[论文解读] Extending the Computational Reach of a Superconducting Qutrit Processor

Noah Goss, Samuele Ferracin+6 more|arXiv (Cornell University)|May 25, 2023

Quantum Computing Algorithms and Architecture被引用 4

一句话总结

本文提出并实验演示了针对超导三量子比特处理器的噪声定制与误差缓解技术，利用随机编译（RC）将相干误差转化为随机噪声，并结合噪声优化的XEB（NOX）与读出误差缓解（RCAL）。该方法在多体纠缠和随机电路采样任务中将保真度提升至最高3倍，首次在任意维度量子比特（qudit）系统中实现误差缓解实验，显著扩展了当前qudit硬件的计算能力。

ABSTRACT

Quantum computing with qudits is an emerging approach that exploits a larger, more-connected computational space, providing advantages for many applications, including quantum simulation and quantum error correction. Nonetheless, qudits are typically afflicted by more complex errors and suffer greater noise sensitivity which renders their scaling difficult. In this work, we introduce techniques to tailor and mitigate arbitrary Markovian noise in qudit circuits. We experimentally demonstrate these methods on a superconducting transmon qutrit processor, and benchmark their effectiveness for multipartite qutrit entanglement and random circuit sampling, obtaining up to 3x improvement in our results. To the best of our knowledge, this constitutes the first ever error mitigation experiment performed on qutrits. Our work shows that despite the intrinsic complexity of manipulating higher-dimensional quantum systems, noise tailoring and error mitigation can significantly extend the computational reach of today's qudit processors.

研究动机与目标

• 为解决基于qudit的量子计算中，特别是超导三量子比特处理器的噪声敏感性增强与复杂误差特性问题。
• 通过开发针对qudit特异性噪声的实用化误差缓解技术，扩展近期qudit处理器的计算能力。
• 证明通过随机编译（RC）实现的噪声定制可有效将相干误差转化为可后处理校正的随机噪声，从而恢复无噪声的期望值。
• 在两个关键量子任务上评估所提误差缓解框架的有效性：多体纠缠与随机电路采样。

提出的方法

• 作者在多三量子比特门循环中实施随机编译（RC），将任意马尔可夫噪声转为随机噪声通道，有效将相干误差转化为可通过后处理纠正的噪声。
• 将RC与噪声优化的随机基准测试（NOX）及读出误差缓解（RCAL）结合，统一校准并校正门误差与测量误差。
• 该方法利用量子通道的相干-去相干极分解，将过程保真度表示为相干与去相干误差贡献的乘积，从而精确量化误差类型。
• 关键创新在于使用McWeeny纯化公式验证RC成功将相干误差转化为去相干误差，表现为纯化后保真度显著提升。
• 实验设置采用三个电容耦合的固定频率transmon三量子比特，通过完整单三量子比特混淆矩阵表征，实现精确的读出误差校正。
• 经典后处理结合RC、NOX与RCAL，提取无噪声期望值，显著提升量子线路保真度，且无需额外硬件。

实验结果

研究问题

• RQ1 随机编译（RC）能否有效将qudit系统中的相干误差转化为随机噪声，从而实现经典误差缓解？
• RQ2 在复杂多能级噪声环境下，噪声优化的随机基准测试（NOX）与读出误差缓解（RCAL）在多大程度上可提升qudit线路的保真度？
• RQ3 RC、NOX与RCAL的组合是否能在真实三量子比特处理器上，在多体纠缠与随机电路采样等基准任务中实现可测量的性能提升？
• RQ4 能否利用量子通道的相干-去相干分解来量化并验证qudit中噪声定制的成功？
• RQ5 在实际应用中，该误差缓解框架可实现的最高保真度提升幅度是多少？

主要发现

• 所提出的误差缓解框架——结合RC、NOX与RCAL——在多体三量子比特纠缠与随机电路采样实验中，保真度最高提升达3倍。
• 利用McWeeny公式进行状态纯化后，保真度从原始值0.912提升至0.998（经RC处理后），强有力证明RC成功将相干误差转化为随机噪声。
• 该方法实现了qudit系统中首次实验性误差缓解演示，标志着向可扩展qudit基量子优势迈出关键一步。
• 相干-去相干极分解分析表明，RC处理后主要误差贡献从相干（角度）误差转变为去相干（幅度）误差，使误差更易于通过后处理校正。
• 该框架已在真实超导三量子比特处理器上得到实验验证，证明其在近期qudit硬件中具备实际可行性与可扩展潜力。
• 结果表明，尽管qudit本身具有内在复杂性，但通过噪声定制与误差缓解，可显著扩展当前qudit处理器的计算能力。