The Signal
Un preprint descrive una piattaforma FPGA per testare decoder QEC
Un preprint descrive CHEQ, una piattaforma FPGA che genera campioni di rumore a livello di circuito e testa sul dispositivo più decoder di correzione degli errori quantistici. Nei test su un AMD VCU118, i ricercatori riportano 49,2 milioni di shot al secondo con 20 decoder Helios.

Un preprint pubblicato il 17 novembre descrive CHEQ, una piattaforma FPGA che genera campioni di rumore a livello di circuito e testa più decoder di correzione degli errori quantistici sullo stesso dispositivo. Sechan Park, Kyeongwon Lee, Mundo Jung, Chaebin Jung e Woojoo Lee la presentano come un modo per valutare le prestazioni dei decoder in termini di errore logico e i tempi di risposta, con l’hardware in funzione come dispositivo sottoposto a test.
Fonte arxiv.org
Campionamento e decodifica su un’unica FPGA
CHEQ integra su un’unica FPGA unità di campionamento, un’interfaccia per il decoder, un’unità di valutazione e un processore RISC-V; genera e valuta gli shot sul chip, mentre dopo la configurazione solo i contatori aggregati e i registri degli errori oltrepassano i confini del dispositivo. Ogni unità di campionamento riceve un modello degli errori dei rivelatori esportato da Stim e usa il campionamento mediante salti geometrici per campionare le posizioni in cui i meccanismi di errore si attivano in un insieme di shot.
Invece di testare ogni meccanismo per ogni shot, l’unità campiona le posizioni di attivazione e ammortizza la scansione dei meccanismi sull’intero insieme. Secondo il paper, con estrazioni casuali indipendenti e un campionamento geometrico esatto, il raggruppamento lascia invariata la distribuzione degli shot, mentre la dimensione del batch determina un compromesso tra memoria e throughput.
Test con Helios
Il motore di valutazione è stato implementato in Verilog e integrato con un core Rocket RISC-V, un controller DDR4 e periferiche per una scheda FPGA AMD VCU118. La configurazione di test utilizzava un clock a 100 MHz e Vivado 2024.2.
I carichi di lavoro consistevano in circuiti di memoria Z con codice di superficie ruotato, generati da Stim v1.16.0, con distanze del codice pari a 7, 9, 11 e 13 e un numero di round di sindrome pari alle distanze del codice. I quattro parametri di rumore del generatore sono stati impostati su tassi di errore fisico di 10^-3 e 5×10^-4; i ricercatori non hanno applicato ulteriore rumore di inattività. Il decoder sottoposto a test era il decoder union-find a livello di circuito Helios, con il relativo RTL di decodifica invariato.
Risultati di throughput e temporizzazione
Sulle 48 condizioni valutate, gli autori riportano un limite superiore unilaterale aggregato del 95% pari allo 0,16% per la radice quadratica media ponderata delle differenze relative nei tassi di attivazione per meccanismo, rispetto a Stim. Con una dimensione del batch di 4.096, una singola unità di campionamento utilizzava il 4,8%–11,2% delle LUT di un decoder Helios, a seconda delle distanze del codice testate.
Sulla VCU118, con distanza del codice pari a 7 e un tasso di errore fisico di 10^-3, due unità di campionamento hanno fornito 20 decoder Helios a 49,2 milioni di shot al secondo. La stessa configurazione ha completato 10^10 shot in 3,4 minuti senza generazione di shot sul sistema host. Con lo stesso tasso di errore fisico, il paper riporta che una campagna da 10^10 shot è durata 56 minuti con distanza del codice pari a 13.
Il paper confronta inoltre l’unità di campionamento con un’implementazione software RISC-V e un array di 256 comparatori sull’FPGA. Per distanze del codice da 7 a 13, l’unità di campionamento richiedeva 3,79–26,27 cicli per shot; l’array di comparatori richiedeva un numero di cicli da 6,1 a 6,3 volte maggiore e un numero di LUT da 6,1 a 13,3 volte maggiore.
La valutazione ha misurato anche le violazioni delle scadenze del decoder: con un tasso di errore fisico di 10^-3, il tasso di violazione in un round è passato da 4,39×10^-7 con distanza 7 a 3,02×10^-5 con distanza 13. Con un tasso di errore fisico di 5×10^-4, il tasso è passato da 1,43×10^-8 con distanza 7 a 1,02×10^-6 con distanza 13.
Fonti
Notizie correlate
- PsiQuantum e AMD riportano una latenza del decoder di pochi microsecondi su FPGA
- Il preprint su MASQ riporta un’accelerazione di 8.098 volte nel campionamento per la correzione degli errori quantistici
- Un preprint di Google collega gli errori persistenti di Willow alla fuga nel terzo stato
- NVIDIA rilascia un decoder QEC e rivendica un’accelerazione fino a 13.000×
- Un preprint estende la correzione degli errori GKP a sequenze di misurazioni