量子计算进入去泡沫化，QuEra冲刺十亿级容错量子计算

QuEra带着最新容错量子路线图来了。

6月25日，QuEra详细介绍了其下一代容错量子计算路线图，一台设计目标为执行超过十亿次可靠逻辑运算的十亿量子操作级（Gigaquop级）量子计算机，预计在2028至2029年间上线。

同时，推出“FTQC创始人圈”（FTQC Founders Circle）计划，向全球企业、高性能计算（HPC）中心及政府机构发出邀请，在硬件正式上线前开展量子应用的软硬件协同设计。

与此前6月15日发布的、面向百万级可靠操作（Megaquop级）的Libra系统相比，这一代际跨越可以说是实现了千倍量级的跃升。

可见，一条从2022年的Aquila、到日本的中性原子系统Gemini、再到2028年的Libra、最终通向2028到2029年的Gigaquop级系统的中性原子容错路线图，已经清晰地展示在产业面前。

Gigaquop级系统

在NISQ时代，我们衡量机器的值主要就是量子体积（Quantum Volume）或是电路的保真度。而在容错时代，这些已不适用了。

根据路线图，QuEra此前发布的“Libra”系统被定义为Megaquop级，即能够执行约一百万次可靠的逻辑运算。

按照QuEra与AWS达成的长期战略合作，这一拥有开创性意义的机器预计将于2028年登陆Amazon Braket云平台。

这也是QuEra继2022年在此平台上线256比特模拟量子计算机“Aquila”之后的又一重大里程碑。

不过，QuEra还有更大的野心。此次QuEra直接“官宣”，目标锁定到能够执行约十亿次可靠的逻辑运算的Gigaquop级，这可是比Libra性能又提升近千倍。

这一系统将设计超1000个逻辑量子比特，逻辑错误率是10⁻⁹，单一处理核心可支持超过20000个物理量子比特，预期在2028年到2029年之间在QuEra首次使用。

图：QuEra容错量子路线图

来源：QuEra

以前的纠错方案，业界估计至少需要1000个甚至更多的物理量子比特才能“冗余”出一个完美的逻辑量子比特。在这个规则下，1000个逻辑比特意味着百万级别的物理比特，而QuEra只用了20000多个物理比特就实现这一目标。

这表明，量子纠错效率得到了大幅提升。

这一规模下的Gigaquop性能会使容错工作负载有很大提升，包括仿真、材料和化学设计、机器学习、优化等领域超出传统计算实际范围的候选应用。

“Libra将在2028年使云端获取容错能力，下一代将实现数量级扩展，提供解决迫切行业问题的突破性方案。我们在已发表的论文中证明了，这样规模的基础模块是存在的”，QuEra计算首席执行官Andy Ory说：“这就是QuEra在量子计算领域的领导地位进入容错时代的方式。”

突破扩展瓶颈的三驾马车

要同时做到架构高效和应用兼容，而又能实现Gigaquop数量级的性能，在于三个方面的进步：减少空间开销、减少时间开销、加速量子纠错解码。

正是这三个方面的进步决定了每个逻辑量子比特需要多少物理量子比特、执行的有用逻辑操作的速度如何、所需的经典处理是否能跟上量子处理器的节奏。

QuEra的中性原子平台旨在打破“一码通吃”的模式。灵活的远距离连接、并行原子控制、异质操作区域使其有可能探索和集成各种形式的量子纠错码家族，以适应不同的架构角色，包括存储器、操作、魔态生成等应用。

关于空间开销，QuEra及其合作者最近在高码率qLDPC码上的进展是编码率接近50%。理论上，只需要大约2个物理量子比特就能编码1个逻辑量子比特，存储器逻辑错误率有望达到10⁻¹³。

这项研究对Gigaquop级机器的物理实现意义重大，也为通向Teraquop级系统打开了一扇大门。

在时间开销方面，QuEra和洛斯阿拉莫斯国家实验室合作宣布的BB-STAR架构已在Megaquop级验证了协同设计的效果。将量子模拟算法、纠错编码和中性原子硬件三者集成在一起协同优化，在模拟横场伊辛模型和费米-哈伯德动力学时，时空成本可以降低数个量级。

对于Gigaquop系统，QuEra计划将这一想法延伸到容错计算代价最大的操作——魔态生成。近期，哈佛团队展示的例子是Tricycle codes，表明高码率魔态可以使用低深度、高效率的电路生成。

最后，超越Libra的扩展还需要加速量子纠错解码。随着系统的发展，纠错需要对不断增长的综合征数据流进行处理并产生纠正，同时不能忽视经典延迟导致的量子计算限制。

对此，QuEra正在与NVIDIA合作，将QuEra量子处理器集成到NVIDIA平台上，来实现量子GPU超级计算，包括大规模的实时错误更正。

“大规模构建逻辑量子比特，需要超级计算机将高性能量子处理器与非常先进的加速计算结合在一起，以实现量子纠错和量子比特校准等任务。”NVIDIA量子公司副总裁兼总经理Timothy Costa说。

“QuEra的路线图和QuEra与NVIDIA的合作展示了容错量子系统、AI和加速计算方面的领导地位如何结合在一起，实现大规模的有用混合量子-经典应用。”

此外，哈佛大学团队在神经网络解码器方向的前沿研究，也使得利用快速AI推理支持高级纠错码的实时执行成为可能。

宏观支撑与生态闭环

QuEra能够如此公开展示有冲击力的路线图，背后依靠的是美国顶尖的国防科研，甚至是国家级项目的大量拨款提供支撑。

官方明确提到，QuEra的加速路线图正是建立在美国各大机构大力支持的重大科学突破之上，包括：

-美国国防部高级研究计划局（DARPA）的ONISQ项目（含噪声中规模量子设备优化）、MeasQuIT 项目，以及SBIR（小企业创新研究）计划。

-美国情报高级研究计划局（IARPA）的ELQ计划（纠缠逻辑量子比特计划）。

-美国能源部（DOE）量子系统加速器（QSA，属于美国国家量子倡议NQI）。

-美国国家科学基金会（NSF）。

而这一个堪称“豪华”的支持阵容，从侧面证明了基于中性原子和光镊阵列的技术路径，在有关扩展性、连通性及错误抑制机制等问题上，已得到了国家级战略力量的学术和资金赋能。

这样强大的宏观支撑，结合AWS在云端分发层面的商业化布局，还有日本超级计算机项目ABCI-Q落地运行实现，使得QuEra构建起一个从“底层科研资金—硬件研发—算法协同—HPC超算整合—公有云商业交付”完美的生态体系闭环。

应用先行

路线归路线，真正的考验在应用侧。这就是QuEra同步推出“FTQC创始人圈”（FTQC Founders Circle）计划的用意所在。

“FTQC创始人圈”向企业和HPC中心、政府项目开放合作申请，入选的企业、机构将会参与到QuEra科学和应用团队的工作中，共同评估应用、共同设计容错算法，并明确优先系统访问路径。

从物理学原理来说，将一个复杂的数学或者化学问题映射到容错硬件上，其实是一个极其复杂和变量非常多的优化问题。它包含了从最上层的应用定义、算法选取、QEC代码适配，到中层的编译器优化，再到最底层的硬件拓扑映射。

如果不能提前进行全栈的“协同设计”，算法应用到实际硬件上的时候，可能会多消耗数倍的物理比特、极大地拖长运行时间，或是使解码系统过载。

所以，将难题映射到容错硬件是一个历时多年的优化过程，应在上线Gigaquop级系统前开始。而那些现在就开始的机构，将定义第一波真正有用量子应用，而不是等待别人来构建。

量子计算的“去泡沫化”

QuEra不是中性原子赛道的唯一玩家。在中性原子及其相邻技术路线上，法国的Pasqal、美国的Atom Computing中国的中科酷原等均有所布局。

超导的路线方面，IBM、Google的量子计算机的物理比特规模远远超过目前中性原子的规模，但是其逻辑比特、纠错性能方面的可比数据上目前仍有差距。

中性原子平台的一个结构优势是原子的全连接潜力和同类原子的天然均一性。通过激光阵列独立操作每一个原子，可以实现任意两对原子之间的长程相互作用，在原理上可以更灵活地建立高码率qLDPC码所需要的非局域连接结构。这是超导线路结构中需要额外工程成本才能获得的能力。

当然，中性原子也有挑战，比如原子的装载、冷却、排列、读取速度，双量子比特门操作速度与保真度，等等，都是工程化落地的关键瓶颈。

QuEra在路线图中对这些挑战是没有回避的，而是将其统一归到“空间开销－时间开销－解码速度”3个维度来表示，这样的表示实际上就代表了对工程化的清醒认知。

可以说，量子技术已悄悄从夸夸其谈“量子优越性”进入到“去泡沫化”阶段。

还有两年就是2028年，Libra能否如期落地Amazon Braket，是检验这份路线图可信度的第一个节点。2028到2029年Gigaquop级系统点亮，是第二个节点。 

[1]https://www.quera.com/press-releases/quera-unveils-gigaquop-class-fault-tolerant-roadmap-and-invites-organizations-to-co-design-quantum-applications

[2]https://www.quera.com/our-quantum-roadmap?utm_content=bufferd540d&utm_medium=social&utm_source=linkedin.com&utm_campaign=buffer