Il 19 ottobre 2026 Quantinuum ha annunciato che, nei test di memoria condotti sul processore a ioni intrappolati Helios-1, il tasso di errore logico è diminuito passando dai codici colore triangolari di distanza 3 a quelli di distanza 7. Il gruppo di ricerca ha misurato l’errore per ciclo di estrazione della sindrome: il risultato descrive una memoria logica, non una dimostrazione di calcolo universale tollerante ai guasti.
La correzione degli errori quantistici distribuisce l’informazione di un qubit logico su più qubit fisici e usa misure di sindrome per rilevare gli errori. La distanza del codice indica una proprietà della protezione offerta dal codice; nei test di Helios-1, i blocchi di distanza maggiore richiedevano più qubit fisici. Le misure dettagliate sono riportate nell’articolo scientifico di Quantinuum.
Che cosa misurano i codici colore di Helios-1
A distanza 3, 5 e 7, ciascun blocco di memoria usava rispettivamente 13, 37 e 73 qubit fisici. Aumentando la distanza, il tasso di errore logico di memoria per ciclo di estrazione della sindrome è sceso. Il fattore di soppressione stimato dipendeva però dal decodificatore, cioè dall’algoritmo che interpreta le sindromi per individuare gli errori.
Tassi di memoria e dimensione del campione
Le stime riportate qui sotto usano il decodificatore Tesseract. Gli errori indicati dopo il valore centrale corrispondono agli intervalli di Wilson a 1σ, pari al 68%, riportati nello studio. Ogni shot, cioè ogni singola esecuzione, comprendeva 20 round di estrazione della sindrome.
| Distanza del codice | Qubit fisici per blocco | Tasso di errore logico per ciclo | Shot | Round per shot | Errori registrati |
| 3 | 13 | 5,5⁺⁰·⁴₋₀·₄ × 10⁻⁴ | 15.840 | 20 | 178 |
| 5 | 37 | 3,8⁺¹·⁰₋₀·₈ × 10⁻⁵ | 21.600 | 20 | 17 |
| 7 | 73 | 5⁺⁴₋₂ × 10⁻⁶ | 29.000 | 20 | 3 |
Nel test a distanza 7, i 29.000 shot hanno prodotto 580.000 round-shot complessivi, non altrettante esecuzioni indipendenti. Quantinuum spiega che, con errori rari, stimare i tassi su più durate di memoria è difficile; per queste stime ha usato il dato a 20 round.
Il fattore di soppressione della memoria è una stima adattata ai risultati e cambia secondo il decodificatore:
| Decodificatore | Fattore stimato |
| Tesseract | 12⁺³₋₂ |
| Frontier | 11⁺²₋₂ |
| CNN | 7⁺¹₋₁ |
| RTT | 8⁺¹₋₁ |
Il valore di Tesseract, quindi, non descrive da solo tutti i metodi valutati. Il fattore stimato per CNN e RTT è inferiore; i tassi di errore della tabella precedente, invece, si riferiscono specificamente a Tesseract.
Il benchmark a due qubit misura un’altra grandezza
Quantinuum ha misurato anche circuiti di Clifford logici a due qubit con randomized benchmarking, una procedura che stima l’errore medio delle operazioni. Il denominatore è l’errore per Clifford logico a due qubit, distinto dall’errore di memoria per ciclo di sindrome.
| Condizione | Errore per Clifford logico a due qubit |
| Non codificato | 9,5⁺⁰·⁶₋₁·₄ × 10⁻⁴ |
| Distanza 3 | 7⁺¹₋₁ × 10⁻⁴ |
| Distanza 5 | 7⁺³₋₃ × 10⁻⁵ |
Il benchmark mostra tassi più bassi nel risultato a distanza 5 rispetto ai valori non codificato e a distanza 3. Non è stato eseguito a distanza 7: Helios-1 non disponeva di qubit sufficienti per i due blocchi necessari a quel test.
Perdite, decodifica e passaggio ancora da dimostrare
Tre cicli hardware di repumping hanno ridotto di 6,5(1) volte la popolazione misurata di qubit in leakage. Quantinuum riferisce inoltre che, rispetto alla sola riduzione delle perdite a livello di circuito, il tasso di errore logico è migliorato di 4 volte a distanza 3 e di 8 volte a distanza 5.
La decodifica nell’esperimento è stata offline. Per misurare i tempi di elaborazione, i ricercatori hanno fornito ai decodificatori in streaming le sindromi registrate in precedenza. Il gruppo riferisce tempi medi inferiori al millisecondo per round su una GPU NVIDIA H100; il dato riguarda l’elaborazione delle sindromi, non un ciclo di correzione in tempo reale durante l’esperimento. I decodificatori neurali CNN e RTT erano stati addestrati su dati simulati e applicati ai dati hardware senza ulteriore addestramento.
Gli autori indicano come passaggio ancora da dimostrare lo scaling sotto soglia della preparazione ad alta fedeltà degli stati magici con codici colore. Questa preparazione serve per un circuito universale codificato Clifford+T: i benchmark di memoria e di Clifford a due qubit descrivono progressi su componenti specifiche, non il completamento di quel sistema.
