单 FPGA 神经网络解码量子纠错,精度较现有实时解码器提升 240 倍

TinfoilTricorn · x · 2026-11-21

Google 的 Andi Gu 团队发布成果:量子计算机持续产生错误,经典芯片必须以每秒百万次的频率从错误信号中实时诊断,不能有丝毫延迟。团队训练了一个神经网络解码器,可部署在单块 FPGA 上完成这一实时纠错任务,准确率比现有实用实时解码器高出 240 倍。这一工作显著降低了量子纠错的实时解码门槛,是量子计算与神经网络结合的代表性进展。

原文链接 →

「研究」频道最新

更多「研究」频道 AI 资讯 →