量子纠错与解码算法
科研团队开发出面向qLDPC(低密度奇偶校验码)的全新Triage解码器,在保持顶尖纠错精度的同时,将解码延迟降低了1至2个数量级(即计算速度提升10至100倍),为在约1000个物理比特规模内编码数百个逻辑比特铺平了道路[20]。
传统高码率qLDPC码虽然能将编码开销压至表面码的十分之一,但解码计算复杂度极高、难以满足微秒级实时闭环要求;Triage解码器通过动态优先级分流伴随式校验,首次在算法层面攻克了qLDPC实时解码的计算延迟瓶颈,向Google Willow采用专用硬件实现的表面码实时闭环解码性能靠拢。
该进展直接利好以中性原子和超导qLDPC为主攻路线的系统开发团队,将qLDPC高码率商用逻辑处理器的工程落地预期提前了12至18个月。
英国通用量子团队发布面向快速横向容错量子逻辑的迭代重解码方案IRS,该架构基于PAL(传播辅助局部纠错框架)协调多个逻辑量子比特块之间的协同校正,研究细节由马克·韦伯(Mark Webber)等人正式发表[8]。
该方案直接解决了多逻辑块执行横向逻辑门时因测量误差级联传播引发的逻辑误码扩散问题,实测逻辑错误率较传统独立局部解码器成倍下降,为离子阱分布式架构下的并行容错操作提供了底层算法护城河。
该成果补齐了模块化离子阱系统在多逻辑核心并行纠错层面的关键逻辑短板,强化了全栈系统的专利防御体系。
科研人员针对中性原子光镊阵列提出一种新型关联原子丢失解码器,实验与模拟显示,在无需改动既有纠错码结构的前提下,将原子丢失导致的系统量子错误率削减至原先的二十五分之一(降低25倍)[21]。
在中性原子阵列中,里德堡态碰撞常引发相邻成对原子关联飞散,传统视丢失为随机单比特擦除的解码器极易漏检;该算法首次在解码图构建中精确建模成对丢失的关联转移概率,有效弥补了中性原子在原子保持率与微秒级补充装载上的硬件短板。
为中性原子赛道构筑了纯软件层面的抗损耗防御屏障,直接巩固了中性原子平台在与离子阱角逐多逻辑比特容错系统时的抗风险能力。
一项基于Mamba连续状态序列架构的多阶段伴随式解码算法,实现了0.906的几何平均读出保真度,并将物理比特的逻辑错误率降低了最高26%[25]。
该算法利用线性时间复杂度状态机提取长时序伴随式测量关联;虽然其0.906的读出保真度明显落后于顶尖超导芯片98%至99.5%的物理硬件SOTA基准,但证明了现代连续状态序列算法在压榨劣质硬件算力、抑制相关误码上的算法补偿潜力。
为计算资源受限的硬件团队提供了一条低成本纠错补偿捷径,推动高性能序列算法在经典纠错协处理器芯片中的固件化集成。
行业应用与专用算法
金融科技软件商FirstQFM联合SW7集团与里盖蒂计算公司(Rigetti Computing),成功在里盖蒂108比特超导量子芯片Cepheus-1上完成了QRC(量子储层计算)金融时序预测实机测试,累计毛利润与夏普比率指标全面超越经典时间序列基准模型[11]。
该测试首次在百比特超导硬件上验证了多体纠缠非线性动力学用于高维金融时序特征投影的可行性,但该演示属于含噪中等规模量子启发式应用,缺乏可证明的严格量子加速优势,其抗噪鲁棒性仍需经历长期实盘回测检验。
华尔街量化基金与高频做市商首次获得百比特超导硬件在实盘时序预测中的正向收益基准数据,有望加速量化金融资本向含噪量子计算概念验证项目的注资节奏。
先锋领航集团(Vanguard)在合成股票市场拉高出货操纵检测基准任务中评测了混合分类模型,在15%误报率的严苛风控约束下,混合网络输出的每两个警报中就有一个确认为真实的恶意可疑账户(拦截准确率达到50%)[18]。
混合计算架构展现了在极度不平衡的高维金融异构交易数据集中捕获微弱协同异常模式的灵敏度,误报压制能力明显优于标准统计决策树与传统深层分类网络。
万亿级公募基金与证券合规监管机构有望将量子辅助风控列入下一代反洗钱与市场异常监控技术评估清单,为金融量子软件开发商打开企业级采购市场。
继前期小样本医疗数据初步探索后,佛罗里达大西洋大学(FAU)团队公布最新进展:利用D-Wave退火系统对微量肺癌患者临床数据进行模式识别训练,系统在模拟环境中的预测准确率提升至94.31%[16]。
新进展的技术增量在于克服了临床极小样本导致的严重过拟合问题,验证了退火基态能量映射在稀疏病理特征提取中的泛化能力,展现出强于经典统计回归算法的特征捕获能力。
针对罕见病与早期恶性肿瘤等数据采集成本高昂的临床场景,量子退火技术提供了极具商业前景的小样本临床辅助诊断路径,推动精准医疗向物理退火算法靠拢。
新型后置变分量子分类器混合算法在欧洲空间局LISA空间引力波探测任务的Sangria公开挑战盲测数据集中,实现了对此前未见引力波信号的100%无遗漏完整识别[19]。
该算法通过解耦事件触发与参数反演,使后置变分电路专注于极弱信噪比波形提取,在探测完整度上彻底解决了传统匹配滤波与常规变分量子算法频发漏检的缺陷。
验证了量子信号处理在极端深空探测与精密测量信号解调中的极限灵敏度优势,为大科学装置的数据处理管线提供了跨代算法储备。
科研人员在45个物理量子比特规模下设计了特定分类问题,实验测得量子核方法与经典分类算法之间存在显著性能代差,并且该优势在多个异构物理量子处理器硬件上均实现了稳定复现[14]。
这是首次在接近50比特经典暴力模拟临界区、跨多个物理硬件平台成功复现具备严格数学结构保障的量子核分类优势,有力回击了经典核方法可轻易模拟低深度量子核的学术质疑。
为寻找具备确定性量子优势的行业落地场景提供了可复现的基准靶标,巩固了中规模含噪硬件探索实用优势的研发信心。
研究团队提出一种全新的量子态特征映射方案,成功解决了经典幅度编码在尺度归一化过程中丢失输入绝对强度的难题,实验显示该方法使QNN(量子神经网络)分类准确率提升了21%至44%[15]。
幅度编码仅需对数级比特数(即d维特征仅需log₂d个量子比特),但以往归一化导致尺度不变量失真;该特征映射通过正交相空间扩展保留了全部实数输入特征,在不增加物理比特开销的前提下成倍提高了量子特征空间的表达能力。
显著降低了高维大数据集输入量子处理器的特征预处理失真,对正在开发图像与时序数据量子分类器的算法团队具有立竿见影的效能提升效果。
软件工具与仿真算法
物理学国际期刊《量子》(Quantum)正式刊发开源Python算法包QwaveMPS,该工具基于MPS(矩阵乘积态)方法高保真度模拟一维非马尔可夫波导量子电动力学多体系统[13]。
填补了波导量子电动力学领域长期缺乏开源、支持强记忆效应与连续光子多体相互作用高效模拟工具的空白,将多体波导仿真门槛降至标准工作站级别。
赋能超导微波波导与光子波导网络研发团队,大幅加速芯片级分布式量子总线与量子中继器件的设计迭代。
全新经典仿真算法vDBF在结合泡利算符传播技术后,模拟128个物理量子比特的二维复杂晶格系统时实现了低于1%的极低截断误差,且计算耗时大幅缩减[26]。
进一步推高了经典超级计算系统对强纠缠多体量子体系的模拟能力极限,将传统张量网络难以企及的百比特复杂晶格模拟精度拉升至亚百分比级别,为校准中等规模物理芯片提供了强有力的经典对照标尺。
对自称具备计算优势的中等规模物理硬件形成更严苛的经典竞争基准,迫使硬件厂商加速向百比特以上全纠错架构演进。
EigenOrbit研究团队发布eigenkit跨平台中立量子软件库,并系统完成了横跨全球12个不同量子计算模拟器与真实物理硬件后端的统一基准评测[36]。
该库解决了不同量子硬件厂商底层指令集割裂、跨平台移植必须重构编译流水线的行业痛点,实现了统一抽象层对异构后端的无缝编译与横向性能标定。
有利于降低下游应用开发者的厂商锁定风险,加速全球量子软件生态的跨硬件互操作性标准成型。