【儀表網(wǎng) 研發(fā)快訊】 清華新聞網(wǎng)7月28日電 量子計算被視為下一代計算技術的重要方向，尤其是超導量子計算系統(tǒng)，因其快速發(fā)展和出色的表現(xiàn)，成為量子計算的主要候選平臺之一。然而，隨著超導量子芯片規(guī)模的快速增長，芯片參數(shù)的傳統(tǒng)手動優(yōu)化設計變得極為復雜，亟需新的自動化設計方法。
針對這一挑戰(zhàn)，清華大學集成電路學院劉玉璽教授研究團隊創(chuàng)新性地提出利用圖神經(jīng)網(wǎng)絡的可擴展特性，開發(fā)了一種被比喻為“三階梯擴展(three-stair scaling)”的算法。該研究提出了一種基于圖神經(jīng)網(wǎng)絡的可擴展的參數(shù)設計算法，利用小規(guī)模-中等規(guī)模-大規(guī)模的“三階放縮”機制，可實現(xiàn)對870量子比特的大規(guī)模超導量子芯片的頻率設計，取得了遠超Google公司開發(fā)和應用的Snake算法的效率優(yōu)勢。
本研究首先在小規(guī)模電路上通過數(shù)值模擬產(chǎn)生數(shù)據(jù)集，繼而監(jiān)督訓練評估模型(evaluator)；由于超導量子電路的局域性質和評估模型的特殊設計，評估模型可直接在中等規(guī)模電路上應用；再利用評估模型給出的誤差，本研究在中等規(guī)模電路上無監(jiān)督訓練設計模型(designer)；設計模型基于圖卷積神經(jīng)網(wǎng)絡構建，可直接運用于大規(guī)模超導量子電路，最終實現(xiàn)對大規(guī)模電路參數(shù)的高效設計。
圖1.算法總覽
研究成果表明，相比現(xiàn)有的國際先進算法，本研究新提出的算法在優(yōu)化性能、設計效率和擴展能力等方面均表現(xiàn)出顯著優(yōu)勢。例如，在包含約870個量子比特的大規(guī)模超導量子芯片上，所提出的算法能在27秒內達到Snake算法51%的量子串擾誤差，而后者需耗時90分鐘。Snake算法是量子計算的全球引領者Google公司開發(fā)和使用的算法，被用于其2019年宣稱實現(xiàn)“量子優(yōu)越性”的著名超導量子計算機“Sycamore”中。
圖2. 結果對比
這一創(chuàng)新算法不僅為超導量子計算的實際應用提供了強有力的工具，還為人工智能技術在量子計算硬件層面的應用開辟了全新路徑，推動了超導量子計算芯片設計的進一步自動化和智能化。相關代碼已在GitHub上公開，為國際同行提供了重要的參考和共享資源。
相關成果以“基于圖神經(jīng)網(wǎng)絡的超導量子電路可擴展參數(shù)設計”(Scalable Parameter Design for Superconducting Quantum Circuits with Graph Neural Networks)為題，于7月22日發(fā)表在國際著名期刊《物理學評論快報》(Physical Review Letters)雜志。
論文的第一作者是清華大集成電路學院2021級博士生艾浩，通訊作者是劉玉璽教授，清華大學集成電路學院是論文的唯一單位。該項目得到科技創(chuàng)新2030—“量子通信與量子計算機”重大項目的支持。
論文鏈接：
https://doi.org/10.1103/yr9d-7z8k
供稿：集成電路學院
編輯：李華山
審核：黃思南
所有評論僅代表網(wǎng)友意見，與本站立場無關。