硅自旋量子比特不只是更小：控制线路才是扩展瓶颈
科技 4
Willow把“魔法态”误差压低40倍：99.99%仍不是实用量子机
Google Quantum AI的研究公告于2026年10月15日披露：Willow处理器上的魔法态培育，使状态制备误差较未经培育时降低约40倍，输出逻辑T态的保真度达到99.99%；成果同日发表于《Science》。这项结果衡量的是供容错计算使用的一种专用状态，并非整台处理器运行应用程序的正确率。
研究论文将受检状态的保真度写为0.9999(1)，并报告在包含额外培育和纠错周期的测量电路中，约8%的尝试被保留。括号中的末位表示测量仍有不确定性；保留比例对应这套严格测试，也不能直接当作未来状态生产装置的固定产率。实验已证明高质量状态可以在超导硬件上制备，持续向容错算法供货则是下一道工程关口。
从原始魔法态到筛选后的T态
量子纠错先要把容易受干扰的物理量子比特编码成逻辑量子比特，但保护信息并不自动带来执行任意算法所需的全部操作。在常见纠错架构中，某些难以直接实现的逻辑门需要预先制备魔法态，再在运算中消耗它。T态属于这种资源；一次使用后不能作为同一份资源反复供应后续逻辑门。
原始状态从物理量子比特注入编码区域时会带入噪声。若把这种误差直接交给后续运算，逻辑门的可靠性就会受制于资源本身；传统魔法态蒸馏则以多份质量较低的状态换取较少的高质量状态，付出额外硬件和操作成本。培育走的是另一条路径：从一个注入状态出发，在编码过程中测量并筛去暴露错误的尝试。
因此，这条计算链可以依次看成原始状态、经过筛选的逻辑状态、消耗状态的逻辑门，以及由大量逻辑门组成的容错算法。Willow此次最明确的进展落在状态制备与筛选环节。比较误差时，基准也是未经培育的状态，而不是Willow上的所有量子门或一整段算法。
保真度来自培育，也来自可靠测量
在Willow上，研究人员先把有噪声的状态注入较小的色码区域，再沿目标魔法态的方向进行容错测量。检查结果若显示错误迹象，相应尝试就会被舍弃；符合条件的状态才进入输出集合。这种测量后选择解释了为何留下的状态质量很高，也解释了为何必须同时交代舍弃了多少尝试。
要判断如此低的状态误差，测量方法本身也必须足够可靠。普通的逻辑态断层测量在后选择和相干噪声同时存在时，可能高估状态纯度；实验改用以培育过程为基础的反冲断层测量，让目标方向的检查与误差检测处在同一测量电路中。所得保真度是针对通过检查的逻辑T态作出的估计，不能外推为物理量子比特、所有逻辑门或最终答案具有相同准确率。
测量问题并非抽象的统计顾虑。ScienceAlert的实验报道记录，设备温度等波动曾使原有评估方法受到干扰，研究人员随后采用新的断层测量技术。制备电路和评估电路都需要控制噪声，才能区分状态确实改善与读数产生的偏差。
状态转入更大编码，逻辑门仍待接上
筛选出状态之后，下一步是把它送进适合后续计算的纠错编码。色码便于这次培育所需的操作；表面码则是另一种受到广泛研究的纠错架构。Willow实验把培育后的状态从较小的色码区域移入较大的表面码区域，展示了两段电路能够衔接。
编码转移有明确用途：魔法态不能一直停留在制备它的小区域，未来的逻辑操作需要在更大的受保护区域中消耗它。不过，转入表面码与完成逻辑门是不同的实验结果。状态在转移和后续纠错周期中还会经历新的操作，额外误差可能削弱培育阶段获得的质量优势。
这也限定了进展的范围。实验展示了状态制备、筛选和编码转移，却没有展示一条持续运行的流程，将大量输出状态依次用于逻辑门，再组合成有用的容错算法。单个状态的高保真度是这条流程的重要输入，系统运行表现还取决于转移、存储和消耗过程各自引入的误差。
保留率决定规模化的资源账
严格测试中的低保留比例，说明高质量输出伴随着大量被舍弃的尝试。由于该比例包含为测定保真度而增加的检查，不能据此计算未来工厂每单位时间究竟能交付多少T态；它仍提醒人们，状态质量与生产吞吐量必须一起衡量。若算法不断消耗这类状态，制备端就要在失败后重试，或并行安排更多制备区域。
并行制备会占用物理量子比特、控制能力和纠错周期；等待新状态则可能拖慢正在运行的逻辑电路。培育相对传统蒸馏有减少资源开销的潜力，但这次测得的误差改善不能直接换算成整台机器缩小了相同比例。真正的系统收益需要把状态产率、编码转移损耗和逻辑门需求放在同一运行条件下比较。
接下来的关键实验，是在更大编码中保持状态质量，并让制备、转移与实时逻辑操作连续协作。当一台纠错系统能够稳定供应和消耗这些状态时，魔法态培育对完整算法的速度与硬件规模究竟有多大帮助，才会变成可测量的结果。
相关阅读：
相关文章
订阅我们的新闻通讯
将最新 Web3、AI 和加密货币新闻直接发送到您的邮箱。
0