基于优化的量子处理器复杂性基准测试

在此我们研究使用 [R. O. Vallejos, F. de Melo, and G. G. Carlo, Phys. Rev. A 104, 012602 (2021)] 中引入的基于优化（majorization）的指标，作为基准量子处理器可达复杂性的方法。通过考虑当前可用技术的特定架构与原生门集，我们数值模拟并刻画了各类量子处理器的运行。我们针对不同的原生门集、量子比特连接性与递增的门数量刻画其复杂性。我们通过将各设备性能与由随机 Clifford 电路和 Haar 随机纯态提供的基准线比较，识别并评估量子复杂性。由此，我们能为每个特定处理器指明平均而言达到那些复杂性水平所需的原生量子门数量。最后，我们研究了在各类噪声存在下基于优化的表征性能。我们发现只要电路输出态平均具有较高纯度（$\gtrsim 0.9$），基于优化的基准测试仍然成立。此类情况下，该指标与无噪声情形无显著差异。