主要成果
Google Quantum AI、Google DeepMind、およびMITの研究チームは、標準的な2D表面コードに比べて物理量子ビットのオーバーヘッドを30倍以上削減することに成功した、モジュール型の量子誤り訂正（QEC）アーキテクチャを提案しました。この成果は、arXivで公開された技術論文「Low-Overhead Quantum Error Correction with Boundary-Connected Planar Modules」にて詳述されています。
技術・詳細
本アーキテクチャは、約100量子ビットで構成される小規模で平坦な2Dユークリッド平面チップを、双曲面タイリング幾何学（種数 g ≥ 2）に基づいた疎で静的なインターモジュール境界カプラを介してネットワーク化するものです。これにより、チップ上の複雑な長距離配線（ワイヤクロッシング）を必要とせずに、量子低密度パリティ検査（qLDPC）コードの高い符号化率を享受することが可能になります。
具体的な構成と検証内容は以下の通りです。
- モジュール構成： 閉じた双曲面を、辺の長さ L のユークリッド格子パッチで細分化し、グローバルQECコードを72量子ビットまたは116量子ビットのフラットなモジュールに分割しています。
- シンドローム抽出： 隣接するモジュール間にまたがるスタビライザーの測定は、cat-flaggedシンドローム抽出回路を用いて境界シーム（継ぎ目）を介して行われます。
- 耐ノイズ性能： SI1000ノイズモデル（p = 0.1%）を用いた回路レベルのシミュレーションにおいて、AlphaQubitニューラルネットワークおよび相関最小重み完全マッチング（MWPM）によるデコードを実施。その結果、インターモジュールシームのノイズが10倍高く（p_seam = 1%）ても、低い論理エラー率を維持し、高い耐性を示すことが実証されました。
- 論理ゲートの実行： スペースオーバーヘッドなしでユニバーサルなフォールトトレラント論理をサポートするため、コード自己同型（グローバルタイリング置換）による「フォールトトレラント・ウォーキング回路」と、メモリ自体の約4.5倍小さいサイズで構成される「モジュール式リボン抽出器」を開発しました。
背景・業界の文脈
量子計算の実用化に向けた最大の課題の一つは、誤り訂正に必要な物理量子ビット数の膨大さ（オーバーヘッド）です。従来の2D表面コードでは、論理量子ビット1つを維持するために極めて多くの物理量子ビットが必要でしたが、qLDPCコードのような高度な符号化手法を物理的に実装可能な形式で導入することで、このリソース問題を大幅に改善できることが期待されていました。
今後の展望
本研究で示されたモジュール型アプローチは、物理的な配線制約を回避しながら、高度な誤り訂正コードのメリットを享受できる道を示しました。特に、チップ間ケーブルのエラー率がチップ内ゲートエラーよりも10倍高くても動作し続ける堅牢性は、将来的な分散型量子コンピューティングや大規模な量子プロセッサの構築において重要な指針となります。
毎週の技術動向レポートを無料でお届け
各分野の分析レポートを読む価値があるかどうか一目で判断できるインフォグラフィックをメールで受け取れます。
📢 メールマガジンに無料登録（週刊・技術動向レポート）
ご登録いただくと、Troy-Technical から週刊で技術動向レポート（メールマガジン）をお届けします。
- 取得したメールアドレス・選択分野は配信目的にのみ使用します。
- 第三者へ提供することはありません。
- 配信はいつでも解除できます（各メール下部のリンクから）。
詳しくはプライバシーポリシーをご覧ください。
登録は1分・いつでも解除できます
