# Il preprint afferma che Rapids decodifica un codice di distanza 19 in meno di un microsecondo per round

Published 2026-11-20 · Quantum.world Team · Quantum.world

> Un preprint descrive Rapids, un decoder neurale progettato per hardware FPGA, che elabora più di un milione di round di sindrome al secondo per un codice di superficie di distanza 19. Gli autori riportano tassi di errore logico inferiori a quelli dei decoder in tempo reale esistenti, insieme a valori di latenza che variano in base alla configurazione hardware.

## Un’implementazione FPGA punta alla decodifica in tempo reale

Un singolo FPGA può elaborare più di un milione di round di sindrome al secondo per un codice di superficie di distanza 19 usando il decoder Rapids, secondo un nuovo preprint. Presentato ad [arXiv](https://arxiv.org/abs/2611.26447) il 19 novembre, il paper di Chenyang Jin, Susanne F. Yelin e Andi Gu descrive un decoder neurale in streaming, progettato per soddisfare i requisiti di velocità e accuratezza della correzione degli errori quantistici.

Rapids è progettato per elaborare le misurazioni della sindrome come un flusso continuo, anziché attendere il completamento di un esperimento di memoria. Gli autori hanno co-progettato la rete per l’hardware FPGA (field-programmable gate array), usando operazioni implementabili sul dispositivo e addestrando la rete con aritmetica intera. Riferiscono che l’implementazione per distanza 19 tiene il passo con un periodo della sindrome di un microsecondo su un FPGA.

## Velocità e latenza decisionale sono diverse

La velocità di elaborazione non coincide con la latenza decisionale, ossia il tempo che intercorre tra la lettura e la restituzione di una correzione da parte del decoder. Il paper indica una latenza decisionale di 20,36 microsecondi per l’implementazione compatta su un singolo FPGA per distanza 19; gran parte del tempo è dovuta al buffering dei round di sindrome.

Una versione più veloce elabora due siti per ciclo di clock e usa il doppio dell’hardware FPGA. Gli autori riferiscono che elabora un round in 0,49 microsecondi e ha una latenza decisionale di 13 microsecondi. Stimano che distribuire il decoder su più FPGA potrebbe ridurre la latenza per distanza 19 soltanto a circa 8 microsecondi, quando la comunicazione tra chip diventa il fattore limitante.

## Accuratezza riportata per diversi codici

Negli esperimenti di memoria con codice di superficie, in presenza di rumore SI1000 e con un tasso di errore fisico dello 0,15%, il paper riporta un tasso di errore logico 240 volte inferiore a quello di union-find, un decoder che, secondo gli autori, era già stato dimostrato in precedenza in tempo reale a quella distanza del codice. Riporta inoltre un tasso quasi 10 volte inferiore a quello del minimum-weight perfect matching. Si tratta di risultati riportati dal preprint, non di misurazioni effettuate su un processore quantistico.

Il paper valuta Rapids anche sul codice bivariato-bicicletta di Gross e su un codice colorato. Per il codice di Gross, con un tasso di errore fisico dello 0,1%, gli autori affermano che il loro decoder più accurato è 16 volte più accurato del decoder in tempo reale Relay-BP-1; gli attribuiscono una latenza decisionale di 8,0 microsecondi. Per il codice colorato, riferiscono che una versione per distanza 15 distribuita su due FPGA elabora un round in 0,17 microsecondi, con una latenza decisionale di 6,3 microsecondi.

## Scalabilità dell’hardware e ambito

Secondo il paper, Rapids usa strati di rete neurale sparsi e aritmetica intera a pochi bit per adattarsi alle risorse hardware dell’FPGA. La sua rete convoluzionale è organizzata in pipeline tra i round, mentre una piccola rete ricorrente alla fine accumula informazioni per formulare una previsione dell’errore logico. Gli autori affermano che il progetto può essere suddiviso tra più FPGA o adattato al silicio su misura.

Il preprint stima che un’implementazione su silicio su misura del decoder per distanza 19 potrebbe elaborare un round in 0,30 microsecondi, con una latenza decisionale di 6,5 microsecondi. La stima si basa su un nodo di processo a 7 nanometri; non è una misurazione riportata su un chip fabbricato. Le valutazioni del paper usano implementazioni FPGA e modelli di rumore simulati per i codici di superficie, di Gross e colorati.

## Fonti

1. Fonte originale · Preprint [arXiv](https://arxiv.org/abs/2611.26447) arXiv:2611.26447

## Notizie correlate

- [Un preprint descrive una piattaforma FPGA per testare decoder QEC](https://quantum.world/it/news/preprint-fpga-platform-qec-decoder-testing-cheq)
- [Un preprint di Google collega gli errori persistenti di Willow alla fuga nel terzo stato](https://quantum.world/it/news/google-willow-temporally-correlated-error-suppression)
- [Il preprint propone quilt di codice per misure logiche senza qubit aggiuntivi](https://quantum.world/it/news/preprint-code-quilts-logical-measurements-no-extra-qubits)
- [IBM: un codice a ripetizione da un milione di cicli può essere eseguito in un unico circuito](https://quantum.world/it/news/ibm-million-round-repetition-code-single-circuit)
- [Un preprint estende la correzione degli errori GKP a sequenze di misurazioni](https://quantum.world/it/news/dynamical-gkp-codes-measurement-sequences)

## Esplora

[Altri articoli](https://quantum.world/it/news)

---

Canonical: https://quantum.world/it/news/rapids-decoder-distance-19-sub-microsecond-qec
