Bỏ qua tới nội dung chính

Hướng dẫn học chủ đề

Đặc trưng hóa và benchmarking thiết bị lượng tử

Nâng caokhoảng 60 giờ7 bước

Chụp cắt lớp trạng thái và quá trình lượng tử, randomized benchmarking, gate set tomography, cross-entropy benchmarking, quantum volume và các phương pháp chứng nhận thiết bị: làm sao biết một máy tính lượng tử tốt tới đâu.

Bắt đầu học

Bạn sẽ học được gì

  • Phân biệt chứng nhận, đặc trưng hóa và benchmarking; xếp một phương pháp theo giả định, thông tin và chi phí
  • Tính và diễn giải các thước đo chất lượng: độ trung thực, khoảng cách vết, độ trung thực trung bình của cổng
  • Thực hiện chụp cắt lớp trạng thái và quá trình, nhận ra ảnh hưởng của lỗi SPAM
  • Chạy và phân tích randomized benchmarking, nêu các giả định và khi nào kết quả sai lệch
  • Giải thích nguyên lý gate set tomography và vấn đề tự do chọn chuẩn
  • Diễn giải quantum volume, XEB và benchmark ứng dụng một cách có phê phán
  • Báo cáo kết quả đo với khoảng tin cậy và kiểm tra độ trôi theo thời gian

Nên học trước

Giới thiệu

Một nhà sản xuất công bố "cổng hai qubit có độ trung thực 99,9 %". Con số đó đo bằng cách nào, dựa trên giả định gì, sai số bao nhiêu, và nó có nói gì về việc chạy một thuật toán 100 qubit không? Đặc trưng hóa và benchmarking là bộ công cụ để trả lời những câu hỏi đó: từ chụp cắt lớp một trạng thái, đo tốc độ lỗi trung bình của cổng bằng randomized benchmarking, tới các thước đo cấp hệ thống như quantum volume. Đây là công việc hằng ngày của kỹ sư trong mọi nhóm phần cứng lượng tử, và là kỹ năng cần có để đọc có phê phán các thông báo "đột phá".

Ba câu hỏi khác nhau

  • Chứng nhận (certification): thiết bị có tạo ra đúng trạng thái hay phép toán mong muốn trong một ngưỡng sai số không?
  • Đặc trưng hóa (characterization): mô hình đầy đủ của lỗi là gì — để sửa phần cứng và hiệu chuẩn?
  • Benchmarking: một con số tái lập được để so sánh các thiết bị với nhau.

Bài tổng quan của Eisert và cộng sự — sách chính của chủ đề — xếp các phương pháp theo giả định (tin vào thiết bị đo tới đâu), thông tin thu được và chi phí (số phép đo, số lần lặp, thời gian xử lý). Phương pháp càng ít giả định thì càng tốn kém hoặc càng ít thông tin.

Chụp cắt lớp

Chụp cắt lớp trạng thái lượng tử (state tomography) tái tạo ma trận mật độ từ phép đo theo nhiều cơ sở; với n qubit cần xác định 4ⁿ − 1 tham số. Chụp cắt lớp quá trình (process tomography) tái tạo một kênh: 12 tham số cho một qubit nhưng 240 cho hai qubit. Nghịch đảo tuyến tính có thể cho kết quả không vật lý nên thường dùng ước lượng hợp lý cực đại. Điểm yếu lớn nhất: tomography giả định phép chuẩn bị và phép đo là hoàn hảo, nên lỗi chuẩn bị – đo (SPAM) bị lẫn vào kết quả. Gate set tomography (GST) ước lượng tự nhất quán cả cổng lẫn SPAM, đổi lại chi phí cao và phải xử lý tự do chọn chuẩn (gauge).

Randomized benchmarking

RB chạy các chuỗi cổng Clifford ngẫu nhiên độ dài m, cộng một cổng đảo để lý tưởng trở về trạng thái đầu, rồi khớp xác suất "sống sót" theo A·pᵐ + B. Tốc độ lỗi trung bình mỗi Clifford là r = (1 − p)(d − 1)/d, với d = 2ⁿ. Ưu điểm lớn: SPAM chỉ nằm trong A và B nên không làm sai r. Nhưng cần nhớ giả định: nhiễu không đổi theo thời gian, Markov và (trong lý thuyết đơn giản nhất) không phụ thuộc cổng. Với nhiễu phụ thuộc cổng, r chỉ xấp xỉ độ sai lệch trung bình; rò rỉ ra ngoài không gian qubit và nhiễu tương quan theo thời gian làm đường suy giảm không còn là hàm mũ đơn. Interleaved RB chèn một cổng cụ thể để ước lượng lỗi của riêng nó.

Thước đo cấp hệ thống

Quantum volume là 2ⁿ với n lớn nhất sao cho mạch ngẫu nhiên rộng n qubit, sâu n lớp cho xác suất "đầu ra nặng" vượt 2/3 với độ tin cậy cao. Cross-entropy benchmarking (XEB) so phân bố đầu ra với mô phỏng, được dùng trong thí nghiệm ưu thế lượng tử năm 2019. Các benchmark ứng dụng chạy thuật toán thật. Mỗi con số nén rất nhiều thông tin; hãy luôn hỏi nó đo gì và bỏ qua gì.

Học thế nào

Cần nắm mô hình nhiễu và kênh lượng tử (chủ đề Nhiễu và mất kết hợp lượng tử), lập trình với Qiskit, và thống kê — ước lượng, khoảng tin cậy, bootstrap — của chủ đề Thống kê toán học. Công cụ mở: Qiskit Experiments (Apache 2.0) cho tomography, RB, T1/T2; pyGSTi của Sandia (Apache 2.0) cho GST. Mọi bài có thể làm trên trình mô phỏng có mô hình nhiễu; dữ liệu thật lấy từ máy lượng tử đám mây với gói miễn phí có hạn mức. Một phép đo 1 000 lần với xác suất 0,5 có sai số thống kê khoảng 0,016 — hãy luôn báo cáo sai số. Môn tương đương ở đại học cần 120–150 giờ.

Giáo trình & sách tham khảo

Xem tất cả trong tab Sách

Giáo trình chính

Quantum certification and benchmarking

Jens Eisert, Dominik Hangleiter và 6 tác giả khác · 2020

Miễn phíNâng caoTiếng Anh

Vì sao chọn: Bài tổng quan "Quantum certification and benchmarking" của Eisert và cộng sự (Nature Reviews Physics, 2020), miễn phí trên arXiv (giấy phép phân phối không độc quyền): khung phân loại theo giả định, thông tin và chi phí, cùng bảng tổng hợp các phương pháp từ tomography, RB tới chứng nhận ưu thế lượng tử. Ngắn nhưng dày đặc tài liệu tham khảo — dùng làm bản đồ, rồi đi sâu qua các bài được trích.

Nên đọc: Toàn bài: mục a–d và BOX 1–5 (bản arXiv v2)

Quantum Computation and Quantum Information

Michael A. Nielsen, Isaac L. Chuang · 2010 · Bản kỷ niệm 10 năm

Có phíNâng caoTiếng Anh702 trang

Giáo trình Nielsen & Chuang, bản kỷ niệm 10 năm (Cambridge): chương 8 về nhiễu và phép toán lượng tử (có tomography quá trình) và chương 9 về các thước đo khoảng cách — nền toán học cho mọi thước đo chất lượng trong chủ đề. Sách trả phí.

Nên đọc: Chương 8, 9

Các bước học

Đăng nhập để đánh dấu các bước đã hoàn thành.

  1. Bước 1: Bức tranh chung: chứng nhận và benchmarking

    khoảng 6 giờ

    Đọc phần mở đầu và khung phân loại của bài tổng quan: giả định về thiết bị, thông tin thu được, chi phí (số phép đo, số lần lặp, xử lý). Bài tập: xếp năm phương pháp — tomography, RB, GST, quantum volume, kiểm tra Bell — vào một bảng theo ba tiêu chí đó và nêu ứng dụng phù hợp nhất cho mỗi phương pháp.

  2. Bước 2: Thước đo chất lượng: độ trung thực và khoảng cách

    khoảng 8 giờ

    Học khoảng cách vết, độ trung thực, độ trung thực trung bình của cổng và độ trung thực quá trình, chuẩn kim cương; kênh lượng tử và biểu diễn quá trình. Bài tập bằng NumPy: tính độ trung thực trung bình của cổng X có sai số góc quay 1° và của cổng X chịu khử phân cực 0,1 %; so sánh vì sao hai lỗi cho độ trung thực gần nhau nhưng cộng dồn rất khác nhau khi lặp 100 lần.

  3. Bước 3: Chụp cắt lớp trạng thái và quá trình

    khoảng 12 giờ

    Học tomography trạng thái bằng các cơ sở Pauli, nghịch đảo tuyến tính và ước lượng hợp lý cực đại, tomography quá trình, ảnh hưởng của lỗi SPAM và các phương pháp tiết kiệm (cảm biến nén, ước lượng độ trung thực trực tiếp). Lab với Qiskit Experiments trên trình mô phỏng có mô hình nhiễu: tomography một trạng thái Bell và một cổng CNOT, thêm lỗi đo 2 % rồi quan sát độ trung thực ước lượng thay đổi thế nào.

  4. Bước 4: Randomized benchmarking

    khoảng 12 giờ

    Học nhóm Clifford, RB chuẩn, interleaved RB, RB đồng thời để phát hiện xuyên kênh, các giả định và giới hạn (nhiễu phụ thuộc cổng, rò rỉ, trôi theo thời gian). Lab với Qiskit Experiments: chạy StandardRB cho một và hai qubit, khớp A·pᵐ + B, tính tốc độ lỗi mỗi Clifford và mỗi cổng gốc; chạy InterleavedRB cho cổng CNOT; thêm lỗi SPAM vào mô hình nhiễu và kiểm tra rằng tốc độ lỗi gần như không đổi.

  5. Bước 5: Gate set tomography với pyGSTi

    khoảng 8 giờ

    Học ý tưởng tự nhất quán của GST: tập cổng, chuỗi mầm và chuỗi khuếch đại lỗi, ước lượng hợp lý cực đại, tự do chọn chuẩn và cách báo cáo các đại lượng bất biến theo chuẩn. Lab với pyGSTi (Apache 2.0, Sandia): chạy ví dụ GST cho một qubit trên dữ liệu mô phỏng có lỗi góc quay và lỗi đo đã biết, đọc báo cáo và kiểm tra pyGSTi tìm lại đúng các lỗi đó.

  6. Bước 6: Thước đo cấp hệ thống và chứng nhận ưu thế lượng tử

    khoảng 8 giờ

    Học quantum volume, cross-entropy benchmarking, benchmark lớp và benchmark ứng dụng; vì sao kiểm chứng ưu thế lượng tử khó khi không mô phỏng được đầu ra; đọc bảng tổng hợp các phương pháp của bài tổng quan. Bài tập: tự cài quy trình quantum volume cho 3 và 4 qubit trên trình mô phỏng có nhiễu, tính xác suất đầu ra nặng và khoảng tin cậy, kết luận thiết bị giả định đạt quantum volume bao nhiêu.

  7. Bước 7: Dự án: báo cáo đặc trưng hóa một thiết bị

    khoảng 6 giờ

    Chọn một máy lượng tử đám mây hoặc một mô hình nhiễu lấy từ thông số công bố của một thiết bị. Chạy T1, T2, RB một và hai qubit, tomography một trạng thái Bell, lặp lại ở ba thời điểm khác nhau. Viết báo cáo bốn trang với khoảng tin cậy bằng bootstrap, nhận xét độ trôi, và so sánh với số liệu nhà cung cấp công bố; đọc thêm phần triển vọng và thư viện chứng nhận trực tuyến mà bài tổng quan giới thiệu.

Khái niệm chính

Chứng nhận, đặc trưng hóa, benchmarking
Ba mục tiêu khác nhau: kiểm tra thiết bị đạt ngưỡng yêu cầu; dựng mô hình lỗi chi tiết để sửa; và đưa ra một con số tái lập được để so sánh thiết bị.
Độ trung thực và khoảng cách vết
Hai thước đo độ gần giữa hai trạng thái lượng tử; khoảng cách vết cho xác suất tốt nhất phân biệt hai trạng thái bằng một phép đo.
Độ trung thực trung bình của cổng
Độ trung thực giữa đầu ra thật và lý tưởng lấy trung bình trên mọi trạng thái vào thuần; liên hệ với độ trung thực quá trình theo F = (d·Fpro + 1)/(d + 1).
Chụp cắt lớp trạng thái lượng tử
Tái tạo ma trận mật độ từ thống kê đo theo nhiều cơ sở; số tham số tăng theo 4ⁿ nên chỉ khả thi cho ít qubit.
Chụp cắt lớp quá trình
Tái tạo một kênh lượng tử bằng cách chuẩn bị nhiều trạng thái vào và chụp cắt lớp đầu ra; cần d⁴ − d² tham số cho kênh bảo toàn vết.
Lỗi SPAM
Lỗi chuẩn bị trạng thái và đo; lẫn vào kết quả tomography và làm sai độ trung thực của cổng nếu không tách riêng.
Randomized benchmarking
Chạy các chuỗi Clifford ngẫu nhiên độ dài m kết thúc bằng cổng đảo, khớp xác suất trở về theo A·pᵐ + B; cho tốc độ lỗi trung bình không bị lỗi SPAM ảnh hưởng, dưới giả định nhiễu Markov, không đổi theo thời gian.
Interleaved RB
Biến thể chèn một cổng cần đo giữa các Clifford ngẫu nhiên; so với RB chuẩn để ước lượng lỗi của riêng cổng đó, kèm khoảng không chắc chắn.
Gate set tomography
Ước lượng tự nhất quán toàn bộ tập cổng, trạng thái đầu và phép đo từ các chuỗi cổng được thiết kế; chính xác cao nhưng tốn kém và kết quả chỉ xác định tới một phép biến đổi chuẩn.
Quantum volume
Thước đo cấp hệ thống: 2ⁿ với n lớn nhất mà mạch ngẫu nhiên vuông n × n đạt xác suất đầu ra nặng trên 2/3 với độ tin cậy cao; gộp cả số qubit, độ kết nối, lỗi cổng và trình biên dịch.
Cross-entropy benchmarking
So sánh tần suất các chuỗi bit đầu ra của mạch ngẫu nhiên với xác suất lý tưởng tính bằng mô phỏng; dùng để ước lượng độ trung thực của mạch lớn.
Bootstrap
Lấy mẫu lại dữ liệu đo nhiều lần để ước lượng phân bố và khoảng tin cậy của một tham số khớp khi công thức giải tích khó dùng.

Học xong để làm gì

  • Đặc trưng hóa và hiệu chuẩn cổng trong các nhóm phần cứng qubit siêu dẫn, ion bẫy, spin và nguyên tử
  • Đánh giá và so sánh máy lượng tử đám mây trước khi chạy ứng dụng
  • Kiểm chứng tuyên bố hiệu năng của nhà cung cấp trong mua sắm và nghiên cứu
  • Xây dựng mô hình nhiễu cho mô phỏng và cho thiết kế sửa lỗi lượng tử
  • Chứng nhận thiết bị trong truyền thông lượng tử và điện toán lượng tử từ xa

Câu hỏi thường gặp

Vì sao không chỉ dùng tomography cho mọi thứ?

Vì số tham số tăng theo hàm mũ của số qubit và tomography bị lỗi chuẩn bị – đo làm sai. Với vài qubit nó rất hữu ích để gỡ lỗi; với thiết bị lớn, người ta dùng RB, các phương pháp ước lượng độ trung thực trực tiếp hoặc benchmark cấp hệ thống.

Độ trung thực 99,9 % từ randomized benchmarking có nghĩa là mạch 1 000 cổng chạy đúng khoảng 37 % số lần không?

Chỉ là ước lượng thô. Con số RB là trung bình theo tập Clifford, dưới giả định nhiễu không đổi và không tương quan. Lỗi kết hợp có thể cộng dồn nhanh hơn, còn lỗi ngẫu nhiên có thể tệ hơn hoặc tốt hơn tùy mạch; nhiễu xuyên kênh giữa các qubit không hiện ra trong RB từng qubit. Hãy kiểm tra bằng benchmark gần với ứng dụng.

Quantum volume có còn là thước đo tốt không?

Nó hữu ích để so sánh các máy cỡ nhỏ và trung bình vì gộp nhiều yếu tố vào một con số. Nhưng nó cần mô phỏng cổ điển mạch n × n nên khó dùng khi n lớn, và không phản ánh các ứng dụng có cấu trúc riêng. Nhiều nhóm bổ sung bằng benchmark lớp hoặc benchmark ứng dụng.

Tôi có tự làm được trên máy thật không?

Có. Qiskit Experiments có sẵn RB, interleaved RB, tomography và các thí nghiệm T1/T2 chạy được trên máy lượng tử đám mây; gói miễn phí có hạn mức thời gian nên hãy thử trước trên trình mô phỏng có mô hình nhiễu, rồi chỉ gửi những thí nghiệm đã tối ưu số lần lặp.

Cần bao nhiêu thống kê là đủ?

Tùy độ chính xác cần. Một xác suất đo với N lần lặp có sai số cỡ căn bậc hai của p(1 − p)/N, khoảng 0,016 cho N = 1 000 và p = 0,5. Để phân biệt độ trung thực 99,9 % với 99,8 % cần nhiều chuỗi và nhiều lần lặp; bootstrap giúp đặt khoảng tin cậy trung thực.

Chọn nguồn tự học

Đọc bài tổng quan về chứng nhận và đánh giá hiệu năng lượng tử, rồi chạy các giao thức benchmarking có sẵn trong Qiskit Experiments hoặc thư viện tương đương trên trình mô phỏng có nhiễu và trên phần cứng đám mây.