中文

绝热量子电路中噪声-深度权衡的导航

量子物理 2023-03-27 v2 无序系统与神经网络

摘要

绝热量子算法通过将给定的平庸态缓慢演化至所求解来解决问题。在理想量子计算机上,解的质量随电路深度增加而单调提升。相比之下,在当前噪声计算机中增加深度会引入更多噪声,并最终损害任何计算优势。提供最佳解的电路深度最优值是多少?此处,我们通过研究在一维量子 Ising 模型的顺磁与铁磁基态间插值的绝热电路来解决此问题。我们以缺陷密度 dd 刻画最终输出的质量,将其表示为电路深度 NN 与噪声强度 σ\sigma 的函数。我们发现 dd 可很好地由简单形式 dideal+dnoised_\mathrm{ideal}+d_\mathrm{noise} 描述,其中理想情形 didealN1/2d_\mathrm{ideal}\sim N^{-1/2} 由 Kibble-Zurek 机制控制,而噪声贡献按 dnoiseNσ2d_\mathrm{noise}\sim N\sigma^2 标度。由此可知,使缺陷数最小的最优步数约为 σ4/3\sim\sigma^{-4/3}。我们在噪声超导量子处理器上实现了该算法,发现缺陷密度对电路深度的依赖遵循所预测的非单调行为,并与噪声模拟吻合良好。我们的工作可高效基准测试量子器件并提取其有效噪声强度 σ\sigma

关键词

引用

@article{arxiv.2209.11245,
  title  = {Navigating the noise-depth tradeoff in adiabatic quantum circuits},
  author = {Daniel Azses and Maxime Dupont and Bram Evert and Matthew J. Reagor and Emanuele G. Dalla Torre},
  journal= {arXiv preprint arXiv:2209.11245},
  year   = {2023}
}

备注

11 pages, 8 figures