谷歌量子AI實(shí)驗室日前發(fā)布了新的 72位量子比特的量子處理器 Bristlecone。雖然目前還沒有看到具體的實(shí)驗結(jié)果，但這塊芯片的未來有很大潛力，很有可能達(dá)成量子計算領(lǐng)域內(nèi)的重要里程碑。

谷歌量子 AI 實(shí)驗室（Google Quantum AI lab）的目標(biāo)是建造可以用于解決真實(shí)世界問題的量子計算機(jī)，他們的研究策略是在可以和大規(guī)模、通用化、可糾錯的量子計算機(jī)向前兼容的系統(tǒng)上探索短期解決方案。為了讓量子處理器運(yùn)行經(jīng)典模擬算法之外的算法，它當(dāng)然需要更多的量子比特（qubit）數(shù)目，但它還需要更多。最關(guān)鍵的是，這個處理器必須在讀取以及單、雙量子比特門之類邏輯操作中保持很低的錯誤率。

一年一度的美國物理學(xué)會（American Physical Society）會議正在洛杉磯舉行，谷歌量子 AI 實(shí)驗室在會議上公布了他們新的量子處理器 Bristlecone。這是一個基于門電路的超導(dǎo)系統(tǒng)，它的設(shè)計目標(biāo)就是為谷歌的量子技術(shù)提供系統(tǒng)錯誤率和拓展性的研究測試平臺，當(dāng)然也可以探索量子模擬、量子優(yōu)化以及量子機(jī)器學(xué)習(xí)方面的應(yīng)用。

Bristlecone 是谷歌的最新量子處理器（左圖）。右側(cè)是這個芯片的結(jié)構(gòu)示意圖，每一個「X」代表一個量子比特，相鄰最近的量子比特之間是相連的

谷歌之前設(shè)計的 9 量子比特的線性矩陣已經(jīng)展現(xiàn)出了低讀取錯誤率（1%）、低單量子比特門錯誤率（0.1%）、以及最重要的低雙量子比特門錯誤率（0.6%），這也是谷歌目前所能達(dá)到的最好結(jié)果。新的 Bristlecone 的指導(dǎo)設(shè)計思路就是延續(xù)之前技術(shù)中的物理特性，在耦合、控制、讀取中都使用了同樣的方法，但把矩陣規(guī)模大幅擴(kuò)大到了 72 量子比特。谷歌之所以選擇把新的芯片設(shè)計到這個規(guī)模，是希望未來得以展示「量子霸權(quán)」（指對于某些問題, 量子算法的效率遠(yuǎn)遠(yuǎn)優(yōu)于經(jīng)典算法）、可以通過表層編碼做一階和二階的錯誤糾正，以及幫助為真正的通用化硬件設(shè)計量子算法。

展示錯誤率和量子比特數(shù)目之間關(guān)系的二維概念示意圖。圖中的紅線表示谷歌量子 AI 實(shí)驗室的研究方向，他們希望沿著這個方向、以構(gòu)建出帶有錯誤糾正能力的量子計算機(jī)為目標(biāo)，先取得一些短期應(yīng)用成果

在探究具體的應(yīng)用之前，量化認(rèn)識量子處理器的計算能力也是很重要的一件事。已經(jīng)有別的理論物理團(tuán)隊為這項任務(wù)開發(fā)了 benchmark 工具。對于錯誤率測試，可以向設(shè)備輸入一個隨機(jī)的量子電流作為單個系統(tǒng)誤差，然后檢查樣本的輸出擾動并把它和經(jīng)典方法模擬的結(jié)果做對比。如果一個量子處理器運(yùn)行時的錯誤率最夠低，它運(yùn)行某些定義好的計算機(jī)科學(xué)問題的速度就可以遠(yuǎn)超過經(jīng)典方法的超級計算機(jī)，這也就是我們所說的「量子霸權(quán)」。測試中使用的隨機(jī)電流在量子比特數(shù)目和計算長度（深度）兩個方面都需要足夠大。雖然目前還沒有人達(dá)到錯誤率 0% 的目標(biāo)，但是根據(jù)谷歌量子 AI 實(shí)驗室計算，只需要量子比特數(shù)目達(dá)到 49 位、電路深度超過 40、雙量子比特門錯誤率低于 0.5% 就已經(jīng)可以展現(xiàn)出明顯的「量子霸權(quán)」。谷歌相信，一次成功的量子處理器超越經(jīng)典超級計算機(jī)的實(shí)驗將成為這個領(lǐng)域的分水嶺，而這也將是谷歌量子 AI 團(tuán)隊追尋的重點(diǎn)目標(biāo)。

位于 Santa Barbara 的谷歌量子 AI 實(shí)驗室中，研究科學(xué)家 Marissa Giustina 正在安裝一塊 Bristlecone 芯片

谷歌量子 AI 團(tuán)隊之前已經(jīng)在 9 位量子比特的設(shè)備上取得了目前最佳的錯誤率，他們也正在努力嘗試在 Bristlecone 的所有 72 個量子比特上都取得類似的表現(xiàn)。一旦 Bristlecone 獲得全面成功，這也將為構(gòu)建更大規(guī)模的量子計算機(jī)提供極具說服力的原理論證。要讓 Bristlecone 這樣的設(shè)備以低系統(tǒng)錯誤率運(yùn)行，也需要軟件設(shè)計、電子控制和處理器本身等一系列技術(shù)的協(xié)調(diào)工作，只有經(jīng)過非常仔細(xì)的系統(tǒng)工程和多次迭代更新才有可能達(dá)成。

對于用 Bristlecone 達(dá)成「量子霸權(quán)」，谷歌量子 AI 團(tuán)隊保持謹(jǐn)慎樂觀的態(tài)度，同時也覺得學(xué)習(xí)建造和運(yùn)行這種性能級別的設(shè)備是一個令人興奮的挑戰(zhàn)。谷歌量子 AI 團(tuán)隊也非常期待未來得以展示自己的實(shí)驗成果，以及和別的團(tuán)隊共同協(xié)作嘗試更多實(shí)驗。