Девять жизней фотона: как «Цзючжан 4.0» пережил потери и оставил классику позади ✛ ✎

Оригинал: "Robust quantum computational advantage with programmable 3050-photon Gaussian boson sampling"
arXiv:2508.09092 · 2025-08-12 · arXiv non-exclusive · собственный разбор · 4 мин
Новый фотонный процессор с 1024 сжатыми состояниями и 8176 модами выдаёт до 3050 фотонных событий, оставляя классическим алгоритмам лишь $$10^{42}$$ лет на симуляцию.

Контекст

Квантовое вычислительное преимущество — это гонка с открытым финишем: как только квантовая машина демонстрирует результат, классические алгоритмы бросаются его догонять, иногда сокращая отставание до смешных величин. Вокруг фотонных экспериментов по гауссовскому бозонному сэмплированию (GBS) уже сформировался целый зоопарк имитаторов: от жадных сэмплеров до методов на основе матричных произведений состояний (MPS). Главная ахиллесова пята фотоники — потери фотонов, которые, как показали недавние работы, могут радикально упрощать классическую симуляцию. Новая работа встаёт в этот ряд, но с другим размахом: 1024 входных сжатых состояния и 8176 выходных мод — это на порядок больше, чем у предшественников. Соседние работы в архиве исследуют квантовые алгоритмы, коррекцию ошибок и энергоэффективность, но здесь ставка сделана на чистый масштаб и подавление потерь на уровне источников.

Методы

Сердце установки — четыре оптических параметрических генератора, накачиваемых лазерными импульсами длительностью 1,6 нс на длине волны 775,7 нм. Они рождают одномодовые сжатые состояния, которые затем проходят через три каскадных несбалансированных интерферометра Маха—Цендера для фильтрации паразитных мод; пропускание такой системы достигает 99,8%, а общая эффективность источника — 92%. Сжатые состояния направляются в программируемую схему гибридного пространственно-временного кодирования: три 16-модовых интерферометра соединены двумя массивами волоконных линий задержки с шагом 50 нс. Такая архитектура даёт кубический рост связности ($16^3$ = 4096) при линейном росте физических ресурсов. Выходные фотоны регистрируются 16 сверхпроводящими нанопроволочными детекторами с эффективностью 93% и временем восстановления 43 нс; общая эффективность системы — 51%. Фаза всей схемы стабилизирована с точностью λ/200 на длине волны 1550 нм.

Результаты

Эксперименты проводились в трёх конфигурациях: S64 (64 входа, 4336 мод), M256 (256 входов, 5104 моды) и L1024 (1024 входа, 8176 мод). В самой крупной серии зарегистрировано до 3050 фотонных совпадений — это более чем на порядок превышает предыдущие рекорды. Распределение чисел фотонов совпадает с теоретической моделью «истинного» GBS и резко расходится со всеми классическими имитаторами: сжатым состоянием, тепловым состоянием и различимыми фотонами. Байесовский тест против сжатого состояния показывает растущую уверенность в пользу квантового происхождения выборки по мере увеличения рассматриваемой подсистемы. Сравнение корреляционных функций второго и третьего порядка исключает жадный сэмплер, сэмплер независимых пар и одиночных фотонов (IPS), а также сэмплер на основе древесной ширины. Для самого мощного на сегодня классического метода — MPS-алгоритма, предложенного в 2024 году, — показано, что при любых реалистичных параметрах (размерность связи χ и эффективное число сжатых фотонов $N_{eff}$) он не может воспроизвести статистику эксперимента. Для набора L1024 необходимое χ превышает 8×$10^{21}$, а оценка времени симуляции на суперкомпьютере El Capitan составляет более $10^{42}$ лет; квантовый процессор выдаёт выборку за 25,6 микросекунды.

Значение

Работа стоит особняком среди соседей по архиву, которые в основном исследуют алгоритмические аспекты квантовых вычислений или энергоэффективность. Здесь же — аппаратный прорыв: впервые удалось масштабировать GBS до тысяч мод, сохранив общую эффективность 51% и не дав потерям фотонов обесценить результат. В отличие от предыдущих демонстраций, где классические имитаторы сокращали разрыв, «Цзючжан 4.0» не оставляет им шансов даже в теории: оценка ускорения в $10^{54}$ раза делает практическую симуляцию невозможной на любых мыслимых ресурсах. Это не просто очередной рекорд, а качественный скачок в надёжности доказательства квантового преимущества для фотонных платформ.

Развитие

Следующий логический шаг — использование той же архитектуры для генерации массивных трёхмерных кластерных состояний, необходимых для отказоустойчивых квантовых вычислений на основе измерений. Гибридное пространственно-временное кодирование уже сейчас позволяет управлять тысячами сильно запутанных мод, а дальнейшее улучшение источников и детекторов может поднять эффективность и число фотонов ещё выше. Возможно, вскоре появятся и новые классические алгоритмы, нацеленные именно на такую архитектуру, — гонка продолжится, но теперь квантовая сторона имеет солидный запас прочности.

Влияние

Результаты напрямую влияют на область квантовых вычислений и квантовой информации, задавая новый стандарт для фотонных экспериментов. Они также стимулируют разработку более совершенных классических алгоритмов симуляции и методов верификации.

Следующие шаги

Ближайшие шаги включают использование платформы для генерации кластерных состояний и проверки элементов отказоустойчивых вычислений. Параллельно стоит ожидать новых попыток классической симуляции, нацеленных на гибридные схемы.

Ключевые проблемы

Для фотонных квантовых вычислений ключевой нерешённой проблемой остаётся борьба с потерями и достижение порога отказоустойчивости. Данная работа показывает, что масштабирование при фиксированной эффективности возможно, но до практической коррекции ошибок ещё далеко: нужны ещё более низкие потери и интегрированные источники.

Взгляд машины знаний

Этот раздел адресован автору работы и его коллегам. Соседние работы нашёл смысловой поиск по нашему архиву — не по совпадению слов, а по смыслу. Мы не рецензируем: мы показываем поле вокруг.

Что сделано в работе

В работе представлен фотонный процессор «Цзючжан 4.0» с гибридным пространственно-временным кодированием, который достиг 3050 фотонных совпадений в конфигурации с 1024 входами и 8176 модами. Авторы использовали высокоэффективные источники сжатого света с пропусканием 99,8% и общую эффективность системы 51%. Эксперименты показали, что классические имитаторы, включая MPS, не воспроизводят статистику устройства, а оценка времени симуляции на суперкомпьютере El Capitan превышает 10^42 лет.

В чём сила

Ключевая сила — масштаб и подавление потерь: рекордное число фотонных совпадений при высокой эффективности источников, что закрывает лазейку для классической симуляции и укрепляет доказательство квантового преимущества.

Куда можно двигаться

Что можно попробовать

  • Попробовать применить методы калибровки из [2505.01609v2] для повышения точности фазовой стабилизации.
  • Проверить, можно ли использовать меньшее число накачивающих лазеров, как в [2605.09325], без потери эффективности источников.
  • Оценить, как повлияет на классическую симуляцию добавление памяти квантовых состояний, описанной в [2603.12675].

Почему это может быть важно

Такое масштабирование фотонных платформ с подавлением потерь открывает путь к практическим квантовым вычислениям, а потенциальное упрощение источников и повышение точности могут сделать технологию более доступной.

Число возможных конфигураций фотонов в эксперименте L1024 оценивается как $10^{2461}$ — это больше, чем количество атомов в наблюдаемой Вселенной (около $10^{80}$).

Идея квантового превосходства перекликается с рассказом Грега Игана «Ореол», где герои используют квантовые вычисления для моделирования сознания. Здесь, правда, речь о более приземлённой, но не менее впечатляющей задаче — доказать, что квантовая машина может быть быстрее любой классической.

T_{MPS} = O(M d \chi(\varepsilon)^2 2^{N_{eff}/2})
Время растёт экспоненциально с эффективным числом сжатых фотонов N_eff и квадратично с размерностью связи χ.

Ключевые числа

  • число входных сжатых состояний: 1024
  • число выходных мод: 8176
  • максимум фотонных совпадений: 3050
  • время квантовой выборки: 25.6 мкс
  • оценка времени классической симуляции: >1042 лет
  • ускорение: >1054
Учёные
David DeutschErwin SchrödingerJohn Stewart BellLouis de BroglieLov GroverPaul Benioff
Понятия
квантовое превосходство вычислительная мощность вычислительная стоимость память гауссовский процесс гибридный алгоритм сложность гауссовы состояния классический компьютер медицина компьютерное моделирование снижение шума кубитов считывание эффективность фотонов логический кубит классический предел центр обработки данных декодер подавление ошибок квантовые вычисления