在2023年5月26日下午，量子科学与工程研究院党委在国际量子研究院的518报告厅成功举办了第44期卓越量子沙龙活动。本次沙龙邀请到了清华大学副教授马雄峰为研究院师生带来了主题为“Efficient means to benchmark quantum device”的报告。沙龙活动由量子研究院副研究员邓修豪老师担任主持人。

马雄峰教授首先回顾了量子计算的发展历史，并分享了近年来实现量子优越性的几个重要实验工作。他指出，随着量子计算设备规模的迅速扩大，设计高效的量子基准测试来评估这些设备的性能变得迫切而重要。

量子基准测试是一种重要的手段，用于评估量子设备的性能。它可以帮助实验人员获取量子计算设备的计算误差，并提供反馈用于调整参数，以实现最佳性能。目前，常见的量子基准测试方法包括量子过程层析、谷歌的XEB以及随机基准测试等。这些方法的好坏通常考虑两个关键因素：鲁棒性和高效性。鲁棒性意味着量子基准测试的结果对态制备误差和测量误差具有稳健性。高效性则意味着测试的效率足够高，以减少实验中调参的时间消耗。

马雄峰教授重点介绍了随机基准测试的基本原理，并指出该方法存在一些问题，例如不支持非Clifford门、Clifford门集合在比特数增加时变得异常复杂，以及基准测试结果对门操作错误的依赖性导致不稳定性。为解决这些问题，马教授团队最近提出了一种新的量子基准测试方法，称为CCB（Character Cycle Benchmarking）。该方法通过对错误演化算符进行泡利旋转，并计算其泡利保真度，从而进一步估算层析保真度。CCB方法的一个重要优势在于，所得到的CCB保真度为量子层析保真度的下界。

基于CCB方法，马教授团队还引入了局部的Clifford门旋转，创造出了一种名为CAB（Character-average Benchmarking）的量子基准测试方法。CAB方法使得采样更加有效，并给出了CCB保真度的上界。从数值模拟的结果来看，该方法与XEB方法相比具有更高的稳定性，为实验上的反馈调参提供了新的思路。

马教授的报告生动有趣，吸引了在场师生的积极参与和提问。在自由讨论环节中，马教授耐心解答了大家的问题，为在场师生带来了很多收获和启发。

(补充一张现场提问的照片)

[1]. Zhang Y, Yu W, Zeng P, et al. Scalable fast benchmarking for individual quantum gates with local twirling[J]. Photonics Research, 2023, 11(1): 81-99.