Das Unternehmen IonQ gibt an, einen Decoder entwickelt zu haben, der die Fehler eines Quantencomputers in Echtzeit mit nur einem Standard-Prozessor (CPU) verarbeiten kann. Diese in einem auf arXiv veröffentlichten Forschungsartikel beschriebene Arbeit zielt auf eines der Haupthemmnisse für fehlertolerantes Quantencomputing ab.
Qubits, die Grundeinheiten dieser Maschinen, sind extrem fragil. Licht, Vibrationen oder andere Qubits können ausreichen, um ihre Quanteneigenschaft und damit die von ihnen getragenen Daten zu zerstören. Quantencomputer können Qubits daher nicht direkt messen, ohne sie zu zerstören. Stattdessen erzeugen sie Syndrome, Signale, die anzeigen, dass ein Fehler aufgetreten ist. Diese müssen dann von Decodern analysiert werden, um zu bestimmen, welche Fehler das System betreffen.
Laut Forschern von QuEra, einem Unternehmen, das neutrale Atome für den Bau seiner Qubits nutzt, stellt diese Decodierung „eine große Herausforderung in Bezug auf die Rechenkomplexität dar, insbesondere mit zunehmender Größe des Quantensystems ». „Effiziente Decoder müssen Geschwindigkeit und Genauigkeit abwägen und dabei Echtzeitleistung gewährleisten, ohne die Fähigkeit zu opfern, komplexe Fehlermuster korrekt zu interpretieren », fügen sie hinzu. Die Decodierung stützt sich weitgehend auf klassische Algorithmen und verbrauchte historisch viel Rechenleistung, die mit der Anzahl der Qubits wächst.
Vor diesem Hintergrund beschreiben Forscher von IonQ, das Systeme mit gefangenen Ionen entwickelt, einen Decoder, der im Hintergrund arbeitet, während der Quantencomputer seine Berechnungen fortsetzt. In ihrem Artikel erwähnen sie das Konzept eines MegaQuOp, einer Vorrichtung, die Millionen von Operationen auf Hunderten von logischen Qubits ausführen kann und „einen bedeutenden Schritt für die Quantencomputing-Community darstellen » würde. „Die Echtzeit-Decodierung von Hunderten logischer Qubits während einer Berechnung mit Millionen logischer Operationen bleibt jedoch eine große Herausforderung », schreiben sie.
Für ihre Tests erstellten die Forscher Benchmark-Schaltkreise, die bis zu 408 logische Qubits simulierten, verteilt auf 88 Speicherblöcke und „Magic-State-Factories ». Diese Schaltkreise führten auf MegaQuOp-Ebene über 31,5 Millionen einzelne Quantenoperationen aus, mit einer Verlängerung der Rechenzeit von nur 0,02 %.
Das Decodierungssystem umfasst 68 LDPC-Speicherblöcke und 20 Magic-State-Factories, realisiert aus 11.680 physikalischen Qubits. Es basiert auf einem Decoder mit doppeltem gleitenden Fenster, der um einen Beam-Search-Decoder herum aufgebaut ist. Die Detektor-Fehler-Modelle (DEM), die beschreiben, wie Gate-Fehler oder Rauschen bestimmte Fehler im Korrekturschaltkreis verursachen, werden dabei in Echtzeit generiert. Laut den Forschern kann die gesamte klassische Decodierungspipeline auf nur 12 Kernen eines Standard-CPUs laufen.
Dieses Ergebnis baut auf der Walking-Cat-Architektur für Systeme mit gefangenen Ionen auf, die das Unternehmen im April in einem detaillierten Plan vorgestellt hat. Sie umfasst einen Compiler, Fehlerkorrekturprotokolle, eine Mikroarchitektur und einen schnellen Decoder. Ihr zentrales Element ist eine „Cat-Factory », die „Cat-Zustände » erzeugt – Überlagerungen verschiedener Zustände, die im System verteilt werden, um logische Operationen durchzuführen. Die Forscher sehen darin eine einfache Architektur, in der „die logische Berechnung weder eine Fusion noch eine Verformung der qLDPC-Speicherblöcke erfordert ».
Die Führungskräfte von IonQ sind der Ansicht, dass diese Ergebnisse zeigen, dass Organisationen ihre klassische Hardware nicht exponentiell wachsen lassen müssen, wenn Quantencomputer mehr logische Qubits gewinnen. Die Fähigkeit, die Fehlerdecodierung auf einem klassischen Computer mit nur einem CPU auszuführen, sei laut ihnen zentral für die Roadmap des Unternehmens, die über die 256 physikalischen Qubits seines Superion-Systems hinausgeht. Das Unternehmen gab bekannt, dass die Florida International University ein Superion-System erwirbt, das Ende 2027 in einem speziellen Gebäude auf dem Campus installiert werden soll.
