量子通信技术需要量子处理器网络,这些处理器通过低损耗、低噪声通信信道连接,能够分配纠缠态。在低温环境中运行的超导微波量子比特已成为量子处理器节点的有希望的候选者。然而,扩展这些系统具有挑战性,因为它们需要体积庞大、热负荷高的微波组件,这些组件很快就会超过稀释制冷机的冷却能力。然而,电信频率光信号可以以明显更小的尺寸制造,以避免由于其高载波频率和在硅光纤中传播而导致的高信号损耗、噪声敏感性和热负荷带来的挑战。因此,通过光学和微波频率之间的相干链路进行信息传导对于利用光学对超导微波量子比特的优势至关重要,同时还能使超导处理器与低损耗光学互连相连接。在这里,我们展示了超导量子比特的相干光学控制。我们通过开发一种微波 - 光学量子换能器来实现这一点,该换能器的工作转换效率高达 1.18%,附加微波噪声较低,并且我们展示了超导量子比特中的光驱动 Rabi 振荡。
超导 (SC) 量子比特和 SC 量子电路已成为最有前途的量子计算 (QC) 平台之一,并已用于展示优于传统超级计算机的处理优势,即使在存在系统噪声的情况下也是如此1,2。然而,要发挥这个平台的真正潜力,需要包含数百个逻辑量子比特(数千个物理量子比特)的系统3。这是具有挑战性的,因为 SC 量子比特需要超低温度才能运行,而如此大量的量子比特将导致稀释制冷机的冷却能力过大,而这是现有技术无法实现的4。克服这一问题的一种方法是依赖于模块化计算方案5,6,该方案基于小型量子处理器网络,每个处理器都有自己的制冷机,并通过低噪声和低损耗的量子链路连接。由于可以使用频率范围为 ~3–8 GHz 的微波光子访问 SC 量子比特,因此稀释制冷机之间的 SC 量子链路可用于传输微波信号。然而,这需要每个子系统 7 之间建立低温冷却(<50 mK)链路,这具有挑战性、成本高且不可扩展。另一种方法依赖于将 SC 量子比特与电信频率(~200 THz)的光子连接,在低损耗光纤中传播。光子的能量比微波光子高得多,因此即使在室温下也不受热噪声的影响。此外,它们的高载波频率和大带宽允许波分复用,从而使单根光纤中可寻址的物理量子比特数量增加 100 倍。此外,由于硅光纤是热能的弱载体,它们可用于替代传统的微波同轴电缆8,从而将冰箱进出信号的热负荷降低 1,000 倍。最后,基于光纤的 SC 处理器之间的量子链路受益于成熟的经典光通信技术,可以实现数千米范围内量子处理器之间的高效、低噪声和高速率量子互连9。通过将处理器与新兴的基于量子中继器的量子网络相结合,可以进一步扩展这一范围10。
将 SC 量子比特与光连接起来所需的关键组件是微波光量子换能器 (MOQT),它是一种能够提供相干、双向链路的设备,同时在五个数量级的能量范围内保留脆弱的量子态。由于缺乏能够弥合微波和光学光子之间巨大能量差距的强相干非线性,这一方法极具挑战性。微波-光学量子传导已采用多种方法 11-13 进行。压电光机械 14-16、膜光机械 17 和腔电光 (CEO) 18-21 平台近年来表现出特别好的前景,因为它们展示了低噪声性能 17,22,23、单光子操作 18,24,25 和双向转换 14,15,17,22,26,27。此外,最近对 SC 量子比特的光学驱动8
和读出的演示8,28–30 展示了减少被动热负荷和空间要求的潜力,从而能够进一步扩展 SC 处理器,其中压电光机29 中的高保真 SC 量子比特读出和体电光30 平台中的全光学 SC 量子比特读出说明了近期使用 MOQT 扩展 SC 量子比特系统的潜力。CEO-MOQT 利用具有较大 χ2 非线性的材料中的强普克尔效应,由于微波和光学域之间的直接转换过程而特别受关注,这可以避免可能限制转导带宽的潜在有损、有噪声或速率限制的中间模式。其中,薄膜铌酸锂 (TFLN) 光子平台已成为领跑者 13,20,21,因为它结合了较大的电光 (EO) 系数 (r33 ≈ 30 pm V−1)、实现超高 Q 光学谐振器的能力 31,32 和晶圆级制造工艺 33。
尽管取得了巨大进步,CEO-MOQT 仍然需要强大的泵浦功率,这会导致噪声增加并限制设备重复率(以保持低浴温)18,23,关于散射光和直流通量噪声对 SC 量子比特性能的影响仍存在悬而未决的问题。
在这里,我们克服了这些限制,展示了 TFLN-CEO-MOQT 设计,并使用它来演示 SC 量子比特的相干光驱动(图 1a)。换能器是一个三重谐振系统 34,由一个工作频率为 ωm 的片上微波 LC 谐振器组成,该谐振器通过 EO 效应电容耦合到两个耦合光学谐振器,从而产生频率为 ω+ 和 ω− = ω+− ωm 的混合光学模式(参考文献 35)。这允许在微波和光学模式之间进行共振增强的能量交换。
图 1 | 换能器驱动的超导量子比特方案。a、两个光场(ω±) 通过波导耦合到换能器中。这两种模式与换能器的混合光模式谐振,这些光模式由耦合的回形针谐振器电容耦合 (CC) 到微波 LC 谐振器 (ωm = √1LC) 产生。光模式在换能器中相互作用,根据微波-光耦合率 geo,使用 TFLN 中的 χ(2) 非线性通过差频生成产生微波音调 (ωm)。然后,微波音调通过同轴电缆传输到 SC 量子比特芯片,以通过色散耦合读出谐振器驱动量子比特。我们通过测量在室温下产生的读出脉冲(ωro) 的传输来确定量子比特状态。b、CEO 传导过程示意图。
两种混合光学模式 (ω±) 因微波谐振频率 (ωm) 而失谐。微波和光学域之间的能量交换由 ω− 处的强泵浦场介导。c,量子比特计算基态 (|g ⟩) 和激发态 (|e ⟩) 相隔频率 ωm。量子比特以色散方式耦合到强度为 gq-ro 的微波读出谐振器 (ωro)。
在我的方法中,光泵 (ω−) 和闲置光 (ω+) 在 CEO-MOQT 处相互作用,通过差频生成过程生成量子比特频率为 (ωm) 的微波信号(图 1b)。
在我们的方法中,光泵 (ω−) 和闲置光 (ω+) 在 CEO-MOQT 处相互作用,通过差频生成过程生成量子比特频率为 (ωm) 的微波信号(图 1b)。
EO 换能器特性
我们的换能器采用回形针配置的耦合光学跑道谐振器实现(图 2a),该谐振器支持在两个跑道谐振器之间非局域化的混合光学模式,并具有特征性分裂谐振。
回形针谐振器使我们能够保持较低的寄生电容,因为器件占用空间小。我们的光学谐振器在耦合区域采用 1 μm 宽的光波导,以防止激发高阶横向模式。然后将波导在腔体的直线部分绝热扩展至 3 μm,以最大限度地减少侧壁粗糙度(κo,i/2π ≈ 25 MHz)引起的固有光学损耗,总光学损耗为 κo/2π ≈ 80 MHz。
使用负性电子束抗蚀剂(氢硅倍半氧烷 FOx-16)对波导进行图案化,并使用 Ar+ 等离子蚀刻进行蚀刻。
蚀刻后,在 520°C 的氧气环境中对器件进行退火,以减轻接收的 LN 中的缺陷或在蚀刻过程中积累的缺陷。然后用 IC-PECVD 二氧化硅对其进行包覆,并在 520°C 的 O2 中重新退火,以减轻器件氧化物包覆层中的氢缺陷,这些缺陷会导致过多的光损耗32。接下来,使用 Ar+ 和 CF4 反应离子蚀刻的组合在围绕光波导的氧化物层中创建窗口。然后使用负性光刻胶 (SPR 700-1.0) 溅射和图案化铌 (Nb),并使用 CF4 反应离子蚀刻进行蚀刻,以创建实现微波 LC 谐振器和传输线所需的超导电极。这使我们能够使用类似平台的电极几何形状(图 2b),其中我们的电极与 LiNbO3 晶体的 z 轴直接接触,以增强微波 - 光场重叠。与完全包覆的器件结构相比,这使我们模拟的微波 - 光耦合率提高了 40%,并提高了光和微波信号之间的相干能量交换率(扩展数据图 1)。此外,已知铌酸锂 (LN) 与金属之间的直接接触可以减轻电荷屏蔽效应和直流。偏置漂移37,使得三重谐振条件下的运行更加稳定。
耦合轨道谐振器的长度存在 191 微米的不匹配,从而在自由光谱范围内产生 4 GHz (31 pm) 的差异,这导致我们的光学模式 (图 2c) 出现游标效应,周期为 5 纳米。这导致不同模式的耦合和频率分裂 (反交叉) 不同,并确保一些混合模式对的共振分裂接近微波谐振器频率。然后,施加与我们在制冷机混合室板上的低温偏置 T 形接头兼容的中等直流偏置电压 (∣Vd.c.∣ < 50 V),以偏置电极,通过 EO 效应微调共振分裂并实现我们的三重共振条件 (图 2d)。我们的 LC 微波谐振器设计为与所需微波频率 ωm = ω+ − ω− 相差几兆赫兹,以补偿由于超导体中光吸收量小但有限而导致的强光泵浦下发生的红移和展宽。本文报道的器件的微波频率为 ωm/2π ≤ 3.71 GHz(图 2e),最小光模分裂为 2μ ≈ 3.5 GHz(图 2d)。我们使用直流电压偏置 Vd.c. ≈ 36 V 来操作我们的器件。
为了表征双向换能过程 (η) 的效率,我们使用与我们的红色光模 (ω− ≈ 193 THz) 谐振的强光泵来激发回形针谐振器。
对于光微波转换,我们还用较弱的光学闲频器激发回形针谐振器,该闲频器与蓝色光学模式 (ω+) 谐振,该模式是使用单边带调制器从泵浦获得的。闲频器功率比泵浦功率低 20 dB,以保持在红色泵浦模式。两种模式在换能器中相互作用,通过差频生成 (ωm = ω + - ω - ) 产生微波谐振器频率的微波信号,我们在链路增益约为 70 dB 后在网络分析仪上测量了该信号。在微波-光转换模式下,网络分析仪产生的微波音调与红色泵浦相互作用,通过和频生成 (ω + = ω - + ω m ) 产生蓝色光信号。片上微波功率保持在较低水平,均匀功率 Pm ≈ -80 dBm。我们测量了光信号与校准的 InGaAs 探测器上的光泵的拍频,以提取光信号的通量并表征微波-光学区域中的转换(方法)。该装置的特征在于连续波 (CW) 和脉冲光学区域。脉冲区域能够施加更大的峰值光功率,同时避免负光折变效应或热浴加热。通过由任意波形发生器驱动的声光调制器调制光场的状态来产生方形光脉冲。然后,脉冲在发送到换能器之前由掺铒光纤放大器放大。在脉冲光学区域中,我们选择了光脉冲宽度和占空比以保持较低的热浴温度 (Tbath ≤ 30 mK)。有关测量系统的更多详细信息,请参阅扩展数据图 3。
在图 3a 中,我们展示了不同峰值片上光功率和占空比(范围为 2-15%)的片上转换效率。对于脉冲测量,我们保持脉冲宽度为 150 ns,脉冲频率从 1 MHz 变为 200 kHz。较小的占空比有利于保持制冷机中的平均光功率较低,而高重复率可以使传感器运行得更快。在超导体的线性工作状态下,我们提取了每微瓦泵浦的转换效率为 ~0.05% μW−1。
图 3 | 换能器性能表征。a、针对不同的峰值片上光泵功率测量的 MW → 光学(蓝色,和频生成)和光学 → MW(粉色,差频生成)的片上转换效率。转换效率的下降归因于我们超导体中光泵诱导的准粒子生成,导致我们的微波谐振器中出现过量损耗并偏离三重谐振条件。 ∘ 标记对应于 CW 光信号,而其他形状对应于 150 ns 脉冲,其中 △ 代表 1 MHz 重复率(15% 占空比),▿ 代表 500 kHz 重复率(7.5% 占空比),⋆ 代表 333 kHz 重复率(5% 占空比),五边形代表 200 kHz 重复率(2% 占空比)。假设光学和微波损耗率均匀,理论峰值转换效率绘制为虚线金线。b,在 a 中的黑框中突出显示了 150 ns 脉冲(占空比为 200 kHz)的频率相关效率扫描
我们注意到,特别是在 CW 状态下,光泵可以对我们的微波谐振器线宽产生巨大影响。通过保持较低的平均光功率,在脉冲状态下,这在很大程度上得到了缓解。更多细节可以在扩展数据图 4 中找到。在目前的实验中,在微波 → 光学 (MW → 光学) 和光学 → 微波 (光学 → MW) 转换机制中测得的峰值转换效率为 η ≈ 1.18%,片上光功率为 −13.8 dBm (44.2 μW) (图 3a)。我们注意到,与其他集成光子 EO 换能器 21,23 相比,这比我们之前的结果提高了 400 倍 20,每微瓦泵浦功率的转换率提高了 500 倍。我们的换能器还具有高达 30 MHz 的双向 3 dB 带宽 (图 3b)。这是通过使用网络分析仪扫描施加到单边带调制器的频率来提取的。在高光泵功率下测量到的转换功率的下降对应于我们的微波谐振器的失真,这是由于超导体的有限吸收导致的非线性行为,以及测量过程中三重谐振条件的漂移。从效率y 和线宽测量,我们可以提取微波 - 光学耦合率 (geo) 和协同性 (C) 来了解我们系统的相干性,给定 C = 4g2eon−κ+κm。这里,n− = κ−,eκ2−/2Ppumpℏω−是我们的腔内光子数,对应于红色光泵的输入功率 Ppump 和光 (外部) 衰减速率 κ−(, e) = 70 (48.5) MHz。蓝色光信号场的损耗率用 κ+ = 90 MHz 描述,微波信号场的泵浦功率相关衰减用 κm > 7 MHz 描述(值在扩展数据图 4a 中报告)。我们发现 geo/2π ≈ 945 Hz并测量了高达 1.16% 的协同性。
图 4 | 换能器中光学产生的微波噪声评估。
a,测量示意图。我们将 CW 光泵送至换能器,并在分辨率带宽为 1 kHz 的 RSA 上测量了我们的超导电极上产生的微波信号的 PSD(PRSA),平均超过 200 次测量。我们注意到微波信号在 4 K 和 300 K 温度阶段被放大。我们使用对混合室板 22 弱热化的可变温度黑体源 (VBB) 校准了系统中的链路增益。b,VBB(黑点)每赫兹带宽平均输出噪声光子率的校准曲线,这使我们能够根据方程 (1) 提取 G 和 Nsys。最佳拟合线以金色绘制。拟合不确定度用阴影表示。c,设备发射的 PSD 转换为噪声光子率。误差线对应于校准不确定度。用蓝色绘制了在激光束被阻挡的情况下测量的 PSD。d,给定 CW 泵浦功率时,每微秒增加的噪声率(左轴)和谐振器在谐振器寿命期间发射的噪声光子(右轴)。误差线对应于 b 中绘制的校准误差导致的不确定性。
接下来,我们评估了换能器产生的光感应微波噪声。为了提高这些测量的信噪比,我们使用图 4a 中所示的示意图表征了该设备,并在实时频谱分析仪 (RSA) 上测量了输出功率谱密度 (PSD)。
我们使用遵循温度分布的可变温度黑体 (VBB) 源校准了我们系统 (Nsys) 中的链路增益 (G) 和噪声光子22
对于源温度 TVBB 和噪声带宽 BW。由于黑体源直接连接到换能器,我们假设波导也在温度 TVB 下热化(图 4a)。黑体源对混合室板的热化较弱,因此浴温保持在黑体源温度的 10% 以下。从方程 (1) 中,我们提取了噪声带宽 BW = 30 MHz 的 G = 88.45±0.07 dB 和 Nsys = 112±1.89 个光子,选择 BW 是为了考虑宽带附加噪声贡献。我们将高附加系统噪声光子数归因于黑体源的高温、4 K 和 300 K 下放大器的附加噪声以及由于设备前缺乏隔离而导致的 4 K 下放大器的反射。校准后,我们通过测量设备输出 PSD 来表征 CW 光激励下的换能器附加噪声 (nadd)(图 4c)。每次 RSA 测量后,我们使用矢量网络分析仪 (VNA) 测量微波谐振器的传输,然后增加光功率以提取测量的泵浦功率下的微波谐振器寿命(扩展数据图 4b)。然后,我们通过将测量的 PSD 积分到我们的测量带宽(30 MHz)上并将其标准化为激光器关闭时测量的 PSD(图 4d,左轴),提取给定 CW 光泵功率的附加噪声光子生成率。我们还估计了增加的噪声光子,同时考虑到我们的微波谐振器带宽(图 4d,右轴),并且我们观察到低(nadd < 0.118 ± 0.002)换能器产生的噪声光子,最高可达 33.88 μW CW 光功率。一般来说,我们预计传输量子比特的 Purcell 限制相干时间与小部分增加的噪声成正比。因此,我们预计换能器产生的小部分噪声光子会导致量子比特的 Purcell 限制相干时间的相应损失。
换能器-量子比特互连
图 5 | 超导量子比特的光学控制。a,脉冲换能器驱动量子比特测量的脉冲序列。室温量子比特控制电子设备向用于产生光脉冲的任意波形发生器发送触发器。换能器处的光脉冲产生脉冲宽度大致相等的微波脉冲。脉冲被发送到量子比特,之后在室温下产生读出脉冲,通过量子比特读出谐振器传输并测量以提取量子比特状态。有关完整详细信息,请参阅补充第 4 节。b,使用换能器产生的 ~328 nV 微波信号的 CW 量子比特光谱。量子比特的通量偏置用于将量子比特频率扫描到与换能器信号共振的状态。通过色散耦合读出谐振器读出群体。 c,使用 a 中描述的脉冲序列(脉冲长度为 100 ns)的光驱动量子比特功率-拉比振荡。片上光学泵浦功率保持恒定,为 Ppk = 7±0.5 μW。闲置光子的光功率从 400 到 500 nW 变化,这对应于量子比特驱动电压从 856 到 958 nV。总体上的误差线对应于将数据投影到相位正交轴上的不确定性。根据我们的测量,我们拟合了拉比振荡并评估了满足 Vπ,n 整数倍的拉比π脉冲幅度 Vπ∝20.28±0.035 nV。拟合误差以粉红色表示。
d-e,光驱动量子比特时间-拉比振荡。我们固定了光泵和闲置光子的功率,并扫描光脉冲的宽度以测量量子比特群的相应变化。我们对量子比特进行通量偏置,以扫描量子比特与光学产生的微波音调的失谐,形成特征人字形轮廓 (d)。虚线是拉比频率作为失谐函数的理论预测,遵循 ΩR′ = √ΩR2 + δ2 ,其中 ΩR′ 是给定共振拉比频率 ΩR 时失谐 δ 处的拉比频率。e 显示了接近最佳偏置的不同脉冲宽度的群体,为此,我们通过拟合具有时间衰减的拉比振荡测量了 2.27 MHz 的拉比频率。群体上的误差线对应于将数据投影到相位正交轴上的不确定性。拟合误差以蓝色阴影表示。
我们使用换能器通过光输入产生的微波信号来控制 SC 量子比特。在这里,我们通过读出谐振器驱动铝分裂传输量子比特。我们以经典的红泵浦方式操作换能器,以将光音(闲频)相干地转换为微波音调,这种相互作用由强光泵介导,使用图 5a 中所示的脉冲序列。在这里,由量子位控制板(片上射频系统 (RFSoC))触发的任意波形发生器用于门控用于生成微波驱动信号的光脉冲。然后,RFSoC 将读出脉冲发送到量子位的读出谐振器,以测量激发后的量子位状态。我们施加了长度 (τp) 比光学谐振器线宽长得多的方形光脉冲(1/κ± ≈ 15 ns,τp > 70 ns),这近似于非对称高斯输出微波脉冲(补充第 3 节)。对于每次测量,我们在事件之间使用 100 μs 的重复时间,以与基线传统射频 (RF) 量子比特测量保持一致(扩展数据图 5),同时保持较低的浴温(T ≈ 14 mK)。
我们进行了量子比特光谱和 Rabi 振荡测量。我们首先使用换能器产生的 CW 微波音调(ωMW/2π = 3.703 GHz)执行 CW 量子比特光谱以激发量子比特群(图 5b),并验证换能器和量子比特之间的激发转移,并确定激发量子比特所需的换能器输出功率。
接下来,我们在功率(图 5c)和时间(图 5d-e)域中执行 Rabi 振荡测量,并提取向量子位传递 π 脉冲所需的参数。对于光驱动量子位功率 Rabi 测量,我们保持光脉冲宽度为 100 ns(ωMW/2π = 3.71 GHz)和均匀的泵浦功率(Pω− = 7 ± 5 μW),同时线性增加到达换能器的蓝色边带(Pω+)中的光功率,以线性增加到达量子位的微波功率(图 5c)。这导致 π 脉冲电压幅度 Vπ = 20.28 nV,通过拟合 Rabi 振荡并假设量子位上的负载为 50 Ω 来提取。由于系统中功率相关的漂移导致输出功率不稳定(在连续测量前后测量值 >3 dB),这促使我们在时间-拉比域中进行进一步测量,以保持单边带调制器和设备的功率更加均匀。
对于光驱动的时间-拉比测量(图 5d、e),我们保持均匀的泵浦和闲置功率(Ppump ≈ 7 ± 0.5 μW,
Pidler ≈ 700 ± 150 nW),并扫描光脉冲宽度以改变到达量子位的微波脉冲宽度(ωMW/2π = 3.6909 GHz)。与之前报告的频率相比,我们将此处使用的较低工作频率归因于我们系统中的热效应或传感器远离三重谐振条件的操作。扫描通量偏置以将量子比特偏置到不同的频率,从而以人字形测量法测量相对于换能器频率的量子比特激发,其中拉比频率 (ΩR′ )作为失谐δ的函数变化,即 ΩR′ = √Ωr2 + δ2(图 5d 中的虚线)。我们根据 PRabi = Ae−t/τsin(2πt/(2Tπ)) + Pb 拟合拉比振荡,以提取脉冲宽度 Tπ、特性衰减 τ 和偏移 Pb 的量子比特状态的 π 偏移,并在换能器频率下测量 Tπ ∝ 220 ns,ΩR/2π = 2.27 MHz。由于拉比频率与入射微波泵浦功率成正比,我们可以将测量的拉比频率与估计的换能器微波输出功率 (方法) 进行比较,以估计换能器和量子比特之间的 46% 信号损失。我们将这种高损失归因于电缆、循环器、滤波器和换能器与量子比特之间的定向耦合器中的微波损耗,这是由于我们的工作频率和低温电子设备之间的带宽不匹配造成的。测量的系统损耗总结在方法中。我们测量的拉比衰减常数为 τ = 600 ± 200 ns。根据图 4d 中报告的传感器产生的附加噪声,我们估计,在 7 μW 峰值光功率下工作的传感器在光驱动量子比特测量期间导致 nadd < 0.02 个附加噪声光子,导致 Purcell 限制的量子比特相干时间 (TMOQT = 1γ(nadd+1)) 的传感器噪声损失为 2%。我们使用 RFSoC 进行的 RF 测量来估计量子比特衰减常数 γ = 1.936 kHz(方法)。这使我们能够估计传感器限制的相干时间为 82 μs。这个值被低估了,因为互连中的热化组件将减少到达量子比特的热噪声量。传感器限制的相干时间远大于我们在基线相干测量期间测得的 τRabi = 600 ± 200 ns 和 T∗ 2 = 710 ± 5 ns;因此,我们得出结论,我们的量子比特相干时间很可能受到其他环境噪声源的限制。
讨论和展望
我们展示了一种 CEO-MOQT,在我们的 SC 谐振器的线性范围内具有高每微瓦转换效率(% 驱动高达 44 μW,峰值效率 η = 1.18%,协同性 η/μW = 0.05),C = 1.16%,微波-光学单光子耦合率 geo/2π = 945 Hz,用于 SC 量子比特的相干光学驱动。此外,我们报告称,操作该设备时产生的附加微波噪声很低,nadd < 0.12 个光子,片上光功率高达 33 μW。
通过减少微波损耗、使用直接在 Si 处理晶片上(而不是在 SiO2 上)制造的单端微波谐振器以及通过减少光耦合损耗以最大限度地减少散射并充分利用片上的全部入射泵浦功率,可以使设备性能提高一个数量级以上。
提高换能器和量子比特之间的微波提取效率和总链路损耗对于实现未来高保真量子信息传输至关重要。
与微波域相比,增加的光带宽可以通过通量可调微波腔 19 来利用。测量改进,例如量子位读出电子器件(或读出频率的未来传感器)和泵驱动音之间的锁相环,可以实现量子位的相位控制和量子位节点之间更复杂的门操作。通过设计光泵场的时间分布,我们可以产生形状对称的单微波光子,以实现换能器和量子比特器件之间的高效光子传输(补充第 3 节)。最后,连续泵浦设备时产生的低微波噪声表明,可以在基线测量误差范围内使用更强的光泵场进行转换,而不会影响量子比特性能(扩展数据图 7)。使用更高相干时间的设备表征换能器和量子比特之间的联系将使我们能够更好地量化 CEO-MOQT 对 SC 量子比特性能的影响。虽然本文讨论的 CEO-MOQT 在低协同机制下运行,转换效率适中,但该设备性能表明,在自发参数下转换机制下运行时,使用预示的远程纠缠协议联网 SC 量子比特的潜力 5,38。这可以实现跨多个低温恒温器的处理器扩展,从而消除这些系统中当前存在的体积限制。结合本文介绍的工作以及最近对 SC 量子比特光学读出的演示29,30,可以找到一条与 SC 量子比特形成全光学接口的途径,以促进 SSC 量子系统的扩展,从而实现大规模量子处理器39,40。
作者:Hana K. Warner , Jeffrey Holzgrafe1,5, Beatriz Yankelevich David Barton , Stefano Poletto , C. J. Xin , Neil Sinclair1, Di Zhu Eyob Sete2, Brandon Langley2, Emma Batson3, Marco Colangelo Amirhassan Shams-Ansari1, Graham Joe1, Karl K. Berggren , Liang Jiang 4, Matthew J. Reagor & Marko Lončar
作者:Harvard John A. Paulson School for Engineering and Applied Sciences, Cambridge, MA, USA. 2Rigetti Computing, Berkeley, CA, USA. 3Research
Laboratory of Electronics, Massachusetts Institute of Technology, Cambridge, MA, USA. 4Pritzker School of Molecular Engineering, University of Chicago,
Chicago, IL, USA. 5Present address: Hyperlight Corporation, Cambridge, MA, USA. 6Present address: Research Laboratory of Electronics, Massachusetts
Institute of Technology, Cambridge, MA, USA. 7Present address: Department of Materials Science and Engineering, Northwestern University, Evanston,
IL, USA. 8Present address: Electrical and Computer Engineering Department, Northeastern University, Boston, MA, USA. 9