使用光纤作为光量子的内存,进而用光量子内存来提升容错量子计算的量子比特数目,是近年来光量子计算中兴起的方向。中国的玻色量子团队在多年研发基础上提出的「天工光量子计算架构」[3]就采用了这样一种方向。无独有偶,在美国著名光量子计算公司 PsiQuantum 的方案中,也采用了这种方案。本文就根据 PsiQuantum 发表的两篇论文,解读其可扩展光量子通用计算方案。
资源态生成器(resource-state generators,RSG),用于周期性生成少量光子的纠缠组成的资源态(resource state),或者说小规模的簇态(cluster state);
融合设备(fusion devices),通过对两个或多个资源态,进行少量光子纠缠的测量,并把这些资源态融合成更大的簇态。
单个 RSG 比一个静态量子位要强大得多。通过在低损耗介质 (如光纤) 中临时存储光子资源状态,RSG 中可以同时存在多达数千个现有的资源状态。这使得每个 RSG 能够模拟数以千计的静态物理量子比特,以实现容错的量子计算。
光子 FBQC 的架构是高度模块化和可扩展的。大规模容错量子计算机可以通过使用相同计算模块组成网络而构建出来。模块由一些融合设备和宏观光纤延迟组成,这些延迟用来做存储器,并在模块之间进行连接。因此,在扩展这样的量子计算机时,主要的挑战是构建许多相同的 RSG,而不是一大堆静态量子位。RSG 提供了一种替代方法,可以用来扩大非光子物理基础器件的量子比特规模,如固态量子比特等。只要能够转化到合适的光子,就可以将它们作为嵌入大规模光子体系结构中的自主操作的 RSG 来使用。
模块化组件之间的宏观光学连接可以降低逻辑操作的成本。RSG 产生的光子可以传播很远的距离,而且不像传统架构那样的受到局域约束的影响。RSG 之间的非局域连接提供了一套新的工具,能更有效地实现逻辑操作。