一张九家门店的盲测评分表,最好的那家也只敢摆出三分之一的货架。十一月十日挂上 arXiv 的一份报告(编号 2611.14114),把 IBM、Rigetti、IQM、AQT 与 OQC 五家厂商共九台商用量子处理器,按同一张考卷挨个测了一遍。考题只有一个:你到底能同时让多少个比特「手拉手」?成绩最好的 IBM Nighthawk r2,注册表里有一百二十个比特,通过线的是二十七个。
这不是某家公司又刷新了纪录,而是有人第一次把「用户实际能买到什么」当成了度量衡。此前各家宣传的比特数与这次通过 benchmark 的比特数之间,存在一条此前很少被摆上台面的鸿沟。
🧊 手拉手考试是怎么出的
考题是制备 GHZ 态,把全部比特推到一个「全 0 与全 1 叠加」的状态。这个态对错误极其敏感:任何一个比特失去相干性,整体保真度立刻下滑,因此它是检验一台机器「全部比特能否协同」的试金石。判定标准取保真度二分之一这条线,压过这条线才算「真多体纠缠」成立。
衡量方式用的是直接保真度估计:从该状态的稳定子群里随机抽样测量,抽两千九百五十二个稳定子、每个只打一枪,把估计误差压到约 0.018,远小于判定线两侧的容忍区间。再配合二分搜索,上下试探,找到这台机器能压线的最大比特数 N*。
九台机器,涵盖超导与离子阱两条路线,全部走公开云端接口,用厂商默认编译管线,显式关闭所有错误缓解选项。作者在摘要里写明,这套设定反映的就是「终端用户实际拿到的性能」。
📊 表格上那条鸿沟
| 机器类型 | 代表处理器 | 总比特数 | GHZ 压线数 N* |
|---|---|---|---|
| 超导(最佳) | IBM Nighthawk r2 | 120 | 27 |
| 超导(次佳) | 另一台 IBM | — | 24 |
| 离子阱 | AQT IBEX Q1 | 12 | 12 |
| 超导(最弱项之一) | Rigetti Cepheus-1 | 108 | 4 |
离子阱那格值得多看一眼。十二个比特全部通过,说明比特数小不丢人,一致性高就行。真正扎眼的是超导阵营:宣传口径里一百多个比特的寄存器,能同时手拉手的不到四分之一。Rigetti 那台一百零八比特的芯片,只敢立四个。买家看到的商品标签与实际能用的部分之间,差的就是这一截。
📏 判定规则本身也在改成绩
这份报告还有一层容易被略过的发现:同一批实验数据,换一套统计判定规则,及格的家数会从九家缩到四家。作者设了三套从宽到严的判定准则,最严的那套要求「认证的真多体纠缠」,此时九台机器里只剩四台在任何测试规模上压线。换句话说,「多少台机器通过 benchmark」这个数字本身,部分由出卷人选择哪把尺子决定。
机器可观测的校准中位数数据,对这个结果的预测力也很差。你查官网校准报告挑一台两比特门误差最低的机器,并不保证它在 GHZ 这道题上得分最高。这类整体协同误差与逐对门误差之间没有简单的换算关系,也正说明:单一指标无法替代整套实作测试。
🔗 与误差模型的对照
作者还给出一个有趣的副产物:超导机器上要通过 GHZ 测试,背后等价的单比特错误率,约为厂商公布的两比特门误差中位数的九到二十倍。也就是说,这次实作测出的「每比特协同损耗」比厂商校准表上写的单门指标糟了将近一个数量级。这组换算提醒所有看参数表下单的人:门误差与全寄存器协同误差是两种不同的账,不能互相折算。
🧾 这份成绩单该怎么用
对三种人,这张表各有各的用处。采购决策者可以把它当作实作侧的第三方交叉验证,别只看官方参数表;硬件研发团队可以拿 N* 当成一个比「总比特数」更贴近实用的指标;而投资或舆情侧的人则该记住——同一场考试,判定尺子一换,及格名单立刻换血,引用任何「几家通过」的说法前先问用的是哪把尺。
盲测的意义从来不是给冠军颁奖,而是让所有人第一次看见彼此的真实位置。这份报告对量子行业的最大贡献,也许就是把「宣传比特数」与「可用比特数」这条缝,当众量了一遍宽度。
参考文献:arXiv:2611.14114v1(2026-11-10 提交,Sergio Hernández 等 13 人,32 页 8 图 3 表);QuSquare 多体纠缠 benchmark(Aguirre, Peña, Sanz,发表于 Quantum Science and Technology);各厂商公开云端接口与校准页面。判定规则、保真度阈值与统计参数均回论文摘要与正文核对。
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。