[论文解读] Fault-tolerant ancilla preparation and noise threshold lower bounds for the 23-qubit Golay code

Adam Paetznick, Ben W. Reichardt|arXiv (Cornell University)|Jun 11, 2011

Quantum Computing Algorithms and Architecture参考文献 27被引用 5

一句话总结

本文针对23量子比特的Golay码提出了优化的容错辅助态制备电路，与标准方法相比，将错误传播和开销降低了约四倍。它建立了约1.32×10⁻³的泡利失真噪声阈值下限，相比先前结果有显著提升，是目前已知性能最高的量子码之一。

ABSTRACT

In fault-tolerant quantum computing schemes, the overhead is often dominated by the cost of preparing codewords reliably. This cost generally increases quadratically with the block size of the underlying quantum error-correcting code. In consequence, large codes that are otherwise very efficient have found limited fault-tolerance applications. Fault-tolerant preparation circuits therefore are an important target for optimization. We study the Golay code, a 23-qubit quantum error-correcting code that protects the logical qubit to a distance of seven. In simulations, even using a naive ancilla preparation procedure, the Golay code is competitive with other codes both in terms of overhead and the tolerable noise threshold. We provide two simplified circuits for fault-tolerant preparation of Golay code-encoded ancillas. The new circuits minimize error propagation, reducing the overhead by roughly a factor of four compared to standard encoding circuits. By adapting the malignant set counting technique to depolarizing noise, we further prove a threshold above 1.32 x 10^{-3} noise per gate.

研究动机与目标

• 为大型量子纠错码（特别是23量子比特Golay码）的容错辅助态制备降低资源开销。
• 最小化容错方案中辅助态制备过程的错误传播，该过程在容错方案中占主导地位。
• 在泡利失真噪声下，为Golay码推导出严格的噪声阈值下限，优于先前结果。
• 开发一种定制的恶性集合计数技术，用于分析自定义纠错电路中的泡利失真噪声。
• 证明如Golay码这类大距离码可在更低开销和更高噪声阈值下实现与小码相当甚至更优的性能。

提出的方法

• 作者通过利用稳定算符重叠，设计了两种简化的容错辅助态制备电路，减少了CNOT门数量和错误传播。
• 应用一种针对泡利失真噪声定制的改进恶性集合计数技术，跨编码级联层次追踪多种类型的恶性错误事件。
• 该方法在每一级构建转换后的随机噪声模型，相比对抗性噪声模型，能更准确地估计阈值。
• 分析假设按需制备辅助态，采用三层错误纠正矩形结构，悲观地假设矩形内不重用量子比特。
• 通过分析纠错电路中恶性集合的失败概率，推导出阈值边界，同时对错误传播和验证开销进行校正。
• 该方法通过相同的电路优化与分析框架，推广至其他大码，如[[47,1,11]]码和[[49,1,9]]码。

实验结果

研究问题

• RQ1 能否对23量子比特Golay码的容错辅助态制备进行优化，以降低开销和错误传播？
• RQ2 在非对抗性噪声模型下，Golay码的泡利失真噪声阈值最高能获得多高的严格下限？
• RQ3 恶性集合计数技术能否被调整，以在真实泡利失真噪声下提供更紧致的阈值边界？
• RQ4 在相近错误率下，Golay码的开销与Fibonacci方案或七量子比特Steane码相比如何？
• RQ5 电路优化与错误追踪在多大程度上可减少容错方案中所需编码辅助态的数量？

主要发现

• 所提出的辅助态制备电路通过最小化错误传播，相比标准编码电路将开销降低了约四倍。
• 作者在每门操作的泡利失真噪声下，实现了1.32×10⁻³的噪声阈值下限，比此前该码的最佳边界高出一个数量级。
• 该阈值比基于不同容错方案的先前最佳边界高出约5%，可能是目前已知性能最高的严格阈值。
• 该方法显著减少了所需辅助态数量——在优化方案中仅需四个编码辅助态。
• 在k级级联时，量子比特开销约为门开销的k数量级，且在广泛错误参数范围内，与Fibonacci方案相比在量子比特和门开销方面均表现更优。
• 分析中考虑了转换后噪声模型中的常数偏移（数量级约为10⁻¹³），这些是构造过程的副产物，不影响实际错误率。