利用卷积神经网络实时检测超导量子比特中的电荷跳变

来自宇宙射线和伽马射线的电离辐射可以在超导量子比特的环境电荷中引起不连续的跳变（电荷跳变），导致相关错误，这对容错量子计算构成挑战，同时也为量子传感应用提供了检测特征。当前的检测方法离线运行，引入的延迟与环路内量子比特控制不兼容。本文提出了一种基于膨胀因果卷积神经网络（DCCNN）的超导量子比特电荷跳变在线检测器，该网络专为在量子仪器控制套件（QICK）平台上进行环路内部署而设计。该网络在费米实验室西北实验地下站点（NEXUS）测量的量子比特模板生成的合成Ramsey断层扫描上训练，并通过hls4ml转换为FPGA固件，采用ap_fixed<16,6>量化，在Zynq UltraScale+ RFSoC ZCU216上达到每次推理6.19微秒的延迟。在此工作点，DCCNN在匹配的误报率下，对$|\Delta q| \in [0.1, 0.5] e$的检测效率与已建立的离线$\chi^2$算法相当（$0.843 \pm 0.022$ vs. $0.866 \pm 0.020$），同时无需对每个量子比特进行超参数调整。这将电荷跳变检测从事后诊断转变为控制环路原语，使得能够响应辐射诱导事件的自适应协议得以原位执行，可应用于量子计算错误缓解以及将超导量子比特用作粒子探测器。