美国麻省理工学院本科校友、美国科罗拉多大学博尔德分校博士毕业生本·布鲁姆(Ben Bloom)是 Atom Computing 的创始人兼 CEO,他领导着该公司在逻辑量子比特、容错量子计算和中性原子系统领域的开发工作。此前,本·布鲁姆曾致力于各种量子技术研究,在意识到中性原子系统为大规模量子计算提供了最佳路径后,他于 2018 年创立了 Atom Computing,并获得了和微软量子团队开展合作的机会。

(来源:https://atom-computing.com/quantum-computing-techno)

目前,微软量子团队的成果正处于可靠量子计算的早期阶段。随着更多人采用协同设计方法来探索量子架构、算法和应用之间的相互作用,预计实际应用将开始逐步显现。据介绍,量子计算最具突破性的应用场景,很可能出现在利用量子技术改进和加速其他技术的领域,比如高性能计算和人工智能。眼下,微软量子团队正在通过将量子硬件与量子计算平台加以深度耦合,持续推动量子优势能力的突破。同时,这一系列新技术是自下而上构建的,其容错方案不仅适用于已经得到测试的硬件平台和应用场景,也具备跨平台的扩展潜力。

参考资料:

https://arxiv.org/abs/2506.15130

https://arxiv.org/abs/2506.09936

https://atom-computing.com/wp-content/uploads/2025/01/Atom-Computing-Whitepaper-2025.pdf

https://atom-computing.com/quantum-computing-technology/

https://azure.microsoft.com/en-us/blog/quantum/2025/06/19/microsoft-advances-quantum-error-correction-with-a-family-of-novel-four-dimensional-codes/

排版:刘雅坤

海量资讯、精准解读,尽在新浪财经APP

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10