最近，知名綜合性量子技術公司Quantinuum公布了最新一代離子阱量子處理器Helios，該處理器基于量子電荷耦合器件（Quantum Charge-Couple Device, QCCD）架構，采用98個鋇離子作為物理量子比特，實現(xiàn)了99.9975%單比特門保真度，99.921%的全連接雙比特門保真度以及99.952%的量子態(tài)探測與制備保真度。這些指標，在商用級量子計算機中達到了最高的綜合精度。Helios，在前代處理器H2的基礎上優(yōu)化了芯片阱設計，為可擴展的量子計算體系提供了一個極具潛力的方案。

Helios量子計算機是如何工作的？

大家可能會很好奇量子計算機具體是如何工作的呢？

我們知道，經(jīng)典計算機的核心部分由中央處理器（CPU）和存儲器組成，而Helios的設計也具有相似的結(jié)構，是由運算區(qū)（圖1中的quantum logic區(qū)域）和存儲區(qū)組成。

Helios所使用的芯片離子阱包含三個關鍵區(qū)域：環(huán)形區(qū)、X形樞紐以及兩條直線“跑道”。其中，Helios的“CPU”（即運算區(qū)）位于兩條直線”跑道“的中間位置，用于執(zhí)行量子線路中的各類量子操作。就像經(jīng)典計算機CPU的字長一樣，Helios的“CPU”最多可以并行操作16個量子比特。因此，如果我們想要在全部98個量子比特上執(zhí)行一層線路，就需要把它們從存儲區(qū)分批次地送進“CPU”區(qū)域進行運算。

與前代H2系統(tǒng)相比，Helios在芯片阱設計上的最大提升體現(xiàn)在存儲區(qū)結(jié)構。具體來說，Helios包含三種類型的存儲區(qū)：

環(huán)形存儲區(qū)（ring storage）：類似于經(jīng)典計算機中的隨機存取存儲器（RAM），用以臨時存放需要被處理的量子比特，等待“CPU”的調(diào)用。

直線存儲區(qū)（leg storage）：位于兩條直線“跑道”的最右端，作為一個“先進后出”式的存儲器，用來暫存已經(jīng)完成運算的量子比特。

緩存區(qū)（cache）：用來緩存預先從環(huán)形“RAM”里篩選好的、即將送進“CPU”進行運算的量子比特。它的作用類似經(jīng)典計算機中的CPU緩存，用于加速“CPU”對環(huán)形“RAM”中量子比特的訪問過程，從而顯著提升整體計算效率。

▲圖1. Helios 2D 芯片阱結(jié)構

QCCD：量子比特“工廠流水線“

對于離子阱量子計算處理器來說，量子信息被存儲在一個個離子上。而對這些量子信息進行操作和存儲，就是通過在存儲區(qū)和“CPU”之間物理地移動離子來實現(xiàn)的，也就是說，攜帶量子信息的一個個離子會在不同區(qū)域之間被反復輸運。

這種基于離子輸運的量子計算實現(xiàn)架構被稱為量子電荷耦合器件（QCCD）架構。

QCCD架構可以看作是一種“量子比特流水線”。它在不同的物理區(qū)域劃分出存儲區(qū)與運算區(qū)，然后通過“傳送帶”式的離子移動，將量子比特在不同區(qū)域間傳輸，實現(xiàn)量子計算的流程。

那么在Helios中，這條量子比特“工廠流水線”是如何運轉(zhuǎn)的呢？

在一層量子線路開始時，量子比特會排成一隊，在環(huán)形存儲區(qū)里循環(huán)打轉(zhuǎn)。當量子比特路過連接環(huán)形區(qū)和直線“跑道”的十字路口時，會做出一個選擇：是繼續(xù)留在環(huán)形存儲區(qū)？還是跳出循環(huán)，進入某一條直線“跑道”？這個選擇過程我們稱之為“量子比特篩選”。被篩選出來的量子比特進入十字路口之后的緩存區(qū)，等待下一步指令。

▲圖2. Helios 量子比特篩選示意圖

被篩選出來的量子比特等到了“CPU“的召喚之后，就可以從緩存區(qū)進入直線“跑道”中的運算區(qū)，開始進行冷卻、量子門以及態(tài)讀取等各類操作。在進行操作的同時，下一次量子比特篩選也開始了，新一批量子比特從環(huán)形存儲區(qū)填入緩存區(qū)。在當前一輪運算結(jié)束之后，運算區(qū)的量子比特會被送入“跑道”右端的直線存儲區(qū)，而下一批量子比特也從緩存區(qū)進入運算區(qū)，新一輪的運算開始。

▲圖3. Helios 量子比特“傳送帶”運行方向

等到一層線路里所有的量子比特運算都結(jié)束之后，直線存儲區(qū)的量子比特會全部回到環(huán)形存儲區(qū)，等待下一層量子線路的開始。

當然，這種浩浩蕩蕩的“量子比特游行”也非常耗時，圖4展示了單層線路平均運行時間的構成，可見主要耗時來源于量子比特輸運和冷卻。由于Helios中量子比特篩選和運算區(qū)的冷卻操作可以并行，使得輸運和冷卻的時間有部分重疊，從而顯著縮短了線路平均運行時間。這種冷卻和篩選的并行操作是Helios相比于H2的一項重要改進。此外，Helios還通過引入更多的電極與離子囚禁區(qū)域，優(yōu)化了量子比特的調(diào)度效率。綜合這些改進，Helios在98個量子比特上運行單層線路所需的平均時長約55ms，而H2運行56個量子比特的單層線路就需約70ms。

▲圖4. Helios 單層線路運行時間

為什么我們需要QCCD？

在QCCD架構之前，離子阱量子計算機像一間“一居室“，所有活動——存儲、計算、冷卻——都在一個房間里完成。

所有量子比特（離子）都擠在一個狹窄的空間中，當需要用激光對其中兩個離子進行操作（邏輯門）時，激光可能會干擾到旁邊“圍觀”的其他離子，導致它們出錯（我們稱之為“串擾”）；隨著離子數(shù)量增加，離子之間互相排擠，振動也會變得更復雜（我們稱之為“模式擁擠”），使得精確控制每一個離子變得極其困難；若直接對存儲數(shù)據(jù)的離子進行激光冷卻，就像在圖書館里邊學習邊讓人給你吹風扇，可能會擾亂你學到的知識（我們稱之為“破壞量子態(tài)”）。

這種“一居室”架構存在根本性矛盾，穩(wěn)定存儲和精確操作的需求很難同時滿足，嚴重限制了其可擴展性。離子數(shù)量增加到幾十個時，系統(tǒng)就變得難以管理。

而QCCD架構通過“分工”和“運輸”，將離子阱量子計算機從一個雜亂無章的“一居室”，變成了一個規(guī)劃有序、交通便利的“現(xiàn)代化城市”，讓建造規(guī)模更大、更穩(wěn)定、錯誤更少的量子計算機成為可能。

▲圖5. Helios量子比特分流軌道 vs 城市立交橋

QCCD有多難？

把QCCD想象成一個要在原子尺度上運作的、全自動且極為精密的“快遞分揀系統(tǒng)”：它的任務是把一只只極其嬌貴、一碰就碎的“古董玻璃杯”（離子/量子比特），在微小的“傳送帶”上，快速、準確、無損地運送——從“倉庫”（存儲區(qū)）送往“加工站”（操作區(qū)），完成量子操作后再完好無損地送回原位。

離子對外界極為敏感，用電場傳送它就像用氣流托舉并移動一片羽毛——要讓它既快速又不晃動，幾乎是互相矛盾的。速度太慢，計算效率下降；太快，則會使離子被加熱、降低量子門保真度，嚴重時甚至可能逃逸、丟失量子信息。

因此，必須設計出一條既迅捷又平穩(wěn)的“傳送帶“，讓離子在啟動、加速與停止的每個瞬間都保持絲滑過渡——哪怕一絲顛簸，都可能讓那只“古董玻璃杯”碎裂。

要實現(xiàn)這一切，還需攻克多項工程難題：如何在微米尺度上制造復雜電極陣列以產(chǎn)生精確可控的電場（即“傳送帶”）？如何完成成百上千根電極的布線？如何編寫如同“交通管制中心”般的控制系統(tǒng)，實現(xiàn)對所有離子的實時、高效調(diào)度，避免“交通堵塞”和“交通事故”？而這些工程問題，正是將概念化的QCCD架構真正轉(zhuǎn)化為可運行離子阱量子計算機的關鍵挑戰(zhàn)。

而在這些重重困難之下，Helios依然展現(xiàn)出驚人的算力：在隨機線路采樣任務中，Helios僅用1秒即可完成一次采樣，而經(jīng)典計算機需要至少108年才能達到同樣結(jié)果。

▲圖6. 經(jīng)典計算機實現(xiàn)同等的Helios和H2的隨機線路采樣任務的成本對比

離子阱量子計算的未來？

基于QCCD架構的離子阱量子計算，被認為是實現(xiàn)大規(guī)模容錯量子計算最有前景的方案之一，然而，要讓這一構想真正落地，仍有諸多挑戰(zhàn)亟待解決。隨著量子比特數(shù)量增加，系統(tǒng)的復雜性將急劇增長。如何在擴展規(guī)模的同時保持高保真度量子門操作、實現(xiàn)離子的快速平穩(wěn)傳輸、并開發(fā)能管理大規(guī)模量子比特資源的經(jīng)典控制核心，從而最終實現(xiàn)量子糾錯與容錯運算，都是需要攻克的難題。

如果說操控幾十個離子的QCCD已經(jīng)很難了，那么實現(xiàn)具有實用價值的大規(guī)模量子計算，則意味著需要控制成千上萬個離子、眾多存儲區(qū)和操作區(qū)，以及它們之間復雜的傳送路徑。這就像從管理一個只有兩三個機械臂的小倉庫，擴展到運營一個像亞馬遜中央倉庫那樣龐大的、全自動的物流中心，每一個環(huán)節(jié)的復雜度都呈指數(shù)級增長。

雖然未來仍有很長的路要走，但這條技術路線確實為通用量子計算的實現(xiàn)，照亮了一個充滿希望的方向。

參考文獻

[1].Helios: A 98-qubit trapped-ion quantum computer

[2].Etienne Granet, Sheng-Hsuan Lin, Kevin Hémery. et al. Superconducting pairing correlations on a trapped-ion quantum computer

[3].M. DeCross, R. Haghshenas, M. Liu, E. Rinaldi, J. Gray, Y. Alexeev, C. H. Baldwin, J. P. Bartolotta, M. Bohn, E. Chertkov, et al., Computational power of random quantum circuits in arbitrary geometries, Phys. Rev. X 15, 021052 (2025).

[4]. J. M. Pino, J. M. Dreiling, C. Figgatt, J. P. Gaebler, S. A. Moses, M. S. Allman, C. H. Baldwin, M. FossFeig, D. Hayes, K. Mayer, et al., Demonstration of the trapped-ion quantum ccd computer architecture, Nature 592, 209 (2021).