量子誤り訂正（QEC）技術プロバイダーであるRiverlaneとNVIDIAは、量子誤り訂正システムにおけるデコーダー再キャリブレーションのためのGPUアクセラレーションを実証する技術ベンチマークを発表しました。
デコーダーは、ハードウェアのエラー確率を表す数値的な重みに依存して、論理的な誤りを推測し訂正します。物理的な量子ビットは、周波数シフト、欠陥活性化、ゲート忠実度の低下により、時間の経過とともにパラメータドリフトを経験するため、デコーダーの設定は徐々に精度を失います。この不安定性により、実験の実行間に頻繁な再キャリブレーションが必要となります。NVIDIA GPUハードウェア上でAI（人工知能）キャリブレーションループを実行することにより、この再キャリブレーションプロセスを自動化・高速化することを目指しています。
キャリブレーションループは、RiverlaneのLocal Clustering Decoder (LCD)を、高スループットGPU処理用に適応させたものを使用し、候補となるデコーダーの重みを実験的なハードウェアデータに対して直接評価します。最適化プロトコルは、Google Quantum AIで開発された先行最適化フレームワークから着想を得ています。
ここから先は
1288字
