[论文解读] Better Than Worst-Case Decoding for Quantum Error Correction

Gokul Subramanian Ravi, Jonathan M. Baker+5 more|arXiv (Cornell University)|Aug 17, 2022

Quantum Computing Algorithms and Architecture被引用 4

一句话总结

本文提出了一种用于表面码量子误差校正的优于最坏情况（BTWC）解码框架，该框架采用轻量级低温片上Clique解码器处理常见且平凡的错误特征，并基于统计置信度对片外带宽进行分配，以减少I/O开销。与以往方法相比，该方法在保持对罕见复杂错误高解码准确率的同时，实现了70–99+%的片外带宽减少和15–37倍的片内资源开销降低。

ABSTRACT

The overheads of classical decoding for quantum error correction on superconducting quantum systems grow rapidly with the number of logical qubits and their correction code distance. Decoding at room temperature is bottle-necked by refrigerator I/O bandwidth while cryogenic on-chip decoding is limited by area/power/thermal budget. To overcome these overheads, we are motivated by the observation that in the common case, error signatures are fairly trivial with high redundancy/sparsity, since the error correction codes are over-provisioned to correct for uncommon worst-case complex scenarios (to ensure substantially low logical error rates). If suitably exploited, these trivial signatures can be decoded and corrected with insignificant overhead, thereby alleviating the bottlenecks described above, while still handling the worst-case complex signatures by state-of-the-art means. Our proposal, targeting Surface Codes, consists of: 1) Clique: A lightweight decoder for decoding and correcting trivial common-case errors, designed for the cryogenic domain. The decoder is implemented for SFQ logic. 2) A statistical confidence-based technique for off-chip decoding bandwidth allocation, to efficiently handle rare complex decodes which are not covered by the on-chip decoder. 3) A method for stalling circuit execution, for the worst-case scenarios in which the provisioned off-chip bandwidth is insufficient to complete all requested off-chip decodes. In all, our proposal enables 70-99+% off-chip bandwidth elimination across a range of logical and physical error rates, without significantly sacrificing the accuracy of state-of-the-art off-chip decoding. By doing so, it achieves 10-10000x bandwidth reduction over prior off-chip bandwidth reduction techniques. Furthermore, it achieves a 15-37x resource overhead reduction compared to prior on-chip-only decoding.

研究动机与目标

• 解决大规模表面码在片外量子误差校正（QEC）解码中的高I/O带宽瓶颈问题。
• 通过将平凡错误情形卸载至轻量级低温解码器，降低片内解码资源开销（面积、功耗、热负荷）。
• 通过基于错误复杂度统计置信度的智能带宽分配，最小化对昂贵片外解码的依赖。
• 通过仅在片外带宽不足的最坏情况场景下暂停执行，确保容错性，同时保持逻辑错误率的保证。
• 通过利用超过90%的错误特征为平凡且稀疏的事实，实现可扩展、实用的QEC，避免为罕见最坏情况过度配置资源。

提出的方法

• 设计一种轻量级、组合型Clique解码器，采用超导全布尔（SFQ）逻辑实现，适用于低温部署，能够以极小的面积和功耗解码低汉明权重错误特征。
• 提出一种基于统计置信度的片外带宽分配方案，根据复杂错误特征的出现概率优先分配带宽，从而减少平均片外数据传输量。
• 实现一种解码溢出暂停机制，当所需片外解码次数超过已分配带宽时，暂停量子电路执行，确保所有错误最终都能被纠正。
• 将片上Clique解码器与最先进的MWPM（最小权重完美匹配）解码器集成，用于处理罕见且复杂的错误特征。
• 采用两轮奇偶校验测量，以提高错误分类的置信度，减少片上解码器决策中的误报。
• 设计系统以兼容现有表面码架构，并可扩展至更高码距和更多逻辑量子比特。

实验结果

研究问题

• RQ1 轻量级片上解码器是否能显著减少表面码量子误差校正中的片外I/O带宽，同时不损害逻辑错误率？
• RQ2 如何利用对错误特征复杂度的统计置信度，优化不同错误场景下的片外带宽分配？
• RQ3 片上解码平凡且低汉明权重错误特征在多大程度上能降低QEC的整体资源成本？
• RQ4 在最坏情况错误场景下暂停电路执行对总量子电路延迟和整体系统效率有何影响？
• RQ5 混合片上/片外解码架构能否在多样化错误模式下同时实现高带宽减少和高解码准确率？

主要发现

• 所提出的BTWC解码框架在一系列逻辑和物理错误率下，将片外带宽需求减少了70–99+%，显著缓解了冰箱I/O瓶颈。
• 与以往仅使用片上解码的方案相比，片上Clique解码器实现了15–37倍的资源开销（面积、功耗、热负荷）降低。
• 通过依赖最先进的片外MWPM解码，系统在最坏情况复杂错误中仍保持高解码准确率，确保逻辑错误率维持在低位。
• 基于统计置信度的带宽分配机制确保99%的片外解码请求仅需一次特征传输，显著降低了常见情况下的带宽使用。
• 暂停机制通过仅在必要时暂停执行，确保了最坏情况下的正确性，且由于此类事件极为罕见，对整体电路延迟影响极小。
• 该框架的带宽减少效果比以往片外带宽减少技术高出10–10,000倍，展示了实用化QEC可扩展性的重大飞跃。