今天，谷歌在洛杉磯舉辦的美國物理學會年度會議上推出了他們的 72-qubit 超導量子處理器 Bristlecone。本文介紹了他們的成果、近期目標和未來展望。

谷歌量子 AI 實驗室的目標是構建一個可以解決實際問題的量子計算機，其策略是使用與大規模通用糾錯量子計算機向前兼容的系統探索近期應用。為了使量子處理器可運行超出經典模擬能力之外的算法，僅有大量的量子比特是不夠的。關鍵的是，處理器在讀出和邏輯運算時也必須具備低錯誤率，比如單比特量子門和兩比特量子門。

谷歌量子 AI 實驗室：https://research.google.com/pubs/QuantumAI.html

今天，谷歌在洛杉磯舉辦的美國物理學會年度會議上推出了他們的量子處理器 Bristlecone，這一基于門的超導系統的目的是為研究系統錯誤率和量子比特技術的可擴展性以及量子模擬、優化和機器學習應用提供一個測試平臺。

谷歌最新的量子處理器 Bristlecone（左）。設備示意圖（右）：每個「X」代表一個帶有最近鄰連接的量子比特。

該處理器的指導設計原則是保留谷歌先前 9 個量子比特線性陣列技術的物理學基礎，展示其最佳結果：讀出錯誤率 1%、單量子比特門錯誤率 0.1%，以及最為重要的兩比特量子門錯誤率 0.6%。該處理器使用了相同的耦合、控制和讀出方案，但已擴展至 72 個量子比特的矩形陣列。之所以選擇這一規模的處理器是為了在未來實現「量子霸權」，使用表面代碼探索一階和二階糾錯，并推動量子算法在實際硬件上的部署。

圖中展示了錯誤率上限和量子比特數之間的關系。谷歌量子 AI 實驗室的研究方向如圖中紅線所示，實現近期應用目標，并最終建立實用的糾錯量子計算機。

在探索具體的應用之前，量化量子處理器的功能很重要。谷歌的理論團隊為這項任務開發了基準測試工具。通過應用隨機量子電路到設備上并檢查采樣的輸出分布，與經典模擬進行對比，可以確定單個系統的誤差。如果量子處理器有足夠低的誤差，它可以在定義明確的計算機科學問題上超越經典超級計算機，即實現「量子霸權」。這些量子電路無論是量子比特數還是計算長度（深度）都必須足夠大。雖然還沒有人達到這個目標，谷歌通過計算確定了一個標準，49 個量子比特、超過 40 的電路深度和低于 0.5% 的兩比特量子門錯誤率就可以構建實現「量子霸權」的量子計算機。谷歌表示量子處理器超越超級計算機的實驗證明將是該領域的分水嶺，這也一直是其主要目標之一。

谷歌量子 AI 實驗室（圣芭芭拉）的研究科學家 Marissa Giustina 正在安裝一個 Bristlecone 芯片。

谷歌近期的目標是在 Bristlecone 的 72 量子比特上實現近似 9 量子比特設備的最佳錯誤率。他們相信 Bristlecone 將作為建立更大規模量子計算機的引人入勝的原理驗證。在低系統誤差下操作 Bristlecone 這樣的設備，需要從軟件、電子控制設備到處理器本身的完整技術堆棧的互相協調。實現真正的工作需要系統工程的多次迭代。

谷歌樂觀地認為 Bristlecone 可以實現「量子霸權」，他們期望在未來繼續共享研究成果，與合作者一起運行實驗。