QFAULTTOL-SHIRAITO — Khung Sẵn Sàng FTQC
QFAULTTOL-SHIRAITO — Fault-Tolerant Quantum Readiness Study
R&D nội bộ cho khung sẵn sàng tính toán lượng tử chịu lỗi.
Demo trực tiếp
Xem trước giao diện ứng dụng thực tế
FTQC 資源推定 (Resource Estimation)
古典シミュレーション上の Surface code + T-gate 資源計算 · Azure Quantum Resource Estimator 準拠パラメータ · Gidney & Ekerå (2021) に基づく RSA-2048 モデル
物理量子ビット
2.0 × 10⁷
p = 1e-3, d = 27, サイクル 1 μs
物理量子ビット
4.0 × 10⁷
p = 5e-4, d = 25, サイクル 0.5 μs
物理量子ビット
8.0 × 10⁷
p = 1e-4, d = 25, サイクル 0.1 μs
Surface Code シミュレーション パラメータ
d = 25
論理誤り率 ~1e-15
p = 1e-4
閾値 p_th ~ 1e-2
≈ 4,000 : 1
物理:論理
蒸留 15-to-1
T factory 必須
d = 25 Surface code 格子 (概念図 · 簡略化)
データ qubit (淡色) / 測定 qubit (濃色) · 交互配置
FTQC ロードマップ 2026–2035
T-ゲート予算 (10 アルゴリズム)
| アルゴリズム | T-count | T-depth | 区分 |
|---|---|---|---|
| Shor RSA-2048 | 3.0e9 | 2.7e9 | FTQC 要件 |
| Shor ECC-256 | 1.2e9 | 1.1e9 | FTQC 要件 |
| Grover AES-128 | 2.4e13 | 1.2e12 | 理論的脅威 |
| Grover AES-256 | 1.4e17 | 6.9e15 | 実用的脅威なし |
| HHL (線形系) | 1.8e7 | 1.0e7 | 早期 FTQC |
| QPE (化学) | 4.5e8 | 2.2e8 | 早期 FTQC |
| Hamiltonian Sim | 7.2e8 | 3.6e8 | 早期 FTQC |
| LCU (ab initio) | 1.1e10 | 5.5e9 | 後期 FTQC |
| QSP (行列関数) | 9.0e8 | 4.5e8 | 早期 FTQC |
| Regev 改良 Shor | 1.8e9 | 1.6e9 | FTQC 要件 |
Thách thức
Đánh giá độ sẵn sàng cho kỷ nguyên tính toán lượng tử chịu lỗi mà không tuyên bố về tính khả dụng FTQC thực tế.
Giải pháp
Khung đánh giá với mô hình chi phí tài nguyên, bộ benchmark mã sửa lỗi mô phỏng và bảng điều khiển roadmap — chạy trong xác thực nội bộ.
Kết quả
- Benchmark nội bộ: mô hình chi phí tài nguyên bao phủ 3 họ mã QEC chuẩn
- Bộ mô phỏng bao phủ kịch bản lỗi cơ bản trong thí điểm nội bộ
- Beta nội bộ với 3 nhà nghiên cứu — phản hồi phương pháp tích cực
- Chỉ R&D nội bộ — mô phỏng cổ điển, không có phần cứng FTQC thật
Measured Impact
対象アルゴリズム
Shor / QPE / 量子化学
対象物理誤り率
10^-3 〜 10^-5
符号距離レンジ
d = 11 〜 27
実機 FTQC 実行
未到来 (長期レディネス評価)
What it does
見積もり
パラメトリック Estimator
物理誤り率・符号距離・T-factory 構成を変数化し、感度分析付きで結果を出力。
アルゴリズム横断比較
Shor / QPE / 量子化学 を同一前提で並べ、リソース要求の桁感を把握する。
誤り訂正
表面符号シミュレーション
stim + pymatching で論理誤り率を測定し、先行研究の閾値と整合確認する。
TRL 追跡
主要ベンダの物理誤り率・qubit 数ロードマップを継続監視し、レポートを半期更新。
System Layers
Layered architecture showing components, responsibilities, and data flow.
Layer
Logical Layer
対象アルゴリズムの論理回路から T ゲート数・測定数・深さを抽出する層。
Layer
Code & Noise
安定化符号シミュレーションで論理誤り率と閾値挙動を評価する層。
Layer
Estimation & Reporting
共通前提セットで物理 qubit 数・実行時間・T-factory 数を横断比較する層。
How we built it
前提整理
物理誤り率・コードサイクル時間・T-factory モデルの共通前提を文献調査から定義する。
Deliverables
- 前提ドキュメント
- 引用リスト
- パラメータ表
論理回路抽出
Shor / QPE / 量子化学の参照実装から T ゲート数・深さを抽出するパイプラインを作る。
Deliverables
- 抽出スクリプト
- 結果 CSV
- 検証ノート
符号シミュレーション
stim で符号距離を変化させ、物理誤り率に対する論理誤り率曲線を取得する。
Deliverables
- stim スクリプト
- 誤り率曲線
- 閾値メモ
レディネスレポート
Azure Estimator 結果と stim 結果を統合し、TRL / 時期想定付きで社内レポート化する。
Deliverables
- 社内レポート
- 比較図表
- 更新計画
Delivery Timeline
- Phase 1In Progress2026-05
見積もり手法整理
Azure Resource Estimator と論文の見積もり手法を突き合わせ、共通前提セットを定義する。
- Phase 2Planned2026-12
アルゴリズム別リソース推定
Shor / QPE / 量子化学 を対象に、論理 T 数と物理 qubit 数を複数前提で計算する。
- Phase 3Planned2027-08
誤り訂正シミュレーション
stim + pymatching で表面符号の論理誤り率をシミュレーションし、閾値挙動を確認する。
- Phase 4Planned2028-04
TRL レポート更新
ハードウェアロードマップの進捗を反映し、半年ごとに社内レディネスレポートを改訂する。
Who built it
Roles
- 量子アーキテクチャ研究 (兼任)
Tools & Platforms
Backend
Infrastructure
Other
Bạn quan tâm đến dự án tương tự?
Chúng tôi sẽ đề xuất giải pháp tốt nhất cho doanh nghiệp của bạn.
Trao đổi về dự án