Оглавление

Компания Quantum X Labs (QXL) объявила о важном технологическом этапе: ее декодер для квантовой коррекции ошибок (QEC) теперь интегрирован и запущен на платформе NVIDIA CUDA-Q. Согласно сообщению Stock Titan, в ходе тестов на открытых данных квантового оборудования Google решение от QXL показало на 12-13% меньше логических ошибок по сравнению со стандартным декодером PyMatching.

Для тех, кто привык к классической разработке, стоит пояснить: квантовые компьютеры крайне нестабильны, и декодер — это то самое критически важное ПО, которое интерпретирует измерения и исправляет ошибки в реальном времени. Без эффективной коррекции работа «железа» превращается в генерацию случайного шума. Интеграция с библиотекой CUDA-Q QEC позволяет разработчикам использовать решение QXL в привычном рабочем процессе NVIDIA без необходимости перестраивать всю архитектуру проекта.

Результаты тестирования на данных Google

Испытания проводились на наборе данных поверхностного кода (surface-code), полученном с суперпроводникового квантового процессора Google. Разработчики прогнали 10 000 тестов с пятью раундами коррекции при различных размерах кода (дистанции 3 и 5). Результаты выглядят многообещающе для индустрии, стремящейся к отказоустойчивости.

  • При дистанции кода 3 декодер QXL допустил на 12,7% меньше ошибок, чем PyMatching.
  • На дистанции 5 преимущество составило 12,1%.
  • В режиме потоковой передачи (streaming), когда данные обрабатываются непрерывно, снижение уровня ошибок составило от 6% до 9%.

Показатели QXL оказались сопоставимы с алгоритмом BP+OSD, который считается одним из эталонов в области. Примечательно, что в симуляциях решение обошло стандартные методы во всех 108 протестированных сценариях, сочетающих различные размеры кода и уровни шума.

Перспективы и реальные ограничения

Следующим шагом QXL планирует запуск декодера в конвейере реального времени с использованием высокоскоростного соединения NVIDIA NVQLink. Это должно максимально приблизить технологию к работе непосредственно с квантовым оборудованием, а не с записанными ранее данными. Также ведутся переговоры с поставщиками систем управления о прямой интеграции декодера в их платформы.

Снижение частоты ошибок на 12% — достойный результат для бенчмарка, но стоит помнить, что это лишь лабораторная победа на чужих датасетах. Настоящее испытание начнется в «дикой природе» реальных квантовых вычислений, где задержки передачи данных через NVQLink могут нивелировать весь алгоритмический выигрыш. Пока QXL не продемонстрирует работу в замкнутом цикле с физическими кубитами, все эти проценты остаются лишь изящным упражнением в прикладной математике. Квантовое превосходство все еще разбивается о суровую реальность физического шума.

Профессор Нир Шарон, главный научный сотрудник Quantum X Labs, отметил, что этот этап подтверждает способность технологии QXL работать в ведущих программных средах. Однако для конечного пользователя — разработчика квантовых алгоритмов — важно не только наличие софта, но и его адаптивность к разным архитектурам. QXL заявляет, что их дорожная карта подразумевает поддержку различных типов кубитов, что в теории должно избавить индустрию от жесткой привязки к конкретному поставщику оборудования.