В МГТУ заработал новый четырёхкубитный российский квантовый процессор
В совместном центре МГТУ им. Н.Э. Баумана и ФГУП «ВНИИА им. Н.Л. Духова» заработал первый российский высокоточный сверхпроводниковый квантовый процессор Snowdrop 4Q, рассказали в Научно‑образовательном центре «Функциональные Микро/Наносистемы» МГТУ им. Н.Э. Баумана (НОЦ ФМН). Средняя точность однокубитных операций процессора составила 99,76%, двухкубитных операций — 99,11%, точность считывания — 96,18%. Достигнутые параметры процессора позволили реализовать серию сложных алгоритмов. На квантовом сопроцессоре была смоделирована намагниченность цепочки спинов (модель Изинга в поперечном поле), решено уравнение теплопроводности и реализован алгоритм решения систем линейных уравнений, что прокладывает путь к дальнейшему практическому применению квантовых вычислителей.
По словам разработчиков, полученные показатели стали рекордным для российских многокубитных систем при реализации ряда сложных квантовых алгоритмов. Архитектура процессора основана на перестраиваемых по частоте кубитах‑трансмонах с управляемой связью между кубитами. Чипы квантовой элементной компонентной базы изготовлены по серийной технологии НОЦ ФМН.
Для штатной работы процессора в составе суперкомпьютера идёт сложная процедура настройки и калибровки, занимающая длительное время и использующая алгоритмы машинного обучения для определения оптимальных параметров управляющих сигналов. На первом этапе команде необходимо охарактеризовать процессор (измерить параметры качества кубитов). Сначала работают с каждым кубитом индивидуально: приводят в возбуждённое состояние и «снимают мерки», включая время релаксации T1 (время, за которое кубит переходит из возбуждённого в основное состояние) и время когерентности T2 (время, в течение которого кубит сохраняет квантовую информацию). Время T2 включает два типа — это Рамзи (чувствительное ко всем видам шумов) и эхо (не чувствительное к низкочастотным шумам).
Далее следует итеративная и многоэтапная процедура калибровки однокубитных и двухкубитных квантовых логических операций – составляющих квантового алгоритма. При калибровке точности однокубитных операций сначала работают с каждым кубитом отдельно, приводя все соседние кубиты в состояние покоя. Но уже сразу после калибровки всех кубитов поодиночке оптимизируют точность однокубитных операций при одновременной работе соседних кубитов. Именно так – одновременно – кубиты должны работать в практически полезных алгоритмах, и именно эту точность необходимо учитывать при сравнении квантовых процессоров. На следующем этапе оперируют парами кубитов для калибровки двухкубитных операций. В ходе калибровки оценивается точность однокубитных и двухкубитных операций, а также точность считывания. Только проведя полную характеризацию системы можно сказать, насколько процессор готов к настоящей работе. На процессоре НОЦ ФМН среднее время релаксации кубитов (T1) составило 47,7 микросекунды, время когерентности (T2) – 32,5 микросекунды, при длительности однокубитных операций 40 наносекунд, двухкубитных операций (CZ) 110 наносекунд.
Над калибровкой и полной характеризацией квантовой системы специалисты НОЦ ФМН работали последние три месяца. Точности логических операций, которых достиг чип архитектуры Snowdrop 4Q с высококогерентными кубитами (Scientific Reports volume 14, 7326 (2024)), позволили провести целую серию экспериментов, каждый из которых в перспективе направлен на решение практических задач центра.
Результаты расчётов динамики цепочки Изинга на процессорах Snowdrop 4Q и IBM по сравнению с идеальной бесшумной симуляцией. На графиках изображено изменение во времени намагниченности четырёх взаимодействующих спинов. «Сдвиги» полученного решения на некоторых кубитах реальных процессоров влево или вправо относительно идеального решения вызваны когерентными ошибками.
Команде алгоритмистов ФГУП «ВНИИА им. Н.Л. Духова» удалось провести на квантовом процессоре симуляцию динамики системы из четырёх спинов (модель Изинга в поперечном поле) для решения задач в области квантового магнетизма. В рамках эксперимента учёные опробовали собственный метод смягчения ошибок (error mitigation), основанный на нейросетевом обучении (Quantum Inf Process 21, 93 (2022). В качестве бенчмаркинга реализованные алгоритмы были опробованы на 127-кубитных процессорах IBM в облачном доступе. По итогам сравнения процессор Snowdrop 4Q показал сопоставимые по достоверности результаты алгоритмов (fidelity).
Результат выполнения алгоритма HHL для решения системы из двух линейных уравнений. Для данной задачи идеальное решение соответствует вероятностям состояний, обозначенным черным цветом. Можно заметить, что как на процессоре Snowdrop 4Q, так и на процессорах IBM имеются выделяющиеся вероятности, отличные от идеального решения и вызванные когерентными ошибками. Тем не менее, учитывая то, что ответ решения задачи закодирован в вероятностях всего двух кубитов, и применяя постселекцию результатов, достоверность выполнения алгоритма составляет 98,5%.
Помимо этого, на процессоре Snowdrop 4Q реализована оригинальная модификация сложного квантового алгоритма Харроу-Хассидима-Ллойда (HHL) из более 100 квантовых логических операций для численного решения системы линейных уравнений (Phys. Rev. A 107, 042408 (2023)). Этот алгоритм особенно требователен к точности операций и считывания квантовых процессоров.
Источник: habr.com
