실시간 융합 기반 양자 컴퓨팅을 위한 기계 학습 디코더

요약

본 논문은 광자 융합 기반 양자 컴퓨팅의 오류를 처리하는 트랜스포머 기반 기계 학습 디코더 PRISM을 소개합니다. PRISM은 표면 코드 등 다양한 프로토콜에서 정수 계획법 디코더와 동일한 정확도를 유지하면서도, 최대 50%에 달하는 높은 오류율에서도 훨씬 빠른 속도를 보여줍니다. AMD FPGA 구현 결과는 낮은 지연 시간으로 ML 디코딩이 양자 아키텍처에 적용 가능함을 입증합니다.

핵심 포인트

• PRISM은 Pauli 및 소거 오류를 처리하는 트랜스포머 기반 기계 학습 디코더입니다.
• 정수 계획법 디코더와 동일한 논리 오류율을 달성하며 속도가 빠릅니다.
• 최대 50%의 높은 오류율에서도 정확도를 유지하면서 빠른 성능을 보였습니다.
• AMD VP1902 FPGA 구현으로 낮은 지연 시간(6.59μs)을 입증했습니다.