Google 量子 AI 实验室於近期发布了新的72位量子位元的量子处理器 Bristlecone。虽然目前还没有看到具体的实验结果，但这块晶片的未来有很大潜力，很有可能达成量子计算领域内的重要里程碑。

Google 量子 AI 实验室（Google Quantum AI lab）的目标是建造可以用於解决真实世界问题的量子电脑，他们的研究策略是在可以和大规模、通用化、可纠错的量子电脑向前相容的系统上探索短期解决方案。为了让量子处理器运行经典模拟演算法之外的演算法，它当然需要更大的量子位元（qubit）数目，但它还需要更多。最关键的是，这个处理器必须在读取以及单、双量子位元匣之类逻辑操作中保持很低的错误率。

在一年一度的美国物理学会（American Physical Society）会议中， Google 量子 AI 实验室在会议上公布了他们新的量子处理器 Bristlecone。这是一个基於匣电路的超导系统，它的设计目标就是为 Google 的量子技术提供系统错误率和拓展性的研究测试平台，也可以探索量子模拟、量子优化以及量子机器学习方面的应用。

Google 之前设计的 9 量子位元的线性矩阵已经展现出了低读取错误率（1%）、低单量子位元匣错误率（0.1%）、以及最重要的低双量子位元匣错误率（0.6%），这也是 Google 目前所能达到的最好结果。新的 Bristlecone 的指导设计思路就是延续之前技术中的物理特性，在耦合、控制、读取中都使用了同样的方法，但把矩阵规模大幅扩大到了 72 量子位元。 Google 之所以选择把新的晶片设计到这个规模，是希??未来得以展示「量子霸权」（指对於某些问题, 量子演算法的效率远远优於经典演算法）、可以透过表层程式码做一阶和二阶的错误纠正，以及帮助为真正的通用化硬体设计量子演算法。

在探究具体的应用之前，量化认识量子处理器的计算能力也是很重要的一件事。已经有别的理论物理团队为这项任务开发了 benchmark 工具。对於错误率测试，可以向装置输入一个随机的量子电流作为单个系统误差，然後检查样本的输出扰动并把它和经典方法模拟的结果做对比。

如果一个量子处理器运行时的错误率最够低，它运行某些定义好的电脑科学问题的速度就可以远超过经典方法的超级电脑，这也就是我们所说的「量子霸权」。测试中使用的随机电流在量子位元数目和计算长度（深度）两个方面都要够大。虽然目前还没有人达到错误率 0% 的目标，但是根据 Google 量子 AI 实验室计算，只需要量子位元数目达到 49 位、电路深度超过 40、双量子位元匣错误率低於 0.5% 就已经可以展现出明显的「量子霸权」。

Google 量子 AI 团队之前已经在 9 位量子位元的装置上取得了目前最隹的错误率，他们也正在努力尝试在 Bristlecone 的所有 72 个量子位元上都取得类似的表现。一旦 Bristlecone 获得全面成功，这也将为构建更大规模的量子电脑提供极具说服力的原理论证。要让 Bristlecone 这样的装置以低系统错误率运行，也需要软体设计、电子控制和处理器本身等一系列技术的协调工作，只有经过非常仔细的系统工程和多次版本更新才有可能达成。

叁考：INSIDE

图：Live Science