[论文解读] Optimizing for periodicity: a model-independent approach to flux crosstalk calibration for superconducting circuits

X. Dai, R. Trappen+13 more|arXiv (Cornell University)|Nov 2, 2022

Quantum and electron transport phenomena被引用 1

一句话总结

该论文提出了一种模型无关的方法，通过利用超导量子电路对外部通量的固有周期性响应，校准通量串扰。通过使用其他通量通道的补偿参数，对每个通量通道的信号周期性进行优化，该方法在无需详细电路模型或高分辨率扫描的情况下，实现了高保真度的串扰校准，其精度与先前方法相当，且优化景观近乎凸性，适用于基于通量量子比特的量子 annealing 芯片。

ABSTRACT

Flux tunability is an important engineering resource for superconducting circuits. Large-scale quantum computers based on flux-tunable superconducting circuits face the problem of flux crosstalk, which needs to be accurately calibrated to realize high-fidelity quantum operations. Typical calibration methods either assume that circuit elements can be effectively decoupled and simple models can be applied, or require a large amount of data. Such methods become ineffective as the system size increases and circuit interactions become stronger. Here we propose a new method for calibrating flux crosstalk, which is independent of the underlying circuit model. Using the fundamental property that superconducting circuits respond periodically to external fluxes, crosstalk calibration of N flux channels can be treated as N independent optimization problems, with the objective functions being the periodicity of a measured signal depending on the compensation parameters. We demonstrate this method on a small-scale quantum annealing circuit based on superconducting flux qubits, achieving comparable accuracy with previous methods. We also show that the objective function usually has a nearly convex landscape, allowing efficient optimization.

研究动机与目标

• 为解决大规模超导量子电路中的通量串扰问题，该问题会降低门保真度并增加控制复杂度。
• 开发一种不依赖简化电路模型或大量数据扫描的校准方法，以应对系统规模增大时此类方法变得不切实际的问题。
• 利用超导电路对外部通量的固有周期响应作为串扰校准的基础。
• 利用周期性作为评价指标，实现对多个通量控制线的高效、自动且可扩展的校准。
• 证明基于周期性的目标函数具有近乎凸的景观，支持稳健且高效的优化。

提出的方法

• 该方法将串扰校准视为 N 个独立的优化问题，每个通量通道对应一个。
• 对于每个通道，目标函数是测量信号的周期性，作为其他 N−1 个通道补偿参数的函数。
• 周期性通过基于测量信号功率谱的度量来量化，优先选择在通量量子整数倍处具有主导峰的信号。
• 使用 SPSA 算法（同时扰动随机逼近）进行优化，该算法以最少的测量次数高效遍历参数空间。
• 该方法为模型无关：无需了解底层电路哈密顿量或耦合矩阵。
• 该方法在三环通量量子比特量子 annealing 芯片上得到验证，其校准精度与基于模型的方法相当。

实验结果

研究问题

• RQ1 是否可以在不假设特定电路模型的前提下，对超导电路中的通量串扰进行校准？
• RQ2 利用超导电路对通量的周期响应是否能提供一种稳健且可扩展的传统校准方法的替代方案？
• RQ3 基于周期性的目标函数是否足够良好行为，以支持高效优化，即使在强串扰存在的情况下？
• RQ4 该方法是否能在减少数据需求的同时，实现与基于模型方法相当的校准精度？
• RQ5 周期性景观的几何结构如何？是否支持高效收敛？

主要发现

• 所提出的方法在三环通量量子比特芯片上实现了与先前基于模型的方法相当的串扰校准精度。
• 基于周期性的目标函数表现出近乎凸的景观，使得使用 SPSA 等随机算法进行高效优化成为可能。
• 该方法所需的测量次数远少于基于高分辨率扫描的方法，使其可扩展至更大系统。
• 该方法对模型不准确具有内在鲁棒性，且无需了解电路哈密顿量或耦合矩阵的详细信息。
• 实验结果表明，优化后的残余串扰被降低至接近单位矩阵水平，残余矩阵偏差在归一化单位下约为 0.01–0.05。
• 该方法实现了闭环校准，自动化了校准过程，减少了实验设置中的人工干预。