Union-find quantum decoding without union-find
本文证明并查集解码器在大规模下未充分利用不相交集数据结构,且其中不存在渗流阈值,从而在朴素实现下也能实现线性时间最坏情况复杂度,并提出了减少资源开销的架构改进。
2024-01-08 quant-ph
Decoder for Nonbinary CWS Quantum Codes
利用联合码的结构,提出了一种非二进制CWS量子码的译码器。解码器分两步运行:首先,我们使用稳定器代码的联合来检测一系列错误,其次,我们构建一个新的代码,称为联合代码,允许纠正错误。
2012-04-10 cs.IT math.IT quant-ph
Fault-Tolerant Weighted Union-Find Decoding on the Toric Code
量子纠错需要既准确又高效的解码器。为此,联合查找解码已经成为表面码上纠错的有希望的候选者。在这项工作中,我们基准的联合查找解码器的加权变体的复曲面代码下电路级去极化噪声。这种变体保留了原始算法几乎线性的时间复杂度,同时显著提高了容错设置中的性能。在该噪声模型中,对联合查找解码器进行加权将阈值从0.38%增加到0.62%,而对匹配解码器进行加权时阈值从0.65%增加到0.72%。进一步假设量子非破坏测量,与匹配时的0.90%阈值相比,加权联合查找解码实现了0.76%的阈值。此外,我们还提供了时序和低错误率行为的比较。
2020-04-09 quant-ph
Scalable Quantum Error Correction for Surface Codes using FPGA
本文提出基于FPGA的分布式Union-Find解码器,利用并行资源实现亚线性解码时间,使表面码纠错速度随距离增加而加快,显著优于现有实现。
2023-05-15 cs.AR quant-ph
A Scalable FPGA Architecture for Real-Time Decoding of Quantum LDPC Codes Using GARI
Complutense University of Madrid(马德里康普顿斯大学);Aalto University(阿尔托大学);Quobly
本文提出一种基于消息传递的FPGA架构,用于解码量子LDPC码中的相关误差,利用GARI方法的检测器误差模型,实现灵活扩展和低功耗高效解码。
2026-05-01 quant-ph
Proof of a finite threshold for the union-find decoder
The University of Tokyo(东京大学);University of California Berkeley(加州大学伯克利分校)
本文证明了表面码上联合查找解码器的有限阈值,通过改进的误差聚类框架,提供了理论基础并统一了容错研究框架。
2026-02-23 quant-ph
Actis: A Strictly Local Union-Find Decoder
本文提出Actis,一种严格局部的Union-Find解码器,通过最近邻处理器晶格实现,最坏运行时间O(d^3),平均次二次,并采用新颖奇偶校验方案优化电路级噪声。
2023-11-08 quant-ph
Zero-G: A Pre-Decoder-Aware Decoder for Quantum Error Correction
Technical University of Munich(慕尼黑工业大学)
针对现有量子纠错主解码器无法利用预解码稀疏性的问题,提出Zero-G解码器,其可动态权衡延迟与精度,实现10倍延迟提升,支持CPU和FPGA异构部署,适配大码距与多逻辑量子比特场景。
2026-08-04 quant-ph
Local Clustering Decoder as a fast and adaptive hardware decoder for the surface code
Riverlane;Quantum Engineering Technology Labs, H. H. Wills Physics Laboratory and Department of Electrical & Electronic Engineering, University of Bristol(布里斯托大学电气与电子工程系、H.H.威尔斯物理实验室量子工程技术实验室)
局部聚类解码器通过硬件并行性和自适应引擎,在低物理量子位数下实现高精度实时解码,提升容错量子计算效率。
2026-01-23 quant-ph
Stream Decoding with Confidence Scores at Room and Cryogenic Temperatures
Quantum Motion(量子运动);Department of Materials, University of Oxford(牛津大学材料系);Center for Quantum Information and Quantum Biology, The University of Osaka(大阪大学量子信息与量子生物学中心)
本文在商用 FPGA 上实现了流式解码器 Snowflake,在室温和低温下验证其解码性能,引入置信度分数计算且开销可忽略,并提出利用其局部性的替代架构以应对大规模系统实现的挑战。
2026-08-12 cs.DC quant-ph
High-throughput decoder of quasi-cyclic LDPC codes with limited precision for continuous-variable quantum key distribution systems
连续变量量子密钥分发(CV-QKD)系统的密钥传输速率可达Mbps以上,但由于后处理过程中纠错译码的吞吐量限制,不能进行实时后处理。本文首次提出并实现了一种基于FPGA的高吞吐量准循环LDPC译码器,以支持CV-QKD的Mbps实时密钥速率生成。针对由于解码精度的限制而导致的误帧率高的问题,提出了一种剩余比特纠错算法。具体而言,在商用FPGA上实现了典型码率为0.2和0.1的CV-QKD系统的实时高速解码,分别获得了360.92Mbps和194.65Mbps的吞吐量,在典型传输距离为25 km和50 km的情况下,可以分别支持17.97Mbps和2.48Mbps的密钥速率的实时生成。该方法为安全城域网中的高速率实时CV-QKD部署奠定了基础。
2022-07-05 quant-ph
A real-time, scalable, fast and highly resource efficient decoder for a quantum computer
针对量子计算机解码器需高效、高速以支撑大规模量子比特运行的需求,提出Collision Clustering解码器并在FPGA与ASIC上实现,可高速支持超千量子比特表面码解码,功耗极低,为容错量子计算机落地提供可行路径。
2024-09-24 quant-ph
Design of a Quantum Error Correction Decoder Exploiting Temporal Parallelism
The University of Tokyo(东京大学)
本研究提出利用时间并行性实现结合Union-Find算法的三明治译码方法的微架构及ASIC实现,可降低量子纠错译码延迟并保持逻辑错误阈值。
2026-07-31 quant-ph
Online Gaussian elimination for quantum LDPC decoding
本文提出一种在线高斯消元方法,通过维护 LUP 分解仅处理新增行和列,显著减少量子 LDPC 译码中广义并查集译码器的操作次数,并在稀疏校验矩阵或大覆盖半径码上展现出更优的平均时间复杂度。
2025-04-09 quant-ph
Even More Efficient Soft-Output Decoding with Extra-Cluster Growth and Early Stopping
Fujitsu Limited(富士通株式会社);Osaka University(大阪大学)
本文提出两种新型软输出方法,通过早停技术降低计算复杂度,提高FPGA解码器的硬件兼容性。
2026-02-03 quant-ph
Rethink the Role of Neural Decoders in Quantum Error Correction
College of Computing;Data Science, Nanyang Technological University, Singapore 639798, Singapore;Department of Electrical Engineering;Computer Science, Tokyo University of Agriculture \& Technology, Koganei, Tokyo, 184-8588, Japan;School of Physical;Mathematical Sciences, Nanyang Technological University, Singapore 639798, Singapore
本文研究了神经解码器在表面码解码中的应用,探讨了在准确性与延迟约束下,通过架构重设计和压缩管道提升FPGA部署性能的方法,揭示了数据规模、归纳偏置和INT4量化对解码性能的影响。
2026-05-12 cs.AI cs.LG quant-ph
Almost Linear Decoder for Optimal Geometrically Local Quantum Codes
本文针对最优几何局域量子码,通过结合外部好 qLDPC 码译码器与广义 Union-Find 译码器,首次构造出几乎线性时间的译码器,并证明其在码容量噪声模型下具有有限阈值错误率。
2025-07-03 quant-ph
Snowflake: A Distributed Streaming Decoder
Department of Materials, University of Oxford(牛津大学材料系);Center for Quantum Information and Quantum Biology, The University of Osaka(大阪大学量子信息与量子生物学中心)
本文提出Snowflake解码器,针对表面码电路噪声,在准确性上比Union-Find解码器提高约25%,且具有更优的平均运行时间缩放特性。
2026-03-15 quant-ph
Neural-Network Decoders for Quantum Error Correction using Surface Codes:A Space Exploration of the Hardware Cost-Performance Trade-Offs
在量子计算机中需要量子纠错(QEC)来减轻错误对物理量子比特的影响。当采用基于表面码的QEC方案时,错误解码是经典电子后端中计算成本最高的任务。解码器采用神经网络(NN)是非常适合这项任务,但其硬件实现尚未提出。本文提出了一种适用于小距离表面码的全连接前馈神经网络译码器的空间探索方法。目标是优化神经网络以获得高解码性能,同时保持最小的硬件实现。这是满足实时表面码解码的严格延迟约束所需要的。我们证明,基于硬件的NN解码器可以实现高解码性能相媲美的其他国家的最先进的解码算法,同时远低于严格的延迟要求$(\approx 440\ \mathrm{ns})$当前的固态量子比特技术的ASIC设计$(<30\ \mathrm{ns})$和FPGA实现$(<90\ \mathrm{ns})$。这些结果指定NN解码器作为未来大规模量子计算机中集成硬件实现的合适候选者。
2022-02-11 quant-ph
Scalable surface code decoders with parallelization in time
快速经典处理对于大多数量子容错架构是必不可少的。我们介绍了一个滑动窗口解码方案,通过并行提供快速的经典处理的表面码。我们的方案将时空中的伴随式沿时间方向划分为重叠的窗口,可以与任何内部解码器并行解码。有了这种并行性,我们的计划可以解决解码吞吐量的问题,因为代码的规模,即使内部解码器是缓慢的。当使用最小权重完美匹配和union-find作为内部解码器时,我们分别观察到$0.68\%$和$0.55\%$的电路级阈值,其与用于批量解码的$0.70\%$和$0.55\%$几乎相同。
2022-09-29 quant-ph
Scalable Neural Decoder for Topological Surface Codes
随着噪声中尺度量子(NISQ)器件的出现,实用的量子计算似乎已经触手可及。然而,为了超越原理证明计算,当前的处理架构将需要扩展到更大的量子线路,这反过来将需要用于量子纠错的快速和可扩展的算法。在这里,我们提出了一个基于神经网络的解码器,对于受去极化噪声和校正子测量误差影响的稳定器代码家族,它可以扩展到数万个量子位(与其他最近的机器学习启发的解码器相比),并且在很宽的错误率范围内(低至1%),它的解码时间比最先进的联合查找解码器更快。关键的创新是通过在底层代码上移动预处理窗口来小规模地自动解码错误伴随式,类似于模式识别方法中的卷积神经网络。我们表明,这样的预处理步骤可以有效地减少错误率高达两个数量级在实际应用中,通过检测相关效应,转移的实际错误阈值,高达百分之十五高于阈值的传统的纠错算法,如联合查找或最小权重完美匹配,即使在存在测量误差。这种机器学习辅助的量子纠错的原位实现将是将纠缠前沿推向NISQ视野之外的决定性一步。
2021-10-21 cond-mat.stat-mech quant-ph
Efficient soft-output decoders for the surface code
本研究基于 Minimum-Weight Perfect Matching 和 Union-Find 解码器构建了表面码的高效软输出解码器,以估计逻辑失败概率,从而提升分层码性能及容错电路采样的可靠性。
2024-06-01 quant-ph
Union-Intersection Union-Find for Decoding Depolarizing Errors in Topological Codes
本文提出 UIUF 算法解码拓扑码退极化误差,结合迭代与标准 UF 解码优势,在保证一半码距纠错能力的同时显著降低逻辑错误率,性能优于 UF 和 MWPM 且保持线性时间复杂度。
2025-06-17 cs.IT math.IT quant-ph
Managing Classical Processing Requirements for Quantum Error Correction
University of Wisconsin-Madison(威斯康星大学麦迪逊分校)
研究提出双层框架,通过将解码器作为共享加速器管理,有效降低解码需求,验证高效调度对实现容错量子计算的重要性。
2026-03-11 cs.AR quant-ph
Decoder Dependence in Surface-Code Threshold Estimation under Digitized Hybrid Continuous-Variable and Discrete Noise
College of Computing, Georgia Institute of Technology(佐治亚理工学院计算学院);Institute of Computer Science, Faculty of Mathematics and Computer Science, TU Bergakademie Freiberg(弗莱贝格工业大学数学与计算机科学学院计算机科学研究所);Volkswagen AG(大众汽车集团);Department of Physics, RWTH Aachen(亚琛工业大学物理系);Department of Computational and Applied Mechanics, Federal University of Juiz de Fora(朱伊斯德福拉联邦大学计算与应用力学系)
该研究探讨了在数字化混合连续变量和离散噪声下,表面码阈值估计对解码器和估计器的选择依赖性,通过比较不同解码器在LiDMaS+工作流中的性能,揭示了解码器选择对阈值估计结果的影响。
2026-06-04 quant-ph
Geometry- and Topology-Informed Quantum Computing: From States to Real-Time Control with FPGA Prototypes
Texas State University(德克萨斯州立大学)
本书通过几何与拓扑方法,利用FPGA原型实现量子计算的状态、电路与测量的连接,结合拓扑错误校正与实时解码技术,推动混合量子系统的高效运行。
2026-01-14 quant-ph
Fault-tolerant Compass Codes
本文研究了电路级Bacon-Shor码的一类规范固定,它包括广义表面码的一个子类.我们表明,对于这些代码,容错可以通过直接测量的稳定器。通过模拟我们的容错方案下偏置噪声,我们展示了优化性能的表面码拉伸散装稳定几何的可能性。为了高效准确地解码伴随式,我们将联合查找解码器推广到有偏噪声模型。我们的解码器以二次时间复杂度获得表面码的$0.83\%$阈值。
2019-12-18 quant-ph
Forced Gap Post-Selection for Quantum LDPC Codes and their Operations
IBM Quantum(IBM量子);The NSF AI Institute for Artificial Intelligence and Fundamental Interactions(美国国家科学基金会人工智能与基础相互作用研究所)
本文提出了一种简单通用的后选择策略,用于高率量子码,该策略可跨解码器转移。在初始基线运行后,解码器每次逻辑可观测性重新运行,并强制提供给定可观测性具有互补结果的解。拒绝那些发现逻辑互补解的可能性与基线相似的shots。使用Relay-BP解码器,在72-量子比特和144-量子比特双变量自行车码以及后者手术装置上对策略进行基准测试。与之前的后选择策略相比,我们的结果在同一电路和物理错误率下将逻辑错误率降低了超过4倍,并且在相同的后选择率下。我们的策略还轻量,仅依赖于FPGA友好的信念传播,而之前的最佳方法使用了高延迟的BP-OSD解码器。
2026-06-23 quant-ph
Diversity Methods for Improving Convergence and Accuracy of Quantum Error Correction Decoders Through Hardware Emulation
Complutense University of Madrid(马德里康普顿斯大学);Universitat Politecnica de Valencia(巴伦西亚理工大学)
本文提出一种硬件仿真器评估量子纠错解码器性能,结合不同量化级别的信念传播解码器,提升量子低密度奇偶校验码的解码效率与准确性。
2026-04-13 quant-ph
A Practical and Scalable Decoder for Topological Quantum Error Correction with Digital Annealer
提出一种基于Fujitsu Digital Annealer的量子纠错解码器,将稳定子码纠错映射为QUBO问题求解,实验表明其计算扩展性优于SA和MWPM,阈值接近MWPM且硬件实现优于UF解码器。
2022-09-09 quant-ph
Improved belief propagation is sufficient for real-time decoding of quantum memory
提出启发式解码器Relay-BP,通过纳入无序记忆强度增强标准BP算法,抑制振荡并打破对称性,在电路噪声解码中实现高精度,支持FPGA/ASIC实时并行实现,性能优于或媲美现有方法。
2025-08-22 quant-ph
LILLIPUT: A Lightweight Low-Latency Lookup-Table Based Decoder for Near-term Quantum Error Correction
量子设备的错误率比运行大多数量子应用所需的错误率高出几个数量级。为了缩小这一差距,量子纠错(QEC)对逻辑量子比特进行编码,并使用几个物理量子比特来分发信息。通过对逻辑量子比特周期性地执行校正子提取电路,在运行程序的同时提取关于错误的信息(称为校正子)。解码器使用这些伴随式来实时识别和纠正错误,这需要使用量子算法中实现的反馈。不幸的是,软件解码器速度慢,硬件解码器速度快,但准确度较低。因此,到目前为止,几乎所有的QEC研究都依赖于离线解码。为了使实时解码在短期QEC,我们提出LILLIPUT-一个轻量级的低延迟查找表解码器。LILLIPUT由两部分组成--首先,它将校正子转换为错误检测事件,这些事件索引到查找表(LUT)中,查找表的条目实时提供错误信息。第二,它通过离线运行软件解码器,为LUT编程所有可能的错误事件的错误分配。LILLIPUT容忍量子硬件中任何操作的错误,包括门和测量,并且容忍的错误数量随着代码的大小而增加。它需要<7%的现成FPGA逻辑,使其能够轻松集成在现有系统中的控制和读出电路旁边。LILLIPUT的延迟只有几纳秒,并支持实时解码。我们还提出了压缩LUT(CLUT),以减少LILLIPUT所需的内存。通过利用并非所有错误事件的可能性都相等的事实,并且仅存储最可能的错误事件的数据,CLUT将所需的存储器减少了高达107倍(从148 MB到1.38 MB),而不会…
2021-08-14 cs.AR quant-ph
Splitting decoders for correcting hypergraph faults
本文提出两种将解码超图超边分割为普通边的启发式算法,使超图故障可复用表面码解码器,并在LDPC码与Floquet码实例上验证其良好纠错性能和最大码距。
2023-09-27 quant-ph
Minimum-Weight Parity Factor Decoder for Quantum Error Correction
Yale University(耶鲁大学)
针对量子纠错中MLE解码在通用qLDPC码上难解的问题,提出统一框架HyperBlossom,将其建模为MWPF问题并推广blossom算法到超图,实现的Hyperion软件在解码精度和运行效率上均优于现有解码器。
2025-10-02 cs.DS quant-ph
Beam search decoder for quantum LDPC codes
IonQ Inc.(IonQ公司)
本文提出了一种基于束搜索的量子LDPC码解码器,通过调整束宽参数,在不同噪声条件下实现了更高的解码效率和更低的逻辑错误率。
2025-12-17 cs.IT math.IT quant-ph
A Scalable Decoder Micro-architecture for Fault-Tolerant Quantum Computing
量子计算在某些问题上比经典计算具有显著的计算优势。然而,量子硬件的错误率比经典硬件高得多。因此,需要广泛的量子纠错来执行有用的量子算法。解码器是纠错方案的关键组成部分,其作用是比量子计算机中积累的错误更快地识别错误,并且必须用最少的硬件资源来实现,以便扩展到实际应用的范围。在这项工作中,我们考虑表面码纠错,这是最流行的家庭的纠错码的量子计算,我们设计了一个解码器微架构的Union-Find解码算法。我们提出了一个三阶段的完全流水线的解码器,大大加快了解码器的硬件实现。然后,我们优化了在量子计算机的所有逻辑量子比特上同时执行纠错所需的解码硬件的数量。通过在逻辑量子比特之间共享资源,我们获得了67%的硬件单元数量减少和存储容量减少了70%。此外,我们使用低开销压缩算法将解码过程所需的带宽减少了至少30倍。最后,我们提供了数值证据,证明我们优化的微架构可以足够快地执行,以纠正量子计算机中的错误。
2020-01-18 cs.AR quant-ph
Reducing Decoding Latency in Quantum Error Correction by Early Starting Clustering
University of Basel(巴塞尔大学);Forschungszentrum Jülich(于利希研究中心);RWTH Aachen University(亚琛工业大学)
提出CAYG解码器,在稳定子测量期间提前聚类纠错,缩短解码延迟,虽略降精度但提升速度-精度权衡,适用于表面码等量子纠错码。
2026-09-18 quant-ph
Hierarchical decoding to reduce hardware requirements for quantum computing
为了将量子硬件扩展到实际应用的范围,广泛的量子纠错是必要的。因此,需要大量的解码硬件来处理所需的大量数据,以不断检测和纠正驱动计算的数百万个物理量子位上发生的错误。Shor算法的最近高度优化版本的实现以分解2,048位整数将需要更多7 Tbit/s的带宽用于量子纠错的唯一目的和多达20,000个解码单元。为了减少解码硬件的要求,我们提出了一个容错量子计算架构的基础上表面码与廉价的硬判决解码器,懒惰的解码器,结合一个复杂的解码单元,照顾复杂的错误配置。假设提供了足够好的量子位,我们的设计将解码硬件要求降低了几个数量级。给定具有物理错误率$p=10^{-4}$的量子比特和量子门,惰性解码器将带宽要求和解码单元的数量降低了50倍。提供具有错误率$p=10^{-5}$的非常好的量子位,由于懒惰解码器,我们获得了带宽和解码硬件的1,500倍减少。最后,惰性解码器可以用作解码器加速器。我们的模拟显示了10倍的联合查找解码器的速度和50倍的最小权重完美匹配解码器的速度。
2020-01-30 cs.IT math.IT quant-ph
The verifier side of speculative window decoding: a predictability bracket, a machine-checked blast-radius bound, and a decoder-agnostic recover loop
Embry-Riddle Aeronautical University(埃默里-里德尔航空大学)
研究推测性窗口解码的验证器方面,基于重构的SWIPER框架构建,确定跨边界决策的可预测性范围和爆炸半径界限,通过编译器和运行时执行器实现准确恢复并消除停顿,还明确了与解码器无关的结果。
2026-07-27 cs.AR quant-ph
Coset Ensemble Decoder for Quantum Error Correction with Algorithm-Hardware Co-Design
Imperial College London(帝国理工学院);Rutgers University(罗格斯大学)
提出陪集集成解码算法,通过显式利用逻辑等价陪集改进Union-Find解码,结合硬件架构优化,在电路级退极化噪声下实现比MWPM和UF解码器更好的精度-延迟权衡,并显著降低FPGA资源消耗。
2026-06-09 cs.AR quant-ph
MaxSAT decoders for arbitrary CSS codes
提出将任意几何与校验权重的 CSS 码最大似然解码映射为 MaxSAT,硬子句表示症状、软子句编码错误概率,并在颜色码、表面码和 QLDPC 码上取得优于 BP-OSD 的阈值或错误率。
2024-10-02 cs.IT math.IT quant-ph
A Scalable, Fast and Programmable Neural Decoder for Fault-Tolerant Quantum Computation Using Surface Codes
本文针对旋转表面码容错量子计算提出了一种可扩展、快速且可编程的神经解码系统,通过硬件高效算法、定制硬件和可编程架构实现低延迟高准确率解码,并在FPGA上验证了接近MWPM的性能。
2023-05-25 cs.AR quant-ph
Check-Agnosia based Post-Processor for Message-Passing Decoding of Quantum LDPC Codes
本文提出一种硬件友好的check-agnosia后处理算法,用于改善量子LDPC码消息传递译码的纠错性能,在降低硬件资源的同时保持与最先进技术相当的竞争力,并通过FPGA实现验证了接近一微秒的延迟。
2024-04-29 quant-ph
SOME: Symmetric One-Hot Matching Elector -- A Lightweight Microsecond Decoder for Quantum Error Correction
针对传统量子纠错解码器拓扑复杂度高或解码慢的问题,提出轻量级解码器SOME,将解码转化为独热QUBO问题并通过置换矩阵构建求解,在商用CPU上实现微秒级解码且阈值优于MWPM。
2025-07-31 cs.ET quant-ph
Improved quantum error correction using soft information
量子纠错中测量噪声的典型模型是随机翻转二进制测量结果。在实验中,测量产生更丰富的信息-例如,连续的电流值,离散的光子计数-然后通过丢弃其中的一些信息将其映射到二进制结果。在这项工作中,我们考虑的方法,将所有这些更丰富的信息,通常称为软信息,到量子纠错码的解码,特别是表面码。我们描述了如何修改最小权重完美匹配和Union-Find解码器以利用软信息,并证明这些软解码器优于只能访问二进制测量结果的标准(硬)解码器。此外,我们观察到,软解码器实现的阈值比任何硬解码器高25%的现象噪声与高斯软测量结果。我们还引入了一个软测量误差模型与振幅阻尼,在测量时间导致测量分辨率和额外的量子比特的干扰之间的权衡。在该模型下,我们观察到表面码的性能对测量时间的选择非常敏感-对于距离为19的表面码,测量时间增加五倍会导致逻辑错误率增加一千倍。此外,使物理错误率最小化的测量时间与使逻辑性能最小化的测量时间不同,这表明联合优化物理层和量子纠错层的益处。
2021-07-28 cs.IT math.IT quant-ph
Progressive-Proximity Bit-Flipping for Decoding Surface Codes
针对拓扑量子码现有译码器难以兼顾低复杂度、低延迟和低功耗的问题,提出基于邻近向量的渐进邻近比特翻转译码器,可高效校正相邻量子比特简并错误,在二进制对称信道下实现了7.5%(二维环面码)和7%(旋转平面码)的译码阈值。
2024-08-24 cs.IT math.IT quant-ph
Low Latency GNN Accelerator for Quantum Error Correction
Chalmers University of Technology(查尔姆斯理工大学);University of Gothenburg(哥德堡大学)
本文提出基于FPGA的图神经网络解码器加速器,通过硬件优化在1微秒内实现更低的逻辑错误率,提升量子纠错精度。
2026-07-09 cs.AR quant-ph
Decoding Correlated Errors in Quantum LDPC Codes
Aalto University(阿尔托大学);Universidad Complutense de Madrid(马德里康普顿斯大学);Université Grenoble Alpes(格勒诺布尔阿尔卑斯大学);CEA-Léti(法国原子能和替代能源委员会-勒蒂研究所);Quobly
本文提出一种解码框架,用于量子LDPC码在电路级噪声下的相关错误。核心方法是图增强和重连线(GARI)方法,通过消除涉及Y型错误的4环来修改相关检测器错误模型,同时保持解码问题等价性。使用混合串行分层调度的归一化min-sum解码器,结合集解码提升性能,实现高准确率和低延迟。
2026-03-06 quant-ph
Decoder Dependence in Surface-Code Threshold Estimation with Native Gottesman-Kitaev-Preskill Digitization and Parallelized Sampling
College of Computing, Georgia Institute of Technology(佐治亚理工学院计算学院);SchroSIM Quantum Software Project(SchroSIM量子软件项目);Volkswagen AG(大众汽车股份公司);Department of Physics, RWTH Aachen(亚琛工业大学物理系);Department of Computational and Applied Mechanics, Federal University of Juiz de Fora(茹伊斯德福拉联邦大学计算与应用力学系);Institute of Information Systems, University of Lübeck(吕贝克大学信息系统研究所)
本文研究了在Pauli噪声和原生GKP风格高斯位移数字化下表面码阈值估计中的解码器依赖性,通过LiDMaS+ v1.1.0对多种解码器进行基准测试,发现MWPM和UF在性能上占据帕累托前沿,而其他解码器表现较差,同时并行化执行提升了效率和统计保真度。
2026-03-31 cs.IT math.IT quant-ph
Mitigating Classical Resource Costs in Quantum Error Correction via Generalized qLDPC Predecoding
University of Michigan, Ann Arbor(密歇根大学);Brown University(布朗大学);University of Pennsylvania(宾夕法尼亚大学)
该研究针对量子纠错中qLDPC码解码的资源竞争问题,提出自动化预解码器生成框架,可大幅降低解码器利用率,且对应硬件架构能支持大规模逻辑量子比特的解码。
2026-08-05 cs.AR cs.ET quant-ph
Micro Blossom: Accelerated Minimum-Weight Perfect Matching Decoding for Quantum Error Correction
提出异构软硬件架构的 Micro Blossom 精确 MWPM 解码器,利用 O(d^3) 并行单元显著降低延迟,FPGA 原型实现 0.8 μs 平均解码延迟。
2025-02-20 cs.AR quant-ph
LATTE: A Decoding Architecture for Quantum Computing with Temporal and Spatial Scalability
针对格点外科量子计算规模化的延迟、精度、带宽等需求,本文提出分层FPGA-CPU混合解码架构LATTE,兼具时空并行性与轻量局部解码,精度持平基础解码器,大幅降带宽提速度,支撑大规模容错量子计算扩展。
2025-09-04 quant-ph
Towards Quantum Belief Propagation for LDPC Decoding in Wireless Networks
我们提出了量子置信传播(QBP),基于量子退火(QA)的低密度奇偶检验(LDPC)错误控制码的解码器设计,它已经在Wi-Fi,卫星通信,移动蜂窝系统和数据存储系统中找到了许多有用的应用。QBP将LDPC解码简化为离散优化问题,然后将简化的设计嵌入到量子退火硬件中。QBP的嵌入式设计可以在具有2,048个量子位的最先进的QA硬件上支持块长度高达420位的LDPC码。我们评估了真实量子退火硬件的性能,对各种参数设置进行了灵敏度分析。在高斯噪声无线信道中,信噪比为9 dB时,20 s内的出错率为$10^{-8}$,50 s内的误码率为$10^{-6}$,50 s内的误码率为$μ$.进一步的实验测量了真实世界无线信道上的性能,需要30个$μ$来实现SNR 15-20 dB时的1,500字节99.99 $\%$帧传输速率。与基于FPGA的软置信传播LDPC解码器相比,QBP通过在SNR低2.5- 3.5 dB的情况下达到$10^{-8}$的出错率和$10^{-6}$的出错率来实现性能改进。就局限性而言,QBP目前无法在当前QA处理器上实现实际协议大小($\textit{e.g.,}$ Wi-Fi,WiMax)的LDPC码。我们在这项工作中的进一步研究提出了未来的成本,吞吐量和QA硬件的趋势考虑。
2020-09-19 cs.NI eess.SP quant-ph
Demonstrating real-time and low-latency quantum error correction with superconducting qubits
本研究将可扩展FPGA解码器集成到超导量子处理器控制系统中,实现低延迟实时量子纠错,避免积压问题,为容错计算构建模块的演示奠定基础。
2024-10-07 quant-ph