[논문 리뷰] Scalable extraction of error models from the output of error detection circuits

Austin G. Fowler, D. Sank외 3명|arXiv (Cornell University)|2014. 05. 06.

Quantum Computing Algorithms and Architecture참고 문헌 1인용 수 7

한 줄 요약

이 논문은 대규모 양자 프로세서에서 지속적으로 작동하는 오류 검출 회로의 출력에서 직접 스토케스틱 오류 모델을 추출하는 확장 가능하고 실시간인 방법을 제시한다. 반복 코드나 서피스 코드에서의 검출 사건 패턴을 분석함으로써, 최소한의 고전적 후처리를 통해 대규모 양자 오류 정정 성능을 정확하게 예측할 수 있으며, 큐비트 수에 관계없이 1초 이내에 오류 모델 정확도가 1% 미만으로 달성된다.

ABSTRACT

Accurate methods of assessing the performance of quantum gates are extremely important. Quantum process tomography and randomized benchmarking are the current favored methods. Quantum process tomography gives detailed information, but significant approximations must be made to reduce this information to a form quantum error correction simulations can use. Randomized benchmarking typically outputs just a single number, the fidelity, giving no information on the structure of errors during the gate. Neither method is optimized to assess gate performance within an error detection circuit, where gates will be actually used in a large-scale quantum computer. Specifically, the important issues of error composition and error propagation lie outside the scope of both methods. We present a fast, simple, and scalable method of obtaining exactly the information required to perform effective quantum error correction from the output of continuously running error detection circuits, enabling accurate prediction of large-scale behavior.

연구 동기 및 목표

• 대규모 양자 프로세서에서 양자 오류 정정 시뮬레이션을 위해 특화된 확장 가능하고 정확한 오류 특성화 방법의 부족을 해결하기 위해.
• 양자 과정 톰그래피와 무작위 기준 기반 측정법이 오류 조합과 전파를 포착하지 못하는 한계를 극복하기 위해.
• 오류 검출 사이클의 실험 데이터에서 QEC 최적화 오류 모델을 직접 실시간으로 추출할 수 있도록 하기 위해.
• 시스템 크기와 비례하지 않고 효율적으로 확장되며, 양자 하드웨어 성능의 동적 모니터링을 지원할 수 있도록 하기 위해.
• 모의와 관측된 논리 오류 비율을 비교하여 공간적 또는 시간적 상관 오류를 실험적으로 탐지할 수 있도록 하기 위해.

제안 방법

• 반복적인 오류 검출 회로(예: 반복 코드 또는 서피스 코드)에서 발생하는 검출 사건 패턴을 분석한다.
• 다른 안정자 코드(예: Z-안정자)에서 관측된 사건을 기반으로 한 안정자 코드(예: X-안정자)에서의 검출 사건 조건부 확률을 추출하여 오류 상관관계를 모델링한다.
• 고립된 검출 사건 패턴을 활용하여 대규모 양자 오류 정정 시뮬레이션에 적합한 스토케스틱 오류 모델을 구성한다.
• 안정자 코드의 구조를 활용하여 전체 과정 톰그래피나 광범위한 랜덤라이즈드 벤치마킹 시퀀스가 필요 없이 오류 과정을 추론한다.
• 고전적 후처리가 최소이며, 시스템 크기와 무관하게 일정 비용으로 병렬화가 가능하다.
• 초전도 큐비트에 적용하기 위해, 라운드당 약 500ns 동안 순환 오류 검출 회로의 측정 결과를 모니터링한다.

실험 결과

연구 질문

• RQ1 오류 검출 회로의 출력에서 직접적으로 확장 가능하게 대규모 양자 오류 정정을 위한 오류 모델을 추출할 수 있는가?
• RQ2 오류 조합 및 전파 효과를 어떻게 포착할 수 있을까? 이를 통해 논리 오류 비율을 정확하게 예측할 수 있는가?
• RQ3 모의와 관측된 검출 패턴을 비교함으로써 공간적 또는 시간적 상관 오류를 실험적으로 탐지할 수 있는가?
• RQ4 최소한의 고전적 후처리와 일정 시간 복잡도로 고정밀 오류 모델 추출이 가능한가?
• RQ5 이 방법은 대규모 양자 컴퓨터가 작동하는 동안 실시간으로 사용될 수 있는가?

주요 결과

• 이 방법은 큐비트 수에 관계없이 1초 이내에 1% 미만의 정확도로 QEC 최적화 오류 모델을 추출할 수 있다.
• 반복 코드에서의 검출 사건 패턴을 기반으로 유도된 오류 모델은 서피스 코드의 논리 오류 비율을 고정밀도로 예측할 수 있다.
• 과도하게 상관된 검출 사건 패턴(예: 시간적 스트링)은 결함이 있는 초기화 게이트와 같은 특정 오류 원인을 식별하는 데 사용될 수 있다.
• 이 방법은 모의와 관측된 논리 오류 비율을 비교하여 위험한 공간적 또는 시간적 상관 오류를 직접 실험적으로 평가할 수 있도록 한다.
• 고전적 후처리가 간단하며, 일정 비용으로 병렬화가 가능하여 이 방법은 매우 확장 가능하다.
• 이 방법은 Autotune가 처리할 수 있는 모든 오류 검출 회로(예: 토폴로지 클러스터 상태 및 서피스 코드)에 적용 가능하며, 초전도 큐비트 플랫폼과도 호환된다.