リゲッティ・コンピューティングは、ローレンス・リバモア国立研究所およびコロラド大学ボルダー校と共同で、線形プラズマ波の伝播と散乱プロファイルを追跡するノイズレス代理「スピン」モデルシミュレーションを実行した。フィジカル・レビュー・アプライドに掲載されたこの研究は、リゲッティの84量子ビットAnkaa-3超伝導量子コンピュータ上の9量子ビットクラスタを使用して実施された。位相ノイズとゲートノイズを抑制する二重誤差緩和ルーチンを採用することで、実験は空間的に変化するプラズマ密度全体にわたる電磁波分散と反射特性のマッピングに成功し、非平衡・非線形量子プラズマダイナミクスを探求するためのフレームワークを確立した。
このシミュレーションは、量子力学が粒子相互作用を支配する高エネルギーまたは高密度プラズマをモデル化する際の古典スーパーコンピュータの限界に対処するものである。フォールトトレラントプロセッサ用に確保された高ゲートカウントアルゴリズムを利用したり、量子特性を覆い隠す線形化近似に依存したりするのではなく、チームはプラズマ波方程式をローカルでハードウェア効率の高いスピン格子にマッピングした。このコンパイルにより、プラズマの密度プロファイルがAnkaa-3トランズモン格子全体の調整可能なマイクロ波パルス変数に変換され、研究者はシミュレートされたプラズマ周波数を真空空間構成から過密反射閾値まで拡張することができた。
ハードウェア固有のバックグラウンドノイズを通じて波束位相発展を解決するため、チームは回路コンパイル層で二部構成の誤差緩和パイプラインを展開した。まず、2量子ビットゲートシーケンス全体にランダム化コンパイルを実装し、系統的でコヒーレントなハードウェアエラーを均一な確率的パウリチャネルに変換した。次に、チームは容易に検証可能な参照回路のベンチマークセットで訓練された線形回帰誤差モデルを適用した。この二重アプローチにより、トランズモン結合全体の確率的ノイズ歪みの正確な速度を計算し、研究者は指数関数的に減衰する確率振幅を系統的に再スケーリングし、不均質なプラズマプロファイルを伝播する波束のクリーンなデータ特性を抽出することができた。
詳細な技術発表はリゲッティ・コンピューティングのニュースルームで確認できる。ローカルスピンモデルゲートメトリクスを分離する主要な査読済み数学およびベンチマークデータについては、フィジカル・レビュー・アプライドの正式な出版記録にアクセスされたい。
2026年5月29日
