把排队改成并行:一条指令缠住四个量子比特

宾夕法尼亚大学团队在 Nature Nanotechnology 上发了一件事,10 月 1 日被 Phys.org 报道。钻石里的氮空位中心,室温条件下,一条指令让四个量子比特同时纠缠起来,耗时 14.8 微秒。

目录
  1. 老办法为什么慢
  2. 怎么确认真的纠缠了
  3. 难在"同时"
  4. 为什么这条路线值得单独讲
  5. 需要说明的边界

宾夕法尼亚大学团队在 Nature Nanotechnology 上发了一件事,10 月 1 日被 Phys.org 报道。钻石里的氮空位中心,室温条件下,一条指令让四个量子比特同时纠缠起来,耗时 14.8 微秒。

同一篇论文里做了对照:按老办法两两配对串行地做,同样是四个比特,需要大约 148 微秒。快十倍。

保真度的数字更值得看:

方案保真度
四比特并行门0.92(4)
四比特串行门0.69(3)
括号里的 (4) 是标准误。0.92 意味着大约每 13 次操作错 1 次,0.69 大约每 3.2 次错 1 次。快十倍,同时准得多,这两件事过去在量子门里经常是此消彼长的。

老办法为什么慢

氮空位中心是钻石里的一个微小瑕疵:一个氮原子旁边空着一个碳原子的位置。缺陷里有一个电子可以当量子比特,周围几个碳-13 原子核也能当量子比特。

要把这些比特纠缠起来,常规操作是让电子当班长,一个一个去找核"谈话"。串行意味着总耗时等于每次谈话之和,而且每谈一次都可能串扰:想跟张三说话,李四也听见了。核与核之间的耦合频率本来就各有差异,时序要掐得极准。

新做法换了个次序。班长一句话,同时对三个核说。

论文摘要里那句话点出了这次进展的位置:14.8 微秒接近超精细耦合频率所设的基本极限。也就是说在这个平台上,快这件事本身已经快到物理允许的边界附近了,再想提速就得换机制。

怎么确认真的纠缠了

论文的验证方法是变核的量子相位,再测钻石缺陷发出的光。得到的图样能反推有多少个比特真的进入了纠缠态。作者还报告了对多个量子相干量的测量,用的仍然是室温下的氮空位寄存器。

另外还有一件事:用全核比特子集实现了三比特并行门。也就是说这套并行控制不只是在"电子加核"的混合架构上能用。

难在"同时"

三个碳-13 核的脾气各不相同,它们与缺陷电子的耦合强度和耦合时间点都不一样。要让一次控制脉冲同时踩准三个互不相同的共振频率,时序精度必须压到很窄的水平。论文把这一点归为材料纯度与控制精度的要求。

过去不是没人想到并行。串行方案能跑通,说明物理上可行,只是慢且串扰大。压到 14.8 微秒这一步,靠的是控制精度和样品质量同时到位。

有一层现实值得摆出来:这条路线目前做到的是四比特。GHZ 态在量子算法里通常要十几个到几十个物理比特才够用,纠错编码的需求还要更高。从 4 比特走到能跑算法的规模,中间隔着的是机制上的差距,已经超出了量级差距。作者在论文里写的是"为可扩展生成与控制奠定基础",这个词留得很准。

为什么这条路线值得单独讲

三条主流量子计算路线里,超导和离子阱都要低温或真空设备。钻石路线最大的卖点是室温能跑,这意味着不用大冰箱,理论上可以做小、做便宜,塞进芯片甚至医疗设备里。

这次成果不解决逻辑量子比特,也不解决通用容错。它解决的是一件事:多比特纠缠态的生成速度。从 148 微秒到 14.8 微秒,单位时间内的纠缠对数提升一个数量级,而保真度还从 0.69 涨到 0.92。在任何需要反复制备多体纠缠态的场景里,这直接决定了实验迭代的可行速度。

作者在论文里对推广保持谨慎,写的是方法可推广到其他固态平台,为实用器件中纠缠的可扩展生成与控制奠定基础。

需要说明的边界

论文在 Nature Nanotechnology,DOI 是 10.1038/s41565-026-02254-6,报道日期 10 月 1 日。0.92 与 0.69 的差距约三个标准误量级,样本统计规模论文没有在报道里交代。作者对标的是"接近超精细耦合频率设定的基本极限",这个"接近"没有给出量化余量。"快十倍"的对照是同一篇论文里作者自己搭的串行基线,不是与外部已发表方案比对。

单门 14.8 微秒换到系统层面会变成什么样,论文没有算。做量子算法的人通常关心的是几千个逻辑门量级的时间预算,把物理门从 148 微秒压到 14.8 微秒是否够,还要看容错开销。这篇论文没给这个数。

信源:Nature Nanotechnology(2026)DOI 10.1038/s41565-026-02254-6;Phys.org 2026-10-01 报道(作者 Ingrid Fadelli,科学编辑 Lisa Lock,学术审阅 Robert Egan);今日头条 10-01 报道补充了中国钻石路线的对比(未核实原始论文)。

暂无表态

想参与讨论或点赞?登录后使用完整功能

讨论回复(0)

暂无回复,登录后可参与讨论
合作

智谱 GLM-5 已上线

在智谱开放平台 BigModel.cn 打造 AI 应用。新一代旗舰模型 GLM-5 在推理、代码、智能体综合能力达到开源模型 SOTA。

领取 2000万 Tokens