芯片量子优势：自环光子芯片实现membosonsampling，克服缩放问题，扩展到大规模

芯片|Vol 1 |2022年夏季Gao，J.等人，Chip1，1000071月6芯片研究文章PHOTONICSDOI：10.1016/j.chip.2022.100007膜子采样的量子优势高军1，2，<$，王晓伟1，2，<$，周文浩1，2，<$，焦志强1，2，任若静1，2，傅玉璇1、乔露凤1、2、徐晓云1、2、张朝妮1、2、庞晓玲1、2、李航1、2、王耀1、2、金 贤民1、2、王晓1上海交通大学物理与天文学院集成量子信息技术研究中心、先进光通信系统与网络国家重点实验室，上海200240 2中国科学技术大学中国科学院量子信息与量子物理协同创新中心，安徽[2]这些作者对本书的贡献同样巨大E-mail：xianmin. sjtu.edu.cn（Xian-Min Jin）引用如下：Gao，J. et al. Quantum advantage with membosonsampling. 芯片1，100007（2022）。https://doi.org/10.1016/j.chip.2022.100007投稿时间：2022年接受日期：2022年在线发布：2022年量子计算机利用量子叠加来提高并行计算能力，有望超越经典计算机，并提供指数级增长的扩展能力。“量子优势”一词玻色子采样是多模光子网络中多光子量子演化的一个重要问题，也是实现这一目标的一个重要途径。然而，目前的光子平台在光子数和电路模式方面都存在缩放问题。在这里，我们提出了一个新的变种的问题，membosonsampling，利用缩放的问题，lem原则上可以扩展到一个大规模。我们实验验证了该方案的自环光子芯片的灵感来自于晶闸管，并获得多光子注册高达56倍，在750,000模式与希尔伯特空间高达10254。研究结果显示出一种集成的、具有成本效益的捷径，在光子系统中远远超越了以往的方案，进入了在过去的几十年里，人们目睹了量子信息科学的蓬勃发展，量子力学和信息论之间的交叉。已经有几个划时代的理论进展，以及涉及量子计算2，量子密码学3和量子纠错4的原理证明演示。尽管实现大规模通用和完全可操作的量子计算机仍然超出了当前技术的能力随着量子技术的发展，人们越来越有信心和兴奋地认为，我们正在走向嘈杂的中间尺度量子技术时代，特别是当谷歌梧桐树处理器6、祖冲之7和九章8都展示了量子优势的能力和可扩展性时。自从Aaronson和Arkhipov全面阐述了计算问题以来，玻色子采样已经成为证明量子优势的一个普遍候选者9。基于玻色子采样10一个典型的玻色子采样装置由以下几部分组成：在一个由m模Haar随机酉矩阵描述的线性网络中的n玻色子采样为实现量子优势提供了一个基本思路：一个可比较的采样任务，量子版本具有更高的计算复杂度和更少的执行时间。人们一直在努力追求大规模玻色子采样实验，从开创性的原型15-31到最近的进步32，试图接近商业笔记本电脑无法击败这样的量子系统的点，以及使用不同输入状态的最具挑战性的瓶颈是朝向真正的量子优势机制的可扩展性，该机制由光子源和线性网络模式数两者根据高斯永久性猜想设定尽管如此，如何构建一个可控的量子系统，并使其成为一个计算难题，同时又能映射到实际应用中去，对新时代的“量子优势”进行基准检验因此，进一步探索和提出更实用、更经济的解决方案，如采用高集成度的光子芯片，是很有意义的。在这里，我们提出并实验证明了量子优势与membosonsampling，它有效地扩大了玻色子采样问题，充分利用自环光子芯片的复发模式资源的启发忆阻器。无论是层内还是层间时间段的量子干涉都可以单独记录和全局分析。膜子采样的尺度原则上可以扩展到无限大，如图1（a）所示。每层时间段包含n个光子和m个电路模式。重复率N将设置的可扩展性扩展N倍。为了避免简单地通过在光子芯片上重复每个单次运行N次来扩大可扩展性，应该引入额外的层间相互作用以将相干性带到全局空间。整体酉矩阵仅仅是每个层内矩阵Λ的直接和，可视化为研究文章DOI：芯片|Vol 1 |2022年夏季Gao，J.等人，Chip1，1000072月6.Σ. . .p N−3ΛpN−2Λ我们将我们的集成式膜上采样机命名为致远。我们⎢⎥1图1| Membosonsampling的方法。(a)膜子采样的每个单独的构建块由矩阵Λ描述。利用类忆阻效应，玻色子采样问题的规模可以扩展到无穷大。时间轴显示光子如何穿过不同的时间层。（b）环路结构的预期修改。描述了三种不同类型的基于环的结构，即被动环、主动环和多环。（c）membosonsampling的图形结构。节点表示每个单独的层，而边显示不同层之间可能的过渡可能的过渡边越多，结构越复杂。对角分块矩阵Nhi= diag（h1，h2，h3，. . . ，hN）。（一）i=1受忆阻器36的机制的启发，其中该设备在历史上受到过去演变的影响，我们在时间部分的不同层之间引入精确的通过匹配层间时延和周期间隔，时间段的所有层通过自循环结构相干连接。我们描绘了三个不同的循环为基础的架构图。 1（b），包括无源回路、有源回路和多回路。被动回路意味着光子可以参与采样过程的下一次运行，而主动回路包含基于存储的方法37，其允许光子根据需要“跳”到任何其他稍后的运行中如果基于循环的架构进一步引入多个循环，则对应的矩阵比单循环架构更连通且更复杂。随着类忆阻效应的增加，membosonsampling的最终图形结构变成了一个几乎全连通的图形，如图1（c）所示。图中的每个节点代表一个层内矩阵，边表示只要光子进入循环通道，在时间段的当前层中干涉的光子就可以穿过不同的层。最直接的方式是通过将输出通道连接回输入通道来构造环路，并补偿时间延迟τ以匹配层间时间延迟和周期性间隔，这可以贡献散射矩阵中的非对角项，如图1（a）插图所示的时间轴。从前一层到下一层的转移概率表示为p，然后矩阵中的非对角项描述了转移过程。即使每个级联层中的值呈指数衰减，只要值不为零，层间量子干涉总是可以发生。生成的散射矩阵U可以被描述为，Λ1p1Λ2. . . pN −2<$N −1 pN−1 <$N<$1ΛNjecture。同时，该方案自动地形成散射方案，并且在计算永久量和增强因子Nm进一步提高了计算能力，nr复杂性（更多细节请参见补充材料N的任意选取使我们能够充分利用在时域积累的光子和模式资源，扩展玻色子采样探针的规模LEM和检索大的Nr重符合事件进入“量子优势”的制度我们的实验装置示意性地示于图2（a）中。多光子态的制备基于自发参数下转换38（更多细节在方法中给出）。所产生的光子经由保偏V形槽光纤阵列注入到通过飞秒激光直写39波导的一个输出端连接回输入通道，并且时间延迟与由Ti：sapphire振荡器的重复率（即80 MHz）定义的时间精确匹配。等 自环体系结构允许在层内量子干涉之后沿着时间轴，该体系结构可以无限扩展光子和电路模式数的可扩展性。其他15个输出通道耦合到单模V型槽光纤阵列，然后连接到APD阵列所有的光子信号都被送入飞行时间模块，该模块可以记录每个通道中光子事件的时间信息，时间分辨率高达64ps。然后，我们表征光子芯片并重构Haar随机矩阵40。通过随机改变相邻波导之间的耦合宽度来实现随机性，这在连续量子行走演化41、42中引入了随机性。在整个设备的特征化之后，我们激活时间循环通道。一旦忆阻效应起作用，光子在当前层的干涉将不可避免地影响下一层。我们在图中描绘了4层结构的散射矩阵。 2（b），注意3层后的生存概率导致非对角项的非零值。引入活性43- 是的..N −1。 ⎥2N通过添加快速片上调制的环路和多环路更多的自我-U=.第二层.. . ..p3Λ。. .Λ.（二）p1Λ循环通道将进一步随机化矩阵元素的值，整体的单一操作。p~1p ~2。. . p−1<$N−1<$N事件，我们的方案总是可以满足高斯常数，同步注入的预示单光子，然后运行ma-连续74 h无间断。所有的光子事件和信道时间信息由飞行时间模块记录我们pN−1Λ12N−1N2研究文章DOI：芯片|Vol 1 |2022年夏季Gao，J.等人，Chip1，1000073月6.=图2|膜上采样机原理图。(a)用390nm飞秒激光倍频脉冲连续泵浦BBO晶体，制备了多光子Fock态。由下转换光子对产生的预告光子由光纤耦合收集并被引导到光子芯片。通过将每个时间间隔作为光子和电路模式的资源，实验的规模可以扩展N倍。环结构允许不同时间层之间的量子干涉。不同层的输出都由一个大的APD阵列寻址。电子信号由飞行时间模块（TOFM）记录，该模块可以同时收集状态空间的大希尔伯特维中的所有时间信息。触发通道的时间信息预示着相应的光子符合事件。（b）4层结构的散射矩阵的实验表征。即使在几个级联层之后，生存概率也是非零的，使得层间量子干涉发生。通过重建两层结构的分布，验证了我们方案的有效性，在30模干涉仪中扩展到8个光子散射的尺度我们对所有数据进行处理以提取多光子巧合事件，并以2个级联层中的4倍事件为例（详细处理见方法）。我们从3小时的数据中获得了所有可检测输入组合的12，180个计数如图2（a）所示，我们将实验测量的光子分布与理论计算的分布进行了比较。环形图显示了部分输入组合的分布，黑色条为实验结果，灰色条为实验结果，表示理论计算。我们计算了子空间中测量分布的平均保真度，如Fi s i t i，测定值为86.7%。我们也重复这个过程，检索6倍的事件在2个级联层，最终计数的数量是755。每个可能的输出组合的平均计数率变得相当低，因此我们利用时间戳方法44来重构事件概率（更多细节在方法中解释）。在不积累输出分布的全貌的情况下，我们成功地利用有限的事件集合对可区分的采样器27执行验证测试。结果如图3（b）所示，单调增加的趋势验证了数据是从真正的玻色子采样器中收集的。对可区分采样器的验证结果表明，不同时间层和循环结构之间的真正量子干涉起作用。由于我们的方案的显著特点和优势，涉及更多的时间层到后处理可以显着增加光子事件和扩大希尔伯特空间的维数到无限大。我们研究了层数、光子数和量子数的依赖关系dence count率。 如图在图4（a）和（b）中，我们分别测试了层数和光子数对光子符合事件率的影响。 图在图4（a）中，所选光子数固定为5，并且我们将N数从100变化到1，000，步长为100。为了探索更一般的关系，我们选择前10，000个文件（7小时数据）并将它们分成10等份。结果的平均值和标准偏差显示在带有误差条的直方图中，符合事件以对数坐标绘制这些结果表明，如果我们增加层数，我们可以有效地恢复更多的光子事件。 图 4（b），我们对层数进行相同的操作固定为1000，并将期望的光子符合数NR从5改变为10。实验结果也显示出指数相关性。通过时间偏差校准（更多详细信息请参见补充材料）和上述测试，我们使用50，000层来提取56倍光子事件（如果包括触发器，则为112倍光子事件我们得到了17，248个事件，并在图4（c）中展示了部分事件。上图显示了已注册触发器的层号，而下图中的方块表示每个特定层中的输出端口。蓝色方块表示与触发器位于同一时间层的信号。红色方块显示了具有时间循环功能的信号，颜色越深，记忆电阻器样效应越强。这些结果已经达到了具有极大希尔伯特空间的玻色子采样问题的验证或确认大规模光子符合事件的有效方法仍然是一个悬而未决的问题47。由于更有效的时间循环和源亮度，我们的方案也可以作为一个有前途的平台来扩大希尔伯特空间，并可以作为量子模拟的通用工具48。研究文章DOI：芯片|Vol 1 |2022年夏季Gao，J.等人，Chip1，1000074月6图 3|膜取样实验的分布与验证。（a）实验数据pi（深灰色）和理论数据ti（浅灰色）之间的2层4重事件概率分布的比较。（b）验证2层、6重事件结果。对实验数据进行了似然比检验，仅用少量事件的时间信息。实验结果（黄点）明显偏离了可区分的采样器（红点），揭示了不同时间层之间量子干涉的发生。总之，我们提出并实验证明了量子的优势与membosonsampling机器致远。受忆阻器的启发，我们在不同的时间层之间链接并引入量子推理，这导致了足够大的玻色子采样问题的能力，以超越经典超级计算机的易处理水平玻色子采样问题的56倍光子事例构成了一个指数级大的计算空间。达到“量子优势”机制本身并不意味着实际应用。然而，展示具有玻色子采样的集成且具有成本效益的光子在量子计算的场景之外，我们可能有更多的观点来充分利用这种直接的方式来构建量子科学和技术的整个框架中的大规模量子系统方法量子光源的制备从锁模钛宝石振荡器产生的中心在780 nm的飞秒脉冲在三硼酸锂（LBO）晶体中被倍频。产生的390 nm紫外脉冲被平衡板分束器分成两条光路，在每条光路中，激光依次通过II型共线和光束状切割的β硼酸钡（BBO）晶体。BBO晶体通过自发参量下转换产生两对相关光子共线相位匹配关联光子被一个相位差分开放大分束器并由长通滤波器滤波。所有产生的光子通过3nm带通滤波器（BPF）过滤，然后耦合到具有适当偏振控制的保偏（PM）光纤中，现在，我们准备了4对相关光子，每对光子提供一个由雪崩光电探测器（APD）直接探测到的光子作为触发器。不同光子对之间的HOM干涉可见度为83%，这确实能揭示光子的玻色聚束通过扫描时间延迟线实现了下转换光子之间非经典干涉的时间不可分辨性光子芯片的制造我们通过50倍物镜（NA 0.55）将513 nm飞秒激光聚焦到光子衬底（Corning Eagle XG）中，并且重复频率为1 MHz的脉冲永久地改变聚焦区的折射率。然后通过高精度三维气浮台连续移动衬底，以15 mm/s的速度刻写玻色子采样电路。在激光进入物镜之前，我们用柱面透镜将脉冲整形为窄条纹。窄条纹平行于波导，功率固定在210 nJ。该电路位于基片上表面以下170μm处，输入/输出端口间距为127μm，与典型的商用V型槽光纤阵列相匹配。我们通过改变不同的耦合宽度来引入电路的随机性。初始耦合宽度定义为10μ m，然后通过（-1，1）μm范围内的随机数改变均匀耦合宽度。5厘米长的芯片有16个模式的6个输入端口，位于芯片的中心部分。研究文章DOI：芯片|Vol 1 |2022年夏季Gao，J.等人，Chip1，1000075月6ind迪斯因迪斯=⎧⎪⎪−2 ≤ k1KKKKK图4|多段数据的实验结果。（a）层数N我们将光子数固定为5，并将层数从100改变为1000。符合光子事件以对数轴绘制。其增长趋势表明层数与符合事件之间存在较强的正相关关系。（b）将层数固定为1000的情况下的光子数的影响的测试。（c）我们提取的一个56倍光子事件的例子。上图是已注册触发器的层数分布下图展示了片上光子的56个输出端口提取多光子事件用于膜玻色子采样的详细过程我们首先校准所有通道的信号延迟为了弥补信号通道和触发通道之间的电子延迟差异，我们扫描每个信号和触发通道的延迟时间，并监视它们的符合计数。符合时间窗口设定为2ns，延迟时间设定为-37.5ns ~37.5ns，步长为0.5ns。我们将trigger 1设置为标准时间戳，然后推导出所有其他通道的最佳延迟时间。在时间戳校准之后，触发光子同时到达飞行时间模块，并且信号光子比相应的触发晚5 ns到达。以下步骤是处理细节：第一步，我们浏览所有的触发通道，并过滤出事件，当信号通道内包含2个以上光子时，在该步骤中，2个信号光子和2个触发光子与彼此的时间戳完全匹配。第四步，我们重新编号的通道，以匹配新生成的散射矩阵。我们可以通过计数或时间戳信息重建输出分布。玻色子抽样数据的验证在我们的实验中，我们使用统计方法来验证实验结果是玻色子抽样事件对可区分的抽样事件，称为似然比检验。这种方法可以显著地区分观测数据和其他采样器，在我们的例子中，我们用理论计算的经典分布来检验我们的数据。首先，给定一个估计量L=p /q . 这里p和q是第一个触发器到达时间后21 ns。信号通道对噪声（背景噪声或多次发射）更敏感，因此我们排除任何可疑事件。选择21 ns的时间窗口是因为该时间尺度足够大，足以覆盖这两个连续部分中的所有光子，并且将不包括第三部分中的光子。第二步，我们标记过滤结果的节号，然后，与事件相关的相应概率与不可区分的和可区分的采样器。估计器从点C0开始，然后根据以下规则更新它，C，a1Lk<1/a1

下载后可阅读完整内容，剩余1页未读，立即下载