Quantum X Labs 報告在 Google 量子糾錯資料集上 AI 解碼器成果提升

變更內容

Quantum X Labs Inc.（Nasdaq：QXL）公佈了其 AI 驅動量子錯誤更正計畫的最新成果，該成果是使用來自真實量子硬體實驗的 Google 公開表面碼資料集所產生。該公司將此宣佈定位為其在邁向未來容錯量子運算的可信賴量子錯誤更正路線圖上的一項進展。

量測結果

QXL 在單一公開表面碼組態上評估了更新後的解碼器，並採用 Google 已發表解碼器比較中使用的相同交叉驗證方法。針對該組態中的 matching 系列基準——包括 Google 的相關性匹配解碼器與 PyMatching——該公司表示其解碼器展現了更佳的效能表現。QXL 強調，該模型僅以合成樣本進行訓練，並未使用 Google 資料集中真實硬體的測量結果進行訓練。

為何合成訓練至關重要

該結果被定位為 QXL 技術路線圖中一項核心主張的證據：解碼器不僅應在受控模擬中表現良好，還應能夠泛化至真實的實驗徵狀數據。該公司將合成到真實的轉換描述為邁向實用量子錯誤更正工作流程的關鍵一步，未來可支援低延遲並最終實現即時解碼，並表示此 AI 輔助解碼器旨在「隨著量子硬體的進步而持續改善」。

研究執行方式

QXL 表示，其量子錯誤更正工作流程採用 NVIDIA CUDA-Q 進行 GPU 加速運算。最新成果即在該框架下產生，該公司正持續發展此框架，以便在量子系統規模超越實驗性展示時，能夠有效且準確地詮釋量子徵狀數據。

仍不明確之處

該公告僅涵蓋單一基準組態，該公司指出，額外的裝置中心與程式碼測試將是後續關注的重點。在現有資料中，QXL 並未揭露絕對錯誤率數據、硬體世代，或任何未來即時解碼里程碑的時程。

下一個可驗證的里程碑

Quantum X Labs 表示，下一步將在更多配置與程式碼距離下進行解碼器評估，這是其在 GPU 加速工作流程上實現低延遲與即時量子錯誤更正路線圖的下個階段。