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モジュール間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チェック（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。
具体的な構造としては、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、グローバルな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。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には、cat-flaggedシンドローム抽出回路が用いられます。
性能検証のため、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を実施しました。デコードにはAlphaQubitニューラルネットワークと相関最小重み完全マッチング（MWPM）を使用しています。その結果、モジュール間の境界ノイズ（p_seam = 1%）が高まった状態でも高い耐性を示し、チップ間ケーブルのエラー率がチップ内ゲートエラーの10倍に達しても、低い論理エラー率を維持できることが実証されました。
また、空間的なオーバーヘッドを増やすことなくユニバーサルな耐故障論理をサポートするため、コードの自己同型（グローバルなタイリング置換）を介して論理ゲートを実行する「耐故障ウォーキング回路」と、メモリ自体の約4.5倍小さいサイズでモジュール境界に沿って配置される「モジュール式リボン抽出器（閉じたアンシラループ）」を開発しました。
背景・業界の文脈
量子計算の実用化には、物理量子ビットの演算エラーを訂正するQECが不可欠ですが、従来の2D表面コードでは膨大な数の物理量子ビットが必要となる「オーバーヘッド問題」が大きな障壁となっていました。qLDPCコードは高い符号化率を持つことで知られていますが、ハードウェア実装における配線の複雑さが課題となっていました。本研究は、モジュール化と双曲面幾何学を組み合わせることで、物理的な実装の容易さと高い効率性を両立させた点に意義があります。
今後の展望
本アーキテクチャによって物理量子ビットの必要数が劇的に削減されれば、より少ないハードウェアリソースで大規模な耐故障量子計算を実現できる道が開かれます。特に、モジュール間のエラー率に対する耐性が高く、実用的なチップ間接続においても動作することが示されたため、今後のハードウェア実装への適用が期待されます。
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
