論文の概要: Zero-G: A Pre-Decoder-Aware Decoder for Quantum Error Correction

• arxiv url: http://arxiv.org/abs/2608.02030v1
• Date: Mon, 03 Aug 2026 10:25:29 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-04 21:56:46.381625
• Title: Zero-G: A Pre-Decoder-Aware Decoder for Quantum Error Correction
• Title（参考訳）: Zero-G: 量子エラー訂正のためのプリデコーダ対応デコーダ
• Authors: Peter Wegmann, Theofilos Augoustis, Aleksandra Świerkowska, Emmanouil Giortamis, Pramod Bhatotia,
• Abstract要約: プリデコーダと共に使用するために設計された強力なデコーダであるZero-Gを紹介する。 ハードウェアによるデコードコアからの制御の切り離しにより、FPGAとCPU間の異種展開を可能にする。 1つのAMD Versal V80 FPGA上で、128コアのCPUで640個の論理量子ビット、32個の論理量子ビットにスケールする。
• 参考スコア（独自算出の注目度）: 37.85207107619702
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Fault-tolerant quantum computing requires classical decoders that keep pace with the underlying hardware, translating syndrome measurements into corrections fast enough to avoid an exponential backlog. To meet this real-time constraint, pre-decoders have emerged as part of a hierarchical decoding approach to resolve simple, local errors before passing a sparser residual syndrome to a strong decoder. While pre-decoding should, in theory, speed up the strong decoder, in practice, the speedup is only marginal, since existing strong decoders are designed to decode dense syndromes and cannot exploit the sparsity provided by pre-decoders. To address this, we present Zero-G, a strong decoder designed for use alongside pre-decoders. As a stochastic approximate minimum-weight perfect matching (MWPM) decoder, Zero-G exploits sparse residual syndromes, dynamically trading latency for accuracy rather than relying on an all-or-nothing runtime-accuracy trade-off. By decoupling hardware control from the decoding core itself, we enable heterogeneous deployment across both FPGAs and CPUs without maintaining separate implementations. Zero-G achieves a $10\times$ latency improvement over existing strong decoders at matching accuracy, with worst-case sub-350ns decoding at code distances up to d=15, while scaling to 640 logical qubits on a single 128-core CPU and 32 logical qubits on a single AMD Versal V80 FPGA.
• Abstract（参考訳）: フォールトトレラントな量子コンピューティングは、基礎となるハードウェアに追従する古典的なデコーダを必要とし、指数バックログを避けるのに十分な速さでシンドローム測定を修正に変換する。 このリアルタイム制約を満たすために、プレデコーダは、スペーサー残留症候群を強いデコーダに渡す前に、単純で局所的なエラーを解決する階層的デコーダのアプローチの一部として登場した。 プリデコーディングは、理論上は強力なデコーダをスピードアップするべきであるが、既存の強力なデコーダは高密度シンドロームをデコードするように設計されており、プリデコーダが提供するスパースを利用できないため、実際には、スピードアップは限界に過ぎない。 この問題に対処するため、我々はZero-Gという強力なデコーダをプレデコーダと共に使用するように設計されている。 確率的近似最小値完全整合(MWPM)デコーダとして、Zero-G はスパース残差症候群(sparse residual syndrome)を利用する。 ハードウェア制御をデコードコア自体から切り離すことで、FPGAとCPUをまたがる異種デプロイメントを、別々の実装を維持することなく実現します。 Zero-Gは128コアのCPUで640個の論理キュービット、単一のAMD Versal V80 FPGAで32個の論理キュービットにスケーリングしながら、コード距離がd=15までのコードで350ns未満のコードでデコードすることで、既存の強力なデコーダよりも10\times$の遅延改善を実現している。

関連論文リスト

• Mitigating Classical Resource Costs in Quantum Error Correction via Generalized qLDPC Predecoding [36.0083978873487]
  軽量プリデコードでは、共有デコードコンポーネントの歪みを軽減することが約束されている。 任意のqLDPC符号のプリデコーダを生成するための自動フレームワークを提案する。 これらの自動構築されたプリデコーダは、デコードワークロードの90%以上を自律的に処理し、デコーダ全体の使用量を最大3,963倍に削減する。
  論文  参考訳（メタデータ） (2026-05-04T21:42:12Z)
• Decoder Switching: Breaking the Speed-Accuracy Tradeoff in Real-Time Quantum Error Correction [2.370310454459195]
  デコーダの精度を改善する努力は、デコード時間とハードウェアの複雑さを許容できないほど増加させる。 本稿では,高速なソフトアウトプットデコーダと低速で高精度なデコーダを組み合わせることで,競合する要求のバランスをとる新しいデコーダ・フレームワークを提案する。 このフレームワークは、弱い復号器と同等の平均復号時間を保ちながら、強い復号器の精度に匹敵する、あるいは超えるような精度を達成できることを示す。
  論文  参考訳（メタデータ） (2025-10-29T06:56:33Z)
• Local Clustering Decoder: a fast and adaptive hardware decoder for the surface code [0.0]
  本稿では,リアルタイムデコードシステムの精度と速度要件を同時に達成するソリューションとしてローカルクラスタリングデコーダを紹介する。 我々のデコーダはFPGA上に実装され、ハードウェア並列性を利用して、最速のキュービットタイプにペースを保ちます。 通常の非適応復号法と比較して4倍少ない物理量子ビットを持つ100万個の誤りのない量子演算を可能にする。
  論文  参考訳（メタデータ） (2024-11-15T16:43:59Z)
• Generalizing the matching decoder for the Chamon code [1.8416014644193066]
  チャモン符号として知られる3次元,非CSS,低密度のパリティチェックコードに対して,マッチングデコーダのバリエーションを実装した。 一般化された整合デコーダは、整合前に信念伝播ステップによって拡張され、ノイズの偏極に対するしきい値が10.5%となる。
  論文  参考訳（メタデータ） (2024-11-05T19:00:12Z)
• Demonstrating real-time and low-latency quantum error correction with superconducting qubits [52.08698178354922]
  超伝導量子プロセッサに組み込まれたスケーラブルFPGAデコーダを用いて低遅延フィードバックを示す。 復号ラウンド数が増加するにつれて、論理誤差の抑制が観察される。 この作業でデコーダのスループットとレイテンシが発達し、デバイスの継続的な改善と相まって、次世代の実験がアンロックされた。
  論文  参考訳（メタデータ） (2024-10-07T17:07:18Z)
• The END: An Equivariant Neural Decoder for Quantum Error Correction [73.4384623973809]
  データ効率のよいニューラルデコーダを導入し、この問題の対称性を活用する。 本稿では,従来のニューラルデコーダに比べて精度の高い新しい同変アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2023-04-14T19:46:39Z)
• A local pre-decoder to reduce the bandwidth and latency of quantum error correction [3.222802562733787]
  フォールトトレラントな量子コンピュータは、量子ハードウェアと対面する古典的な復号システムによってサポートされる。 本稿では,標準整合デコーダに送信されるシンドロームデータの量を削減するために,グリーディ補正を行うローカルプリデコーダを提案する。 プリデコーダを用いてグローバルデコーダのランタイムと通信帯域幅を大幅に改善する。
  論文  参考訳（メタデータ） (2022-08-09T11:01:56Z)
• Graph Neural Networks for Channel Decoding [71.15576353630667]
  低密度パリティチェック(LDPC)やBCH符号など、様々な符号化方式の競合復号性能を示す。 ニューラルネットワーク(NN)は、与えられたグラフ上で一般化されたメッセージパッシングアルゴリズムを学習する。 提案するデコーダを,従来のチャネル復号法および最近のディープラーニングに基づく結果と比較した。
  論文  参考訳（メタデータ） (2022-07-29T15:29:18Z)
• Improved decoding of circuit noise and fragile boundaries of tailored surface codes [61.411482146110984]
  高速かつ高精度なデコーダを導入し、幅広い種類の量子誤り訂正符号で使用することができる。 我々のデコーダは、信仰マッチングと信念フィンドと呼ばれ、すべてのノイズ情報を活用し、QECの高精度なデモを解き放つ。 このデコーダは, 標準の正方形曲面符号に対して, 整形曲面符号において, より高いしきい値と低い量子ビットオーバーヘッドをもたらすことがわかった。
  論文  参考訳（メタデータ） (2022-03-09T18:48:54Z)
• Adversarial Neural Networks for Error Correcting Codes [76.70040964453638]
  機械学習(ML)モデルの性能と適用性を高めるための一般的なフレームワークを紹介する。 本稿では,MLデコーダと競合する識別器ネットワークを組み合わせることを提案する。 我々のフレームワークはゲーム理論であり、GAN(Generative Adversarial Network)によって動機付けられている。
  論文  参考訳（メタデータ） (2021-12-21T19:14:44Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。