Quantinuums Forschungsteam meldete am 19. Oktober 2026 für Helios-1 sinkende logische Speicherfehlerraten, als es dreieckige Farbcodes mit den Distanzen 3, 5 und 7 untersuchte. Die Tesseract-Schätzung sank pro Syndrom-Extraktionszyklus von 5,5 × 10⁻⁴ auf 5 × 10⁻⁶. Die Studie von Quantinuum berichtet außerdem einen getrennten Benchmark für logische Zwei-Qubit-Operationen.
Bei der Quantenfehlerkorrektur wird Information über mehrere physische Qubits als logisches Qubit codiert. Syndrommessungen liefern Hinweise auf Fehler; ein Decoder wertet diese Messungen aus. Die Codedistanz kennzeichnet den verwendeten Code. In den Helios-1-Speichertests ging eine größere Distanz mit einer geringeren geschätzten Fehlerrate einher.
Wie die Codedistanz den logischen Speicher beeinflusst
Für einen Speicherblock verwendete das Forschungsteam bei Distanz 3 insgesamt 13 physische Qubits, bei Distanz 5 waren es 37 und bei Distanz 7 insgesamt 73. Die Speicherexperimente untersuchten, wie häufig das codierte logische Qubit pro Syndrom-Extraktionszyklus einen Fehler aufwies.
Speicherfehlerraten und Stichproben
Die folgende Tabelle nennt die von Tesseract geschätzten Fehlerraten samt 1σ-Wilson-Intervallen mit 68 Prozent Abdeckung. Jeder Messlauf umfasste 20 Syndrome-Runden.
| Codedistanz | Physische Qubits pro Speicherblock | Logische Fehlerrate pro Syndrom-Extraktionszyklus | 1σ-Wilson-Intervall | Messläufe (Shots) | Runden je Messlauf | Fehler |
| 3 | 13 | 5,5 × 10⁻⁴ | −0,4 / +0,4 × 10⁻⁴ | 15.840 | 20 | 178 |
| 5 | 37 | 3,8 × 10⁻⁵ | −0,8 / +1,0 × 10⁻⁵ | 21.600 | 20 | 17 |
| 7 | 73 | 5 × 10⁻⁶ | −2 / +4 × 10⁻⁶ | 29.000 | 20 | 3 |
Für Distanz 7 waren es also 29.000 Messläufe mit jeweils 20 Runden. Zusammen ergeben sie 580.000 Shot-Runden, nicht 580.000 unabhängige Messläufe. Weil solche Fehlereignisse selten sind, schätzte Quantinuum die Raten anhand des Messpunkts mit 20 Runden, statt mehrere Rundenzahlen auszuwerten.
Der angepasste Fehlerunterdrückungsfaktor hängt vom Decoder ab. Er beschreibt, wie stark die geschätzte logische Fehlerrate mit zunehmender Codedistanz zurückgeht.
| Decoder | Angepasster Fehlerunterdrückungsfaktor je Distanzschritt |
| Tesseract | 12⁺³₋₂ |
| Frontier | 11⁺²₋₂ |
| CNN | 7⁺¹₋₁ |
| RTT | 8⁺¹₋₁ |
Was der Zwei-Qubit-Benchmark misst
Der separate Randomized-Benchmarking-Test ermittelte die Fehlerwahrscheinlichkeit pro logischem Zwei-Qubit-Clifford. Diese Kennzahl beschreibt einen anderen Vorgang als der Speicherfehler pro Syndrom-Extraktionszyklus.
| Benchmark-Bedingung | Fehlerwahrscheinlichkeit pro logischem Zwei-Qubit-Clifford |
| Ohne Codierung | 9,5⁺⁰·⁶₋₁·₄ × 10⁻⁴ |
| Codedistanz 3 | 7⁺¹₋₁ × 10⁻⁴ |
| Codedistanz 5 | 7⁺³₋₃ × 10⁻⁵ |
Für zwei Blöcke der Distanz 7 reichten die verfügbaren Qubits von Helios-1 bei diesem Benchmark nicht aus. Die Messung umfasst daher nur den uncodierten Zustand sowie die Distanzen 3 und 5.
Leckage und Decoder: Was der Versuch umfasste
Drei hardwareseitige Repump-Zyklen unterdrückten die gemessene Leckpopulation laut Quantinuum um den Faktor 6,5(1). Bei den logischen Fehlerraten meldete das Forschungsteam gegenüber einer alleinigen Leakage Reduction Unit auf Schaltungsebene eine Verbesserung um den Faktor 4 bei Distanz 3 und um den Faktor 8 bei Distanz 5.
Die Experimente wurden offline decodiert. Für Laufzeitmessungen speisten die Autoren gespeicherte Syndrome Runde für Runde in Streaming-Decoder ein. Die neuronalen Decoder CNN und RTT waren mit Emulator-Daten trainiert und ohne Feinabstimmung auf die Hardware-Daten angewendet worden. Auf einer NVIDIA H100 lagen ihre durchschnittlichen Verarbeitungszeiten laut Studie unter einer Millisekunde pro Runde. Diese Zeitmessungen beschreiben die Decoderverarbeitung, nicht eine laufende Echtzeit-Rückkopplung während des Quantenexperiments.
Als nächsten Schritt nennen die Autoren die Skalierung einer hochpräzisen Farbcodierung für Magic States unterhalb der Fehlerschwelle. Sie bleibt erforderlich, bevor ein vollständiger codierter Clifford-plus-T-Schaltkreis demonstriert werden kann.
