实现大规模量子算法的核心挑战是应对物理量子系统中固有的错误。容错量子计算理论通过量子纠错码将逻辑量子比特冗余地编码到多个物理量子比特中，并利用错误征象测量来检测和纠正错误，从而实现极低的逻辑错误率。然而，对于主流的二维表面码等纠错方案，由于测量错误的存在，学界普遍认为需要进行 d 次错误征象提取循环（其中 d 为纠错码码距）才能实现容错，这必然引入大量时间开销。为大幅减小容错量子计算的资源开销，我们提出了基于横向逻辑门的容错量子计算架构（Transversal Algorithmic Fault Tolerance, TAFT）。我们严格证明，在包括二维表面码在内的量子低密度奇偶校验码 (QLDPC) 中，通过结合使用低错误率魔态 (Magic State) 输入、前馈控制的横向 Clifford 逻辑门，通用容错量子计算可以在每个逻辑操作仅有 O(1) 时间开销的情况下完成。进一步，我们发展了多项式时间的高效解码算法，从而赋予 TAFT 架构实际应用的可行性。将该架构应用于早期容错的量子模拟算法以及需要大规模容错的整数分解 Shor 算法，我们的方法将容错的开销降低了一个数量级以上。此外，我们在中性原子量子计算平台上，利用 TAFT 框架实验上展示了容错量子计算的关键子程序——魔态蒸馏，从实验角度验证了我们理论的有效性。我们的工作为容错量子计算理论提供了新的思路，并显著加速了实用量子计算的实现进程。

Biography

赵宸是 QuEra Computing 的研究科学家，研究领域包括量子纠错、量子软件与量子机器学习。加入 QuEra 之前，他于 2022–2024 年在哈佛大学从事博士后研究，导师为 Arthur Jaffe 教授。他于 2022 年在中国科学院大学获得应用数学博士学位，导师为高小山教授。

Inviter: 张潘 研究员