最近，知名綜合性量子技術(shù)公司Quantinuum公布了最新一代離子阱量子處理器Helios，該處理器基于量子電荷耦合器件（Quantum Charge-Couple Device, QCCD）架構(gòu)，采用98個(gè)鋇離子作為物理量子比特，實(shí)現(xiàn)了99.9975%單比特門保真度，99.921%的全連接雙比特門保真度以及99.952%的量子態(tài)探測(cè)與制備保真度。這些指標(biāo)，在商用級(jí)量子計(jì)算機(jī)中達(dá)到了最高的綜合精度。Helios，在前代處理器H2的基礎(chǔ)上優(yōu)化了芯片阱設(shè)計(jì)，為可擴(kuò)展的量子計(jì)算體系提供了一個(gè)極具潛力的方案。

Helios量子計(jì)算機(jī)是如何工作的？

大家可能會(huì)很好奇量子計(jì)算機(jī)具體是如何工作的呢？

我們知道，經(jīng)典計(jì)算機(jī)的核心部分由中央處理器（CPU）和存儲(chǔ)器組成，而Helios的設(shè)計(jì)也具有相似的結(jié)構(gòu)，是由運(yùn)算區(qū)（圖1中的quantum logic區(qū)域）和存儲(chǔ)區(qū)組成。

Helios所使用的芯片離子阱包含三個(gè)關(guān)鍵區(qū)域：環(huán)形區(qū)、X形樞紐以及兩條直線“跑道”。其中，Helios的“CPU”（即運(yùn)算區(qū)）位于兩條直線”跑道“的中間位置，用于執(zhí)行量子線路中的各類量子操作。就像經(jīng)典計(jì)算機(jī)CPU的字長(zhǎng)一樣，Helios的“CPU”最多可以并行操作16個(gè)量子比特。因此，如果我們想要在全部98個(gè)量子比特上執(zhí)行一層線路，就需要把它們從存儲(chǔ)區(qū)分批次地送進(jìn)“CPU”區(qū)域進(jìn)行運(yùn)算。

與前代H2系統(tǒng)相比，Helios在芯片阱設(shè)計(jì)上的最大提升體現(xiàn)在存儲(chǔ)區(qū)結(jié)構(gòu)。具體來(lái)說(shuō)，Helios包含三種類型的存儲(chǔ)區(qū)：

環(huán)形存儲(chǔ)區(qū)（ring storage）：類似于經(jīng)典計(jì)算機(jī)中的隨機(jī)存取存儲(chǔ)器（RAM），用以臨時(shí)存放需要被處理的量子比特，等待“CPU”的調(diào)用。

直線存儲(chǔ)區(qū)（leg storage）：位于兩條直線“跑道”的最右端，作為一個(gè)“先進(jìn)后出”式的存儲(chǔ)器，用來(lái)暫存已經(jīng)完成運(yùn)算的量子比特。

緩存區(qū)（cache）：用來(lái)緩存預(yù)先從環(huán)形“RAM”里篩選好的、即將送進(jìn)“CPU”進(jìn)行運(yùn)算的量子比特。它的作用類似經(jīng)典計(jì)算機(jī)中的CPU緩存，用于加速“CPU”對(duì)環(huán)形“RAM”中量子比特的訪問(wèn)過(guò)程，從而顯著提升整體計(jì)算效率。

▲圖1. Helios 2D 芯片阱結(jié)構(gòu)

QCCD：量子比特“工廠流水線“

對(duì)于離子阱量子計(jì)算處理器來(lái)說(shuō)，量子信息被存儲(chǔ)在一個(gè)個(gè)離子上。而對(duì)這些量子信息進(jìn)行操作和存儲(chǔ)，就是通過(guò)在存儲(chǔ)區(qū)和“CPU”之間物理地移動(dòng)離子來(lái)實(shí)現(xiàn)的，也就是說(shuō)，攜帶量子信息的一個(gè)個(gè)離子會(huì)在不同區(qū)域之間被反復(fù)輸運(yùn)。

這種基于離子輸運(yùn)的量子計(jì)算實(shí)現(xiàn)架構(gòu)被稱為量子電荷耦合器件（QCCD）架構(gòu)。

QCCD架構(gòu)可以看作是一種“量子比特流水線”。它在不同的物理區(qū)域劃分出存儲(chǔ)區(qū)與運(yùn)算區(qū)，然后通過(guò)“傳送帶”式的離子移動(dòng)，將量子比特在不同區(qū)域間傳輸，實(shí)現(xiàn)量子計(jì)算的流程。

那么在Helios中，這條量子比特“工廠流水線”是如何運(yùn)轉(zhuǎn)的呢？

在一層量子線路開始時(shí)，量子比特會(huì)排成一隊(duì)，在環(huán)形存儲(chǔ)區(qū)里循環(huán)打轉(zhuǎn)。當(dāng)量子比特路過(guò)連接環(huán)形區(qū)和直線“跑道”的十字路口時(shí)，會(huì)做出一個(gè)選擇：是繼續(xù)留在環(huán)形存儲(chǔ)區(qū)？還是跳出循環(huán)，進(jìn)入某一條直線“跑道”？這個(gè)選擇過(guò)程我們稱之為“量子比特篩選”。被篩選出來(lái)的量子比特進(jìn)入十字路口之后的緩存區(qū)，等待下一步指令。

▲圖2. Helios 量子比特篩選示意圖

被篩選出來(lái)的量子比特等到了“CPU“的召喚之后，就可以從緩存區(qū)進(jìn)入直線“跑道”中的運(yùn)算區(qū)，開始進(jìn)行冷卻、量子門以及態(tài)讀取等各類操作。在進(jìn)行操作的同時(shí)，下一次量子比特篩選也開始了，新一批量子比特從環(huán)形存儲(chǔ)區(qū)填入緩存區(qū)。在當(dāng)前一輪運(yùn)算結(jié)束之后，運(yùn)算區(qū)的量子比特會(huì)被送入“跑道”右端的直線存儲(chǔ)區(qū)，而下一批量子比特也從緩存區(qū)進(jìn)入運(yùn)算區(qū)，新一輪的運(yùn)算開始。

▲圖3. Helios 量子比特“傳送帶”運(yùn)行方向

等到一層線路里所有的量子比特運(yùn)算都結(jié)束之后，直線存儲(chǔ)區(qū)的量子比特會(huì)全部回到環(huán)形存儲(chǔ)區(qū)，等待下一層量子線路的開始。

當(dāng)然，這種浩浩蕩蕩的“量子比特游行”也非常耗時(shí)，圖4展示了單層線路平均運(yùn)行時(shí)間的構(gòu)成，可見主要耗時(shí)來(lái)源于量子比特輸運(yùn)和冷卻。由于Helios中量子比特篩選和運(yùn)算區(qū)的冷卻操作可以并行，使得輸運(yùn)和冷卻的時(shí)間有部分重疊，從而顯著縮短了線路平均運(yùn)行時(shí)間。這種冷卻和篩選的并行操作是Helios相比于H2的一項(xiàng)重要改進(jìn)。此外，Helios還通過(guò)引入更多的電極與離子囚禁區(qū)域，優(yōu)化了量子比特的調(diào)度效率。綜合這些改進(jìn)，Helios在98個(gè)量子比特上運(yùn)行單層線路所需的平均時(shí)長(zhǎng)約55ms，而H2運(yùn)行56個(gè)量子比特的單層線路就需約70ms。

▲圖4. Helios 單層線路運(yùn)行時(shí)間

為什么我們需要QCCD？

在QCCD架構(gòu)之前，離子阱量子計(jì)算機(jī)像一間“一居室“，所有活動(dòng)——存儲(chǔ)、計(jì)算、冷卻——都在一個(gè)房間里完成。

所有量子比特（離子）都擠在一個(gè)狹窄的空間中，當(dāng)需要用激光對(duì)其中兩個(gè)離子進(jìn)行操作（邏輯門）時(shí)，激光可能會(huì)干擾到旁邊“圍觀”的其他離子，導(dǎo)致它們出錯(cuò)（我們稱之為“串?dāng)_”）；隨著離子數(shù)量增加，離子之間互相排擠，振動(dòng)也會(huì)變得更復(fù)雜（我們稱之為“模式擁擠”），使得精確控制每一個(gè)離子變得極其困難；若直接對(duì)存儲(chǔ)數(shù)據(jù)的離子進(jìn)行激光冷卻，就像在圖書館里邊學(xué)習(xí)邊讓人給你吹風(fēng)扇，可能會(huì)擾亂你學(xué)到的知識(shí)（我們稱之為“破壞量子態(tài)”）。

這種“一居室”架構(gòu)存在根本性矛盾，穩(wěn)定存儲(chǔ)和精確操作的需求很難同時(shí)滿足，嚴(yán)重限制了其可擴(kuò)展性。離子數(shù)量增加到幾十個(gè)時(shí)，系統(tǒng)就變得難以管理。

而QCCD架構(gòu)通過(guò)“分工”和“運(yùn)輸”，將離子阱量子計(jì)算機(jī)從一個(gè)雜亂無(wú)章的“一居室”，變成了一個(gè)規(guī)劃有序、交通便利的“現(xiàn)代化城市”，讓建造規(guī)模更大、更穩(wěn)定、錯(cuò)誤更少的量子計(jì)算機(jī)成為可能。

▲圖5. Helios量子比特分流軌道 vs 城市立交橋

QCCD有多難？

把QCCD想象成一個(gè)要在原子尺度上運(yùn)作的、全自動(dòng)且極為精密的“快遞分揀系統(tǒng)”：它的任務(wù)是把一只只極其嬌貴、一碰就碎的“古董玻璃杯”（離子/量子比特），在微小的“傳送帶”上，快速、準(zhǔn)確、無(wú)損地運(yùn)送——從“倉(cāng)庫(kù)”（存儲(chǔ)區(qū)）送往“加工站”（操作區(qū)），完成量子操作后再完好無(wú)損地送回原位。

離子對(duì)外界極為敏感，用電場(chǎng)傳送它就像用氣流托舉并移動(dòng)一片羽毛——要讓它既快速又不晃動(dòng)，幾乎是互相矛盾的。速度太慢，計(jì)算效率下降；太快，則會(huì)使離子被加熱、降低量子門保真度，嚴(yán)重時(shí)甚至可能逃逸、丟失量子信息。

因此，必須設(shè)計(jì)出一條既迅捷又平穩(wěn)的“傳送帶“，讓離子在啟動(dòng)、加速與停止的每個(gè)瞬間都保持絲滑過(guò)渡——哪怕一絲顛簸，都可能讓那只“古董玻璃杯”碎裂。

要實(shí)現(xiàn)這一切，還需攻克多項(xiàng)工程難題：如何在微米尺度上制造復(fù)雜電極陣列以產(chǎn)生精確可控的電場(chǎng)（即“傳送帶”）？如何完成成百上千根電極的布線？如何編寫如同“交通管制中心”般的控制系統(tǒng)，實(shí)現(xiàn)對(duì)所有離子的實(shí)時(shí)、高效調(diào)度，避免“交通堵塞”和“交通事故”？而這些工程問(wèn)題，正是將概念化的QCCD架構(gòu)真正轉(zhuǎn)化為可運(yùn)行離子阱量子計(jì)算機(jī)的關(guān)鍵挑戰(zhàn)。

而在這些重重困難之下，Helios依然展現(xiàn)出驚人的算力：在隨機(jī)線路采樣任務(wù)中，Helios僅用1秒即可完成一次采樣，而經(jīng)典計(jì)算機(jī)需要至少108年才能達(dá)到同樣結(jié)果。

▲圖6. 經(jīng)典計(jì)算機(jī)實(shí)現(xiàn)同等的Helios和H2的隨機(jī)線路采樣任務(wù)的成本對(duì)比

離子阱量子計(jì)算的未來(lái)？

基于QCCD架構(gòu)的離子阱量子計(jì)算，被認(rèn)為是實(shí)現(xiàn)大規(guī)模容錯(cuò)量子計(jì)算最有前景的方案之一，然而，要讓這一構(gòu)想真正落地，仍有諸多挑戰(zhàn)亟待解決。隨著量子比特?cái)?shù)量增加，系統(tǒng)的復(fù)雜性將急劇增長(zhǎng)。如何在擴(kuò)展規(guī)模的同時(shí)保持高保真度量子門操作、實(shí)現(xiàn)離子的快速平穩(wěn)傳輸、并開發(fā)能管理大規(guī)模量子比特資源的經(jīng)典控制核心，從而最終實(shí)現(xiàn)量子糾錯(cuò)與容錯(cuò)運(yùn)算，都是需要攻克的難題。

如果說(shuō)操控幾十個(gè)離子的QCCD已經(jīng)很難了，那么實(shí)現(xiàn)具有實(shí)用價(jià)值的大規(guī)模量子計(jì)算，則意味著需要控制成千上萬(wàn)個(gè)離子、眾多存儲(chǔ)區(qū)和操作區(qū)，以及它們之間復(fù)雜的傳送路徑。這就像從管理一個(gè)只有兩三個(gè)機(jī)械臂的小倉(cāng)庫(kù)，擴(kuò)展到運(yùn)營(yíng)一個(gè)像亞馬遜中央倉(cāng)庫(kù)那樣龐大的、全自動(dòng)的物流中心，每一個(gè)環(huán)節(jié)的復(fù)雜度都呈指數(shù)級(jí)增長(zhǎng)。

雖然未來(lái)仍有很長(zhǎng)的路要走，但這條技術(shù)路線確實(shí)為通用量子計(jì)算的實(shí)現(xiàn)，照亮了一個(gè)充滿希望的方向。

參考文獻(xiàn)

[1].Helios: A 98-qubit trapped-ion quantum computer

[2].Etienne Granet, Sheng-Hsuan Lin, Kevin Hémery. et al. Superconducting pairing correlations on a trapped-ion quantum computer

[3].M. DeCross, R. Haghshenas, M. Liu, E. Rinaldi, J. Gray, Y. Alexeev, C. H. Baldwin, J. P. Bartolotta, M. Bohn, E. Chertkov, et al., Computational power of random quantum circuits in arbitrary geometries, Phys. Rev. X 15, 021052 (2025).

[4]. J. M. Pino, J. M. Dreiling, C. Figgatt, J. P. Gaebler, S. A. Moses, M. S. Allman, C. H. Baldwin, M. FossFeig, D. Hayes, K. Mayer, et al., Demonstration of the trapped-ion quantum ccd computer architecture, Nature 592, 209 (2021).