机器之心专栏
作者：王珩
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。
说起量子计算行业的黑马，就不得不提到 PsiQuantum。
PsiQuantum 由著名量子计算专家 Jeremy O'Brien 于 2016 年在硅谷创立，是美国最领先的量子计算创业企业之一，主攻光量子计算技术路线，PsiQuantum 的目标是用传统的硅芯片技术流程来制造使用光量子的商用量子计算机。同时，PsiQuantum 拥有一个由世界级工程师和科学家组成的团队，致力于整个量子计算堆栈的研究，涵盖了光子、电子控制，光电芯片封装、低温系统、量子架构和容错、量子应用等各个方面。
根据相关公开报道透露的信息，PsiQuantum 正在研发和生产量子光子芯片和用于控制量子位的低温电子芯片，并宣布与全球领先的专业晶圆代工厂 Global-foundries（格芯）合作，通过使用格芯公司的半导体制造工艺制造其量子核心组件。由于对光量子计算路线和工程实现能力的认可，PsiQuantum 也是全球范围内完成融资金额最高的量子计算企业。
迄今为止，该公司已经筹集总计 6.65 亿美元的资金。投资商名单中不乏微软 M12、黑石、Atomico、红点、Playground Global 等一众知名风投。可见，PsiQuantum 深受资本市场的恩宠。
那么，它的量子计算研发路径又有哪些独到之处呢？
PsiQuantum 认为，有用的量子计算机至少需要 100 万个物理量子比特，以满足容错和纠错的需求。因此，光量子通用计算方案的架构及其可扩展性是他们研究的重点。
2021 年，PsiQuantum 连续发表了两篇重磅论文：Fusion-based quantum computation [1] 和 Interleaving: Modular architectures for fault-tolerant photonic quantum computing [2]，揭示了其在可扩展通用光量子计算的基本原理以及架构。特别在论文 [2] 中，PsiQuantum 的研究人员提出了模块化的容错光量子计算的架构，第一次完整展示了其走向百万光量子比特的技术路线，印证了新一代具备光子处理模块，数字处理模块和光纤内存的光量子计算架构的可扩展性和先进性。
论文 [2] 再次陈述了光子作为量子比特的不一样的特性。在其它使用固态量子的大规模计算架构中，如在超导技术路线中，量子比特一般是以阵列的方式呈现，可以长时间存储量子信息，并对其进行门操作和测量。而光量子的相干性优异，但是飞行光子的缺点是易损耗，测量完之后即被销毁。因此 PsiQuantum 此前研究了更适合光量子的容错计算的方式，也就是 Fusion-Based Quantum Computing（基于融合的量子计算，FBQC）。
在光子 FBQC 架构中，有两个核心设备：
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。
根据论文 [1] 中 FBQC 的工作，已经证明了系统里同时存在的单光子的数量相当于量子比特的数量，计算速度由物理的纠缠测量速度，即资源态的融合操作速率决定。所以一个动态的基于 RSG 的设备，和一个静态量子比特设备计算能力是一致的。
图中的 RSG 为生成环状簇态的资源，F 为融合操作，1、L、L2 为人为设置的延迟周期。那么只需要一个 RSG，就可以生成 L2 个簇态
但是，有了以上两种设备还不够，要进一步扩大这种光量子计算的量子比特规模，论文 [2] 就提出了时分复用的思路，并构建了 “光纤内存” 这一重要模块。如果我们用时分复用的方式，每 1ns 有一个光子进入光纤，那么 1 公里的光纤内存可以暂态存储超过 5000 个光子。
低损耗光纤是光量子计算架构中负责提供大容量量子内存的核心部件。简单来说一个光子在低损耗光纤里传输 1 公里，仍旧有超过 95% 的概率几个毫秒后从光纤的另一端出来，这样的损耗率可以用容错 FBQC 来解决。
通过结合 RSG、融合设备和光纤内存的架构设计，就可以实现具备容错量子计算的数千个物理量子比特的计算能力。另一方面，把多个 RSG 连接成网络就可以实现完整的通用逻辑门计算。同样的规模在静态量子比特中，比如超导量子比特，需要每个 RSG 有 5000 个物理量子比特作为数据存储才能实现。
这样看来：PsiQuantum 的这一架构与玻色量子提出的 “天工光量子计算架构” 模块化架构可谓殊途同归：RSG 等设备对应的就是光子处理模块部分，而融合设备等对应的是数字处理模块，最后都采用了时分复用的光纤作为内存：
最后 PsiQuantum 的论文 [2] 中研究了光子 FBQC，光纤内存和拓扑容错协议之间的结合，同时达到以下三个目标：
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。
