[论文解读] Quantum Computational Advantage via 60-Qubit 24-Cycle Random Circuit Sampling

Qingling Zhu, Sirui Cao+51 more|arXiv (Cornell University)|Sep 8, 2021

Quantum Computing Algorithms and Architecture参考文献 2被引用 14

一句话总结

该论文通过使用超导量子处理器Zuchongzhi 2.1展示了量子计算优越性，实现了60量子比特、24层电路的随机电路采样，线性交叉熵基准保真度达到$3.66 \times 10^{-4}$，显著超出经典模拟的可行性范围。该任务在Summit超级计算机上需耗时48,000年才能模拟，经典模拟难度相比先前系统提升了5000倍。

ABSTRACT

To ensure a long-term quantum computational advantage, the quantum hardware should be upgraded to withstand the competition of continuously improved classical algorithms and hardwares. Here, we demonstrate a superconducting quantum computing systems extit{Zuchongzhi} 2.1, which has 66 qubits in a two-dimensional array in a tunable coupler architecture. The readout fidelity of extit{Zuchongzhi} 2.1 is considerably improved to an average of 97.74\%. The more powerful quantum processor enables us to achieve larger-scale random quantum circuit sampling, with a system scale of up to 60 qubits and 24 cycles. The achieved sampling task is about 6 orders of magnitude more difficult than that of Sycamore [Nature extbf{574}, 505 (2019)] in the classic simulation, and 3 orders of magnitude more difficult than the sampling task on extit{Zuchongzhi} 2.0 [arXiv:2106.14734 (2021)]. The time consumption of classically simulating random circuit sampling experiment using state-of-the-art classical algorithm and supercomputer is extended to tens of thousands of years (about $4.8 imes 10^4$ years), while extit{Zuchongzhi} 2.1 only takes about 4.2 hours, thereby significantly enhancing the quantum computational advantage.

研究动机与目标

• 通过大规模随机电路采样超越经典模拟的极限，证明量子计算优越性。
• 扩展量子线路深度和量子比特数量，使希尔伯特空间维度达到$2^{60}$，从而提升模拟难度。
• 通过交叉熵基准测试和经典模拟成本估算，验证Zuchongzhi 2.1处理器的性能。
• 为未来NISQ时代应用（如认证随机性与错误缓解）建立基准。
• 比较不同量子处理器规模（Sycamore、Zuchongzhi 2.0、Zuchongzhi 2.1）下使用张量网络算法的经典模拟成本。

提出的方法

• 在Zuchongzhi 2.1超导量子处理器上执行60量子比特、24层电路的随机电路采样，共生成12个随机电路实例。
• 采用拼接电路和截断电路方法估算完整60量子比特、24层电路的保真度，降低实验开销。
• 通过每实例采样约$7.0 \times 10^7$个比特串，测量线性交叉熵基准（XEB）保真度。
• 使用cotengra包中的张量网络算法估算经典计算成本（以浮点运算次数计）。
• 计算得出，对于$7.0 \times 10^7$个样本、保真度为$0.0366\%$的完整任务，经典模拟总成本为$1.10 \times 10^{22}$次浮点运算。
• 基于Summit超级计算机的性能进行外推，估算经典模拟60量子比特、24层电路任务需耗时48,000年。

实验结果

研究问题

• RQ1 能否以高统计置信度对60量子比特、24层的随机量子电路进行采样，从而证明其在经典模拟方面具有量子优越性？
• RQ2 随着量子比特数量和线路深度的增加，经典模拟成本如何变化？其是否已超越当前超级计算机的能力？
• RQ3 Zuchongzhi 2.1处理器在模拟难度方面相较于Sycamore和Zuchongzhi 2.0等先前系统提升了多少？
• RQ4 拼接电路与截断电路方法能否可靠地估算大规模完整电路的保真度？
• RQ5 使用最先进的张量网络算法，模拟60量子比特、24层随机电路的估计经典运行时间是多少？

主要发现

• 60量子比特、24层随机电路采样的线性XEB保真度测量结果为$(3.66 \pm 0.345) \times 10^{-4}$，在超过10个标准差的显著性水平下拒绝了均匀采样原假设。
• 60量子比特、24层任务的经典模拟成本估算为$1.10 \times 10^{22}$次浮点运算，若在Summit超级计算机上运行，预计耗时约48,000年。
• 60量子比特、24层任务的模拟难度约为Zuchongzhi 2.0的56量子比特、20层任务的5000倍，且比Sycamore的53量子比特、20层任务高出6个数量级。
• 张量网络算法估算表明，生成一个60量子比特、24层电路的完美样本需$1.63 \times 10^{18}$次浮点运算。
• 通过使用拼接与截断电路方法，实现了对完整60量子比特、24层电路保真度的高置信度准确估算。
• 所采样电路的希尔伯特空间维度达到$2^{60}$，标志着量子计算资源规模的显著提升。