新的QPU基准将显示量子计算机何时超越现有的计算能力

在五家不同供应商的芯片上进行的一项新的基准测试表明，随着量子计算机变得更加先进和有用，我们如何衡量QPU的性能。

一项新的量子计算基准测试揭示了几个量子处理单元（QPU）的优缺点。

由德国Jülich研究中心的一个团队领导的基准测试，比较了来自五家供应商（包括IBM、Quantinuum、IonQ、Rigetti和IQM）的19种不同的QPU，以确定哪些芯片在高性能计算（HPC）方面更稳定可靠。

这些量子系统在不同的“宽度”（量子比特的总数）和2量子比特门的不同“深度”下进行了测试。门是同时作用于两个纠缠量子比特的操作，深度测量电路的长度 —— 换句话说，它的复杂性和执行时间。

IBM的QPU在深度方面表现出最大的优势，而Quantinuum在宽度类别（测试了大量量子位）中表现最佳。IBM的QPU在迭代过程中也表现出了显著的性能提升，特别是在早期的Eagle和最近的Heron芯片之间。

2月10日发布在预印本arXiv数据库上的一项研究概述了这些结果，表明性能的提高不仅归功于更好、更高效的硬件，还归功于固件的改进和分数门的集成 —— Heron上可用的定制门可以降低电路的复杂性。

然而，被称为IBM Marrakesh的最新版本的Heron芯片并没有表现出预期的性能改进，尽管与计算巨头IBM之前的QPU IBM Fez相比，每层门（EPLG）的误差减少了一半。

超越经典计算

规模较小的公司也获得了相对较大的收益。重要的是，一个量子芯片以56个量子比特的宽度通过了基准测试。这很重要，因为它代表了量子计算系统在特定环境下超越现有经典计算机的能力。

研究人员在他们的预印本研究中写道：“在量子H2-1的情况下，50和56量子位的实验已经超过了HPC系统精确模拟的能力，结果仍然是有意义的。”

具体来说，Quantum H2-1芯片产生了56个量子位的结果，运行了三层线性斜坡量子近似优化算法（LR-QAOA） —— 一种基准算法 —— 涉及4620个双量子位门。

科学家在研究中说：“据我们所知，这是QAOA在真实量子硬件上解决FC组合优化问题的最大实现，被证明比随机猜测的结果更好。”

IBM的Fez在测试系统的最深处管理问题。在一个包含100量子位问题的测试中，Fez使用了多达10000层的LR-QAOA（近100万个双量子位门），直到接近300层的标记，Fez才保留了一些相干信息。测试中表现最差的QPU是来自Rigetti的Ankaa-2。

该团队开发了基准来衡量QPU执行实际应用的潜力。考虑到这一点，他们试图设计一个具有清晰、一致规则的测试。该测试必须易于运行，与平台无关（因此它可以在尽可能广泛的量子系统范围内工作），并提供与性能相关的有意义的指标。

他们的基准是围绕一个叫做MaxCut问题的测试建立的。它呈现一个具有多个顶点（节点）和边（连接）的图，然后要求系统将节点分成两个集合，使两个子集之间的边数最大。

科学家们在论文中说，这是一个有用的基准，因为它在计算上非常困难，而且可以通过增加图的大小来扩大难度。

当结果达到完全混合状态时，即与随机采样器的结果无法区分时，系统被认为测试失败。

计算机科学家补充说，因为基准测试依赖于一个相对简单和可扩展的测试协议，并且可以用小样本集产生有意义的结果，所以运行起来相当便宜。

新的基准并非没有缺陷。例如，性能依赖于固定的时间表参数，这意味着参数是预先设置的，而不是在计算过程中动态调整的，这意味着它们无法优化。科学家们建议，除了他们自己的测试外，“应该提出不同的候选基准，以捕捉表现的基本方面，其中具有最明确规则和效用的最佳基准将被保留。”

如果朋友们喜欢，敬请关注“知新了了”！