量子版FPGA——现场可编程量子比特阵列

20世纪80年代现场可编程门阵列(FPGA)的出现，彻底改变了电子设计。FPGA允许设计人员创建适合特定应用的定制逻辑电路，并在投入昂贵的ASIC开发之前，快速原型化和测试新设计。

大约40年后，现场可编程量子比特阵列(FPQA)有望在量子计算电路设计中引发一场类似的革命。FPQA可以帮助量子算法设计师根据自己的需求调整量子处理器的布局，优化量子比特(qubit)连接，从而针对给定问题实现优异性能。为了匹配算法，FPQA允许用户动态创建量子处理器。

被称为叠加、纠缠和干涉的量子现象是实现量子计算机强大功能的关键。为了利用好这些现象，量子比特需要通过量子门(如量子CNOT双量子比特门)或通过利用依赖于量子比特之间距离的其他类型交互(如里德堡交互)发生相互作用。通常，量子计算机设计师将“连接”作为描述哪些量子比特可以与其他哪些量子比特相互作用的一种方式。

量子比特数和量子门数等关键量子资源非常稀缺。正是由于这种稀缺性，在计算过程中优化这些有限资源的部署方式就显得很有必要。在许多静态设计中，如果彼此相距较远的量子比特需要相互作用，则解决方案是执行一系列“量子比特交换”，使目标量子比特中携带的信息靠得更近。但这些量子比特交换既会占用量子资源，又会引入新的错误源。动态改变量子比特位置的能力，可灵活地将问题映射为量子比特的物理排列。它可以帮助设计师借助量子比特的几何排列来更有效地进行编码，从而用更少的资源来解决问题。

为了匹配算法的要求，FPQA允许用户动态创建量子处理器。设计师可以根据用户指定的量子比特相对于彼此的几何位置对量子比特连接进行编程。这一概念源于包括哈佛大学在内的几个学术实验室，那里的研究人员已经成功演示了基于中性原子量子技术、且具有模拟和数字功能的FPQA。

FPQA是采用中性原子量子计算机中使用的独特控制机制实现的。中性原子量子计算机的处理器布局则是用聚焦激光束(有时称为光镊)捕获中性原子(如铷87)来实现。通过改变每个激光指向的位置，用户可以重新排列空间中的原子。这样就实现了量子比特连接的可编程性。

现在，原子的几何布置可以在每次计算开始时得到更新。未来通过在计算过程中移动原子(例如最近业界演示过的配置)，将有可能实现具有信息总线的动态体系结构。这一发展将是优化控制信号与量子比特数量之比值的关键，并使量子比特之间的任意连接超出几何约束。

图1：QuEra Aquila 256量子比特机器上所见的各种FPQA排列(图片来源：QuEra Computing)

FPQA通过减少量子比特和门开销来提高量子算法的资源效率。由于能够快速更新量子比特布局和连接，因此能通过为每次计算提供定制计算机的方式，对算法进行快速测试、基准测试和优化。

优化

优化是如何用FPQA实现更高量子计算性能的一个用例。许多优化问题可以用图的形式进行数学描述。各节点用于描述优化问题中的变量，各边可以表示它们之间的各种关系。例如，各节点可以描述众多5G塔的潜在位置，而各边描述在不产生干扰的条件下不能同时工作的塔对。在另一个更抽象的描述中，把每个节点想像成一只股票，两个节点之间的边表示这些股票是相关的。

通过将每个节点分配给一个量子比特并设置连接，这些图形可以映射到模拟FPQA上，从而使两个量子比特在对应的原子具有一条边时可以发生交互。这样就能有效地找到一个量子比特数与问题中变量一样多的解决方案。用FPQA实现量子优化的其他有前途的领域包括机器人、布线优化和蛋白质设计。在所有这些例子中，这些问题的几何架构及其约束都使得他们对经典计算机构成挑战性。

量子模拟

FPQA的另一个重要用例是量子模拟，其中量子计算机可以用于深入了解重要量子力学系统(比如新材料)中的复杂现象。只有通过探索原子之间的相互作用，才能理解材料的某些物理现象。为了观察这些现象，就需要模拟这种模式，而通过FPQA对量子比特进行适当的排列就可以实现这一点。类似的应用也可以在材料科学和高能物理学中找到。

动态性能优化

FPQA不仅能为每个应用程序创建一台定制计算机，甚至可以在计算过程中的每一步启动之前对计算机进行更新。这为自动化处理器更新打开了大门，可进一步提高处理性能。它还可以优化动态问题。例如，人们可以动态地解决自主机器人实时变化的路径问题，这在导致事故的条件发生变化时能够及时更新量子比特的位置，即便是需要采用根本不属于最初预定的路径时也应如此。

在不打算将量子处理器(量子计算机的核心)用作通用处理器、而是针对特定问题进行了优化的情况下，FPQA允许在确定处理器最终布局之前的设计过程中不断进行试验。

(参考原文：Field-Programmable Qubit Arrays: The Quantum Analog of FPGAs ）

文章来自：https://www.eet-china.com/