在原子光学量子计算机上实现容错因子分解的需求

量子信息处理及其相关技术已发展到一个有趣且及时的阶段，许多不同的实验已经完成，确立了基本的构建模块。未来的挑战是将其扩展到更大规模的量子机器，以执行目前无法实现的任务。这引发了一系列有趣的问题，例如：这些机器需要多大？它们将消耗多少资源？这些问题亟需解决。在此，我们估算了在分布式原子光学量子计算机架构上执行 Shor 因子分解算法所需的资源。我们确定了量子计算机的运行时间和所需规模，作为问题规模和物理错误率的函数。我们的结果表明，一旦实验精度达到容错阈值以下的水平，计算性能和资源的进一步优化在很大程度上取决于算法和电路的实现方式，而非物理量子硬件本身。