[논문 리뷰] Cleaner magic states with hook injection

Craig Gidney|arXiv (Cornell University)|2023. 02. 23.

Advanced Data Storage Technologies인용 수 8

한 줄 요약

논문은 의도적 훅(hook) 오류 메커니즘인 훅 인젝션(hook injection)을 도입하여 surface code에 매직 상태를 주입하는 방법을 제시하며, XY 또는 YZ 평면으로 제한하고 몬테카를로 시뮬레이션을 통해 이전 방법들보다 주입 오차율이 더 낮고 시공간 비용이 더 작음을 보인다.

ABSTRACT

In this paper, I show how an intentional hook error mechanism can be used as a control knob for injecting magic states into surface codes. The limitation, and benefit, of this approach is that it can only inject states in the XY or YZ plane of the Bloch sphere. This increases fidelity, because perturbations out of the target plane can be detected as errors. I use Monte Carlo sampling to show that this technique outperforms previous injection techniques, achieving lower error rates at smaller spacetime cost under digitized circuit noise.

연구 동기 및 목표

• fault-tolerant 양자 계산에서 전반적인 증류 비용을 줄이기 위한 고충실도 매직 상태 주입의 필요성 고취.
• 거리-2 표면 코드 패치에 매직 상태를 주입하기 위한 프로그래밍 가능한, 평면 제약이 있는 방법으로 훅 인젝션을 제안.
• 시뮬레이션 및 잡음 모델을 사용하여 Li15 및 Sin+22 주입 방법에 비해 개선점 시연.
• 현실적 잡음 모델에서 주입 오차율, 패치 크기, 포스트선택 라운드 간의 트레이드오프를 평가하여 실용적 배치를 안내.

제안 방법

• 표면 코드 안정자 측정 중 의도적 훅 오류를 사용하여 논리적 관측치를 회전시키고 XY(또는 YZ) 평면에 매직 상태를 주입한다.
• 측정 중 안정자를 통해 거리-2 패치를 중간 거리 d_inject까지 확장하며, 거리-1 및 거리-2 오류 경로를 최소화하기 위한 특정 큐비트/축 배치를 사용한다.
• 패치 전체에서 초기화 기준을 제한하고 무-작용 CZ를 제거하여 오류 메커니즘과 회로 깊이를 감소시킨다.
• 디지타이즈된 파울리 노이즈와 초전도 영감의 잡음 모델(SI1000)로 주입 정확도를 모델링하고, 탐지 불가한 거리-1 및 거리-2 오류를 계산해 주입 오차율의 상한을 정한다.
• 성공적 주입당 예상 시공간 비용의 파레토(frontier) 분석을 통해 훅 인젝션을 Li15 및 Sin+22 변형과 대조 벤치마킹한다.
• pregrown 훅 인젝션 및 d_inject와 r_inject의 매개변수 스윕을 포함한 변형을 탐색하여 서로 다른 폐기율 하에서 성능을 매핑한다.

Figure 1: Defect diagram of the injection process. Red surfaces are X boundaries, blue surfaces are Z boundaries, and magenta bars are twist defects. Attempts are made in parallel at a low distance $d_{\text{inject}}$ , until an attempt succeeds and expands to the target distance $d$ , as in [ Li15

실험 결과

연구 질문

• RQ1 의도적 훅 오류 제어가 XY 또는 YZ 평면 내 주입 가능한 매직 상태 집합에 어떤 영향을 미치는가?
• RQ2 _digitized 노이즈하에서 훅 인젝션이 Li15 및 Sin+22보다 더 낮은 주입 오차율과 더 낮은 시공간 비용을 달성하는가?
• RQ3 현실적 잡음 모델하에서 패치 크기(d_inject), 포스트선택 라운드(r_inject), 폐기율, 주입 성공 간의 트레이드오프는 어떤가?
• RQ4 잡음 세기(p)의 범위에 따라 다른 주입 구성은 어떻게 성능이 달라지며 공장 통합에 대한 실용적 지침은 무엇인가?

주요 결과

• 훅 인젝션은 동일하거나 더 작은 시공간 비용에서 이전 방법보다 더 낮은 주입 오차율을 달성한다.
• SI1000 잡음 모델에서 p=0.1%일 때 d_inject=5는 폐기율 50% 미만으로 주입 오차율이 0.1% 미만; d_inject=7은 폐기율 75% 미만으로 주입 오차율이 0.06% 미만이다.
• 거리-1 및 거리-2 오류 메커니즘은 주입 오차율의 단단한 하한을 설정하며, 예를 들어 |i>의 경우 약 7p/30, |+>의 경우 5p/30 등의 조건에서 하한이 형성된다.
• 주입 비용 프런티어(파레토 분석)는 훅 인젝션이 테스트된 매개변수에서 Li15 및 ZZ 인젝션을 능가함을 보인다.
• pregrown 훅 인젝션은 부분 영역에 대한 포스트선택으로 좋은 오류율 가능성을 보이며 더 나은 트레이드오프의 여지가 있음을 시사한다.
• 결과는 회로 전체 잡음 고려 시 주입이 증류 비용에 미치는 영향을 기존의 낙관적 추정보다 크게 바꾼다는 것을 시사한다.

Figure 2: Detector slice diagrams of hook injection with $d_{\text{inject}}=5$ , $r_{\text{inject}}=2$ , $d=7$ . Layers advance in reading order, from left to right then top to bottom. Measurements outlined in teal are predictable from previous measurements, and are used to detect errors. If any of