装修报价单正文写三十九平米,是你要住的那几间房;翻到附页,后头还配了一百九十五平米的设备间。两份面积都真,量的却不是同一件事。
arXiv:2611.13301 那篇编译器论文,把这张附页摊开了。六位作者,v1 9 Nov 2026 22:08:58 UTC,做了一套叫 FTQC 的开源 MLIR dialect,把逻辑量子比特、综合征、魔术态与 Pauli 帧都做成带类型的 SSA 值,让纠错码的选择一路留到硬件下层。QFT-3 里六个 T 门共用一台串行复用的 15-to-1 蒸馏工厂,按峰值占用一次性计费:15 乘 13 得 195,编码电路是 3 乘 13 得 39,合计 234 个物理比特,五倍就是 195 除以 39。论文特意说明这台工厂串着用、不报时空积,吞吐、时延、输入态制备与失败重试都略去了;按每个 T 门各配一台算,数会大得多。
真机上那个 3.3 倍,分母也不是正确率。512 次采样、恒等线路,逻辑零态的比例从 79.3% 升到 93.8%,涨了 14.5 个百分点;换成误差,20.7% 降到 6.2%,除一下约 3.3。同一次测量,两句话。论文自己写明这是单次 512 采样运行、没有置信区间、没有未编码基线,不确立容错性的误差抑制。想演示阈值,得做码距与采样规模的缩放实验。
四个出口也别当成四处都能验容错。OpenQASM 3 只做逻辑级验证,综合征落成注释;QIR Base Profile 不支持中途测量与前馈;Stim 是 Clifford 限定,逻辑 T 门拿横向 S 门当替身,魔术态注入整个不表示。真正把 Resonance JSON 送进 Pathfinder 跑起来的,只有 IQM 那一路。「到得了硬件」与「证明了容错」,中间隔着上面每一道注释。
这里得公开更正一处。上一版末段写「致谢里写明,大语言模型参与了写作与编辑,也参与了数据分析和思路探索」,还顺势发挥了一句「读起来别有味道」——回 HTML 与 PDF 全文逐字查过,这篇的致谢里没有这句话,全文连 LLM、language model 都不出现,只有 UT-Battelle/DOE 版权声明与「作者贡献同等」。那句其实出自 2611.13630。两篇串了稿,是我写岔了;原句照留在正文里,更正一并挂上。顺带补一层:7 数据加 3 共享辅助得 10 是硬件 5.4 节口径,7 加 3 加 3 得 13 是资源估算口径,39 用的是后者,两处并不矛盾。
编译器这一轮交出的,算不得更便宜的房子,倒是一张肯把设备间写进附页的报价单。下一步该回答的是:设备间能不能几间房轮着用。
装修报价单上写着三十九平米,是你要住的那几间房。翻到附页,为了供这几间房运转,后头还配了一百九十五平米的设备间。两份面积都真实,量的却不是同一件事。11 月 9 日挂上 arXiv 的一篇编译器论文,把量子计算里这样一张报价单摊开了。
预印本编号 2611.13301,题名《A Compiler for Fault Tolerant Quantum Computing》,v1 提交于 9 Nov 2026 22:08:58 UTC,六位作者,来自橡树岭国家实验室等机构。他们做了一套叫 FTQC 的开源 MLIR dialect,把逻辑量子比特、综合征、魔术态与 Pauli 帧都做成带类型的静态单赋值(SSA)值,让纠错码的选择、综合征信息和非 Clifford 资源需求能一路保留到硬件下层【直引:arXiv:2611.13301 摘要】。输出目标有四个,OpenQASM 3、QIR、Stim 与 IQM 硬件。
摘要里摆了两个倍数:在橡树岭那台 20 比特 Pathfinder 上,解码把逻辑读出误差降了 3.3 倍;一个三比特量子傅里叶变换(QFT-3)的魔术态工厂,峰值量子比特是编码电路的 5 倍。前一个数是硬件上跑出来的改善,后一个数是编译器算出来的开销。
三点三倍的分母是误差,不是正确率
先把第一个数拆开。Pathfinder 是 ORNL 在 2026 年部署的一台 20 比特 IQM Radiance 超导机器。实验用 Steane [[7,1,3]] 码,一个逻辑 Steane 比特占 7 个数据比特,连共享辅助块算 10 个。恒等线路、理想逻辑零态、512 次采样,解码七比特数据读出之后,逻辑零态的比例从原始横向宇称的 79.3% 升到 93.8%【直引:arXiv:2611.13301 正文 5.4 节 On-device results】。
79.3% 到 93.8% 是涨了 14.5 个百分点。论文报的 3.3 倍换个分母才对得上:原始误差 20.7%,解码后 6.2%,20.7 除以 6.2 约 3.3。正确率只涨了不到两成,误差降到三成以下,两句话说的是同一次测量。
同一段还报了一个两逻辑比特 Bell 线路的结果,14 个物理比特,512 次采样,00 与 11 两种结果的合计概率从 57.6% 升到 76.7%,01 与 10 的合计从 42.3% 降到 23.2%。这两组数后面跟着一句更要紧的话,论文自己写明它们是单次 512 采样运行,没有置信区间,也没有未编码基线,因此不确立容错性的误差抑制;真要演示阈值,得做码距与采样规模的缩放实验【直引:arXiv:2611.13301 正文 5.4 节】。
编译器把这条流水线送到了真硬件上,IQM 后端发出的 Resonance JSON 用原生门集(prx / cz / measure),在 Pathfinder 上是 device-valid 并实际跑过。这句话的分量是「到得了硬件」,与「证明了容错」中间隔着上面那句限定。
一百九十五从哪来
第二个数在资源估算表里。QFT-3 是三个逻辑比特的量子傅里叶变换,六个 T 门,九个 CNOT,三个其它 Clifford 门,36 次稳定子型综合征提取。编码电路本身占 39 个物理比特,算式是 3 乘以 13,每个 Steane 逻辑比特 7 个数据比特加 6 个辅助比特。
魔术态工厂那 195 是另一笔。六个 T 门共用一台串行复用的 15-to-1 Steane 工厂,按峰值占用一次性计费,15 乘以 13 得 195,拆开是 105 个数据比特与 90 个辅助比特。总物理比特 234,等于 39 加 195。195 除以 39 正好 5。
论文特意解释了这台工厂怎么算:模型复用同一台工厂串行处理全部 T 态,报的是峰值空间,按每个 T 门各配一台来算会大得多;这个模型也不报时空积(比特乘周期),吞吐、延迟、输入态制备以及失败重试都略去了【直引:arXiv:2611.13301 结论与 Table 5 caption】。同理,表里 36 那个数是单独的稳定子型提取次数,不是完整纠错轮数,与 Stim 实验里每门插三个周期的数不能并排读。
| 项目 | 数值 | 计的是什么 |
|---|---|---|
| 编码电路 | 39 比特 | 3 个逻辑 Steane 比特乘 13 |
| 蒸馏工厂 | 195 比特 | 一台 15-to-1 工厂的峰值占用 |
| 合计 | 234 比特 | 数据加辅助加蒸馏 |
| 倍数 | 5 倍 | 峰值空间比,非时空积 |
结论里给的出路很具体:把工厂调度列为下一步。T 门数量与综合征提取次数都随 n 平方增长,而 195 这个固定惩罚对任何 n 不小于 2 的 QFT 都在,因此大规模的杠杆落在减少 T 门与优化工厂调度上。
四个出口,四道不同的门
这套 dialect 的价值不在跑分,在于把纠错码的选择做成可检查、可改目标的类型元数据。论文评估了三组码族:Steane [[7,1,3]],7 数据加 6 辅助,阈值 1%;旋转平面表面码,距离 d 下 d 平方个数据比特、d 平方减 1 个辅助,阈值约 1%;三角二维色码,(3d²+1)/4 个数据、(d²−1)/2 个辅助,阈值 0.3%,换来整个 Clifford 群横向可执行。
四个后端共享同一份物理 IR,各自的边界却被类型系统照得很清楚。
OpenQASM 3 那个出口只做逻辑级验证,不展开物理比特,也不编码综合征线路,因为 QASM3 没有原生纠错构造,相关信息落成注释。QIR 的 Base Profile 不支持可执行综合征修正需要的中途测量与前馈,同样把综合征、修正与 Pauli 帧写成注释,也不发射物理魔术态注入线路。Stim 是 Clifford 限定,逻辑 T 门被换成一个横向 S 门作替身,保住稳定子误差传播,但保不住非 Clifford 的作用,魔术态注入整个不表示,所以 Stim 的结果刻画的只是综合征提取与解码,不是非 Clifford 计算的保真度【直引:arXiv:2611.13301 各后端小节】。
四个出口里,只有 IQM 那一路把线路送进了硬件。把「四个后端都支持」读成「四处都能验证容错」,会撞上上面每一道注释【判断】。
编译器翻出来的是账单
这类工作容易被写成又一个编译速度的故事。这套 dialect 做的是另一件事:把过去藏在架构估算背面的东西,变成 IR 里可以查、可以改目标的字段。逻辑比特数好看,是因为魔术态工厂的峰值占用还没算进来;把工厂一算,三个逻辑比特的 QFT 要 234 个物理比特,其中 195 个不参与计算,只负责供料。
顺带说一句这份论文的成文方式。致谢里写明,大语言模型参与了写作与编辑,也参与了数据分析和思路探索。这句话放在一篇讲「把隐藏成本显式化」的编译器论文里,读起来别有味道【判断】。
收回到那张报价单。39 与 195 都是峰值空间的读数,工厂调度、吞吐与时延还没进模型;3.3 倍来自单次 512 采样、没有置信区间的硬件运行。编译器这一轮交出的不是更便宜的房子,是一张肯把设备间写进附页的报价单。下一步那篇该回答的,是设备间能不能几间房轮着用【判断】。
讨论回复
加载中...正在加载回复...
智谱 GLM-5 已上线
我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用,智谱新一代旗舰模型 GLM-5 已上线,在推理、代码、智能体综合能力达到开源模型 SOTA 水平。