為什麼量子處理器的性能會有波動?Google 最近找到這個答案

量子處理器作為前端的研究課題,即便各大世界頂級實驗室和企業研究院們都在不斷做出新的進展,亟待解決的問題仍然層出不窮,Google 量子 Google AI 團隊的一篇新文章就介紹了他們在量子處理器性能穩定問題下的新研究成果!
評論
Photo Credit:Google
Photo Credit:Google
評論

本篇來自合作媒體 雷鋒網 ,INSIDE 經授權轉載。

量子處理器作為前端的研究課題,即便各大世界頂級實驗室和企業研究院們都在不斷做出新的進展,然而待解決的問題仍然層出不窮,Google 量子 Google  AI 團隊的一篇 新文章 就介紹了他們在量子處理器性能穩定問題下的新研究成果。編譯如下。

Google 量子 AI 團隊的研究方向之一是基於超導電子電路構建量子處理器,這是一種實現量子位元( qubits)的值得期待的候選方案。雖然超導電路可以容納數以十計的量子位元,在 今年 3月 Google 公佈的  72 位量子位元處理器 上已經展現了頂級的運算性能與可拓展性,但有一項突出的挑戰是如何穩定量子處理器的表現,實際上,處理器的性能會出現波動,且無法預測。雖然我們已經在許多超導量子位元架構中觀察到了性能漲落,但研究人員們仍然尚未弄清它的來源,更不用說做出相應的改進來提升處理器性能的穩定性了。

這週的《物理評論通訊》期刊( Physical Review Letters)發表了 Google 量子 AI 團隊的論文《 Fluctuations of Energy-Relaxation Times in Superconducting Qubits》,其中研究人員們把量子位元作為探測器,檢測它們所在的環境,最終發現性能波動的因素是材料的缺陷。他們的試驗方法是探究量子位元的能量弛豫時間(energy relaxation times,T 1),這是一種熱門的性能評價指標,它衡量的是一個量子位元從激發態回落到基態的能量弛豫過程經過的時間的長短。能量弛豫時間是操作頻率和時間的函數。

在 T 1 的測量過程中,Google 量子  AI 團隊發現某些量子位元的操作頻率要比其它量子位元顯著地差一些,形成了一些能量弛豫的危險區,如下圖。他們的研究顯示,之所以會有這些危險區是由於材料的缺陷,這些缺陷自己形成了新的局部量子系統,當它們的頻率和量子位元的頻率有交疊(也就是形成共振)時,它們就會從量子位元中吸收能量。令人驚訝的是,他們還發現這些能量弛豫危險區不是固定的,在幾分鐘到幾小時的各種不同時間尺度中,危險區的分佈也有所不同。根據這些觀測結果,Google 量子 AI 團隊得出結論,正是材料缺陷在與量子位元之間產生、脫離共振的過程中的頻率動態特性對性能漲落造成了最為顯著的影響。

Photo Credit:Google

這些缺陷,一般被稱為二階系統,研究人員們普遍認為它們存在 於超導電路的材料介面中。然而,即便經過了幾十年的研究,它們的顯微來源還是讓研究人員感到迷惑。在這項研究中,除了明確了量子位元性能漲落的原因之外,Google 量子 AI 團隊採集到的數據也為揭示缺陷動態特性的物理原理帶來了曙光,這正是謎題的重要部分。有趣的是,根據熱力學定律,研究人員們即便知道這些缺陷的存在,本來也不認為它們會表現出任何動態特性。它們的能量要比量子處理器中使用的熱能高出一個數量級左右,所以在這時它們應當是被「凍住」的。現在發現它們其實並沒有被凍住,這說明它們表現出動態特性的原因可能是因為它們和其它缺陷之間產生了相互作用,這些作用的能量要低得的多,所以可以被量子處理器的熱能激活。

研究人員們以往認為這樣的材料缺陷是發生在原子尺度上的,要比量子位元小百萬倍。如今發現量子位元可以用於檢測單個這樣的材料缺陷,這也表明了量子位元是一種強有力的測量工具。顯然,對材料缺陷的研究可以幫助解決材料物理中的突出問題,可能同時還有些驚喜的是,它也會對提高如今的量子處理器的性能有直接的啟發。實際上,缺陷測量如今已經在 Google 量子 AI 團隊的處理器設計與製造中得到了實施,甚至用在了數學算法中,它會幫助處理器在運行過程中躲避缺陷。Google 量子 AI 團隊希望這項研究可以啟發更多研究人員研究超導體電路中的材料缺陷問題。

延伸閱讀: