[論文レビュー] Magic state cultivation: growing T states as cheap as CNOT gates

Craig Gidney, Noah Shutty+1 more|arXiv (Cornell University)|Sep 26, 2024

Economic and Technological Innovation被引用数 4

ひとこと要約

本稿では、表面コードのパッチを用いて、1つのCNOTゲートと同等の空間時間コストで高精度なT状態を故障耐性的に準備するための「魔法状態栽培」を導入する。反復的な注入、成長、抽出のプロセスを通じて、安定化子測定と誤り抑制を用いて論理的T状態を生成することで、$5 \cdot 10^{-4}$ のノイズ下で論理的誤り率が$4 \cdot 10^{-11}$にまで低下し、従来の蒸留手法に比べてリソースコストを1桁削減する。

ABSTRACT

We refine ideas from Knill 1996, Jones 2016, Chamberland 2020, Gidney 2023+2024, Bombin 2024, and Hirano 2024 to efficiently prepare good $|T angle$ states. We call our construction "magic state cultivation" because it gradually grows the size and reliability of one state. Cultivation fits inside a surface code patch and uses roughly the same number of physical gates as a lattice surgery CNOT gate of equivalent reliability. We estimate the infidelity of cultivation (from injection to idling at distance 15) using a mix of state vector simulation, stabilizer simulation, error enumeration, and Monte Carlo sampling. Compared to prior work, cultivation uses an order of magnitude fewer qubit-rounds to reach logical error rates as low as $2 \cdot 10^{-9}$ when subjected to $10^{-3}$ uniform depolarizing circuit noise. Halving the circuit noise to $5 \cdot 10^{-4}$ improves the achievable logical error rate to $4 \cdot 10^{-11}$. Cultivation's efficiency and strong response to improvements in physical noise suggest that further magic state distillation may never be needed in practice.

研究の動機と目的

• 表面コードにおける論理的T状態の準備にかかるリソースコストを低減すること。これは、故障耐性量子計算に不可欠である。
• 故障耐性アーキテクチャにおける非アービトリー門のコストを支配している魔法状態蒸留の高いオーバーヘッドに対処すること。
• 大規模な論理的操作を避けて、単一のコードパッチ内での物理的ゲートシーケンスに依存する、スケーラブルで物理的に実現可能な手法を開発すること。
• 栽培法がラティスソークCNOTゲートと同等またはそれを上回る効率を示すかどうかを実証すること。
• 栽培法の効率性とノイズへの感受性が、実際の応用において魔法状態蒸留が陳腐化する可能性があるかどうかを検討すること。

提案手法

• 本手法は3段階のプロセスを用いる：表面コードにノイジーなT状態をインジェクションし、繰り返し安定化子測定と誤り抑制を用いて論理的T状態を育成し、最後に後選択プロトコルを用いて高精度な論理的T状態を抽出する。
• 栽培は、状態の時間発展中に誤りを検出・是正できる表面コードの特性を活用し、論理的CNOTと測定操作のシーケンスにより、状態の論理的距離を向上させる。
• 本構成は、状態ベクトルシミュレーション、安定化子シミュレーション、誤り列挙、モンテカルロサンプリングを組み合わせたハイブリッドシミュレーション手法を用い、論理的誤り率を推定する。
• 抽出段階では、GHZ状態を支援とする測定プロトコルを用い、論理的T状態の検証と抽出を実施し、フィデリティを保証するための後選択を行う。
• 本手法は単一の表面コードパッチに収まり、同等の信頼性を持つラティスソークCNOTゲートとほぼ同じ数の物理的ゲートを用いる。
• フレームワークはデジタイズドデポラライジングノイズモデルを仮定し、各段階を横断する誤り伝搬を追跡するための故障耐性デコーダーを用いる。

実験結果

リサーチクエスチョン

• RQ1 表面コードにおいて、CNOTゲートと同等の空間時間コストでT状態の準備が可能か？
• RQ2 状態の時間発展中に誤り抑制を実施することで、完全な蒸留プロトコルの必要性はどの程度軽減できるか？
• RQ3 栽培ベースの手法において、論理的誤り率は物理的ノイズ強度とコード距離にどのように依存するか？
• RQ4 qubit・ラウンド数とリソース効率の観点から、栽培法は従来の蒸留法を上回れるか？
• RQ5 栽培法の効率性とノイズ感受性が、実用的水準で魔法状態蒸留が陳腐化する閾値以下に達する可能性はあるか？

主な発見

• 15の距離、$10^{-3}$ のノイズ下で、栽培法は$2 \cdot 10^{-9}$ の論理的誤り率を達成し、従来の蒸留手法に比べてqubit・ラウンド数を1桁削減した。
• 物理的ノイズを半分の$5 \cdot 10^{-4}$ に低下させると、論理的誤り率は$4 \cdot 10^{-11}$ にまで低下し、ノイズ改善に強く反応することが示された。
• ノイズが$10^{-4}$ に低下した場合、距離5で論理的誤り率が$6 \cdot 10^{-15}$ にまで低下し、高いスケーラビリティを示した。
• 栽培の空間時間コストは、同等の信頼性を持つラティスソークCNOTゲートと概ね同等であると推定された。
• 抽出段階は複雑ではあるが、適切にデコードすればボトルネックとはならず、初期のシミュレーションはデコーダーの制限により誤解を招くものであった。
• 本手法は、将来的にはさらに魔法状態蒸留が不要になる可能性を示唆しており、栽培法の効率性とノイズ感受性がアルゴリズム的要請を凌駆する可能性がある。