Bristlecone| 量子处理器| Google Quantum AI Lab| 技术前沿

作者：Julian

翻译：Google Trnslate

编辑：Ethon

Google Quantum AI实验室的目标是构建一个可用于解决实际问题的量子计算机。 我们的策略是使用能够与大规模通用纠错量子计算机兼容的系统来开发短期内可以使用的应用。为了使量子处理器能够运行超出经典计算范围的算法，它不仅需要大量的量子位，更重要的是处理器在读出和逻辑运算（比如单、双比特门）时必须具有很低的错误率。

今天，我们在美国洛杉矶举行的美国物理学会年会上介绍了我们的新量子处理器Bristlecone。 这种基于门（gate）的超导系统的目的是为研究量子比特技术的系统错误率、可量测性提供平台，同时还可以测试量子模拟技术、量子优化和机器学习应用。

（左）谷歌最新的量子处理器 （右）每个“X”代表一个量子位，与最近的量子位连接。

该处理器的指导设计原则是保留我们以前的9-qubit线性阵列技术的基本物理特性，该技术表现出极低的错误率：读出（1％），单量子比特门（0.1％）、双量子比特门（0.6％），这是我们至今最好的结果。该装置使用相同的方案进行耦合、控制和读出，但是被缩放为72个量子位的正方形阵列。我们选择了这种尺寸的器件，以便能够展示未来的量子优势，使用面编码来研究一阶和二阶纠错，并促进量子算法在实际硬件上的发展。

2D概念图显示了错误率和量子比特数之间的关系。 Quantum AI实验室的预期研究方向以红色显示，我们希望能够在建立纠错量子计算机的道路上实现近期可落地的应用。

在研究具体的应用之前，量化量子处理器的能力非常重要。我们的理论团队已经为此完成了一个基准测试工具。我们可以通过将随机量子电路应用于器件并根据经典模拟检查采样输出分布来分配单个系统误差。如果一个量子处理器可以在足够低的误差下运行，那么它就可以在一个明确定义的计算机科学问题上超越经典的超级计算机，这就是量子优势。这些随机电路在量子比特数和计算长度（深度）方面都必须很大。尽管还没有人达到这个目标，但我们计算的量子优势可以用49个量子位，电路深度超过40个，以及低于0.5％的两个量子位错误来表现出来。我们相信量子处理器在超级计算机上的实验性演示将是该领域的分水岭，这仍然是我们的关键目标之一。

研究科学家Marissa Giustina在Santa Barbara的Quantum AI实验室安装Bristlecone芯片

我们期望在72位量子比特的Bristlecone系统中，达到类似于9-qubit装置的最佳误差率的性能。我们相信Bristlecone能够验证一些构建更大规模量子计算机的关键技术与原则。要操作Bristlecone这类设备，并使其达到很低的系统误差，需要软件、控制电路和处理器等一系列技术相互协调，要做到这一点，需要细致的系统设计，并进行多次迭代。

我们谨慎并乐观地认为，利用Bristlecone可以实现量子优势，并且在这种性能水平下学习构建和操作设备是一项令人兴奋的挑战！ 我们期待分享结果并允许合作者在未来进行实验。