规模化中中性原子量子处理器的基准测试
量子物理
2025-12-01 v1
摘要
近年来，中性原子基于量子计算已被确立为容错量子计算实现的有力替代方案。然而，随着其他量子技术一样，各种噪声源限制了其性能。随着处理器的规模不断扩大，新的技术就需要对其进行表征和比较，以跟踪其进展。本文提出了两种系统性基准，用于在规模化水平上评估这些量子处理器。我们使用量子绝热算法（QAA）和量子近似优化算法（QAOA）来求解随机单元磁盘图的最大独立集（MIS）问题。这些基准是可扩展的，其不依赖于对系统演化的先验知识，而是基于获得的 MIS 解的质量。我们对 quera_aquila 和 pasqal_fresnel 进行基准测试，问题规模分别达到 102 和 85 个量子比特。总体而言，quera_aquila 在 QAOA 和 QAA 实例方面表现更好。最后，我们生成了最多 1000 个量子比特的 MIS 实例，为评估未来更大规模处理器的可扩展基准提供了支持。
引用
@article{arxiv.2511.22967,
title = {Benchmarking neutral atom-based quantum processors at scale},
author = {Andrea B. Rava and Kristel Michielsen and J. A. Montanez-Barrera},
journal= {arXiv preprint arXiv:2511.22967},
year = {2025}
}