Google Quantum AI 在已有超导量子比特研发基础上，宣布将中性原子量子计算列入长期计划，结合两种模态的互补优势加速可商用量子计算的落地。中性原子在可扩展的比特数与任意连通性方面具优势，但需解决更深电路与更快循环的问题；超导则在电路深度和微秒级循环上领先。
背景与目标
- Google Quantum AI 的使命：研发能解决传统计算无法处理问题的量子计算机。
- 过去十年聚焦超导量子比特，取得超越经典性能、误差纠正与可验证量子优势等里程碑。
为何同时发展两种模态
- 超导（superconducting）
- 优势：电路循环时间短（微秒量级），更容易扩展电路深度（时间维度）。
-
近期任务：展示含数万物理量子比特的计算架构。
-
中性原子（neutral atoms）
- 优势：已扩展到约一万比特的阵列，支持任意对任意的连通性，有利于高效算法与纠错码（空间维度可扩展性强）。
-
劣势：循环时间较慢（毫秒级），需要证明能运行更深的电路（多循环）。
-
战略：利用两种模态的互补性，加速近期里程碑并扩大影响，与超导结合可交叉促进研究与工程突破。
中性原子项目三大支柱
- 量子误差纠正（QEC）：根据中性原子连通性调整纠错方案，降低实现容错架构的时间与空间开销。
- 建模与仿真：借助 Google 的计算资源和基于模型的设计，模拟硬件架构、优化误差预算并细化器件目标。
- 实验硬件开发：构建能在应用规模下操控原子量子比特并实现容错性能的实验平台。
团队与生态协作
- 任命 Adam Kaufman 博士领导 Boulder 的中性原子硬件团队，继续兼任 JILA 与 CU Boulder 教职与研究员身份。
- 与 QuEra 等产业合作伙伴保持合作，利用 CU Boulder、JILA、NIST 等成熟的 AMO（原子、分子与光学）物理与工程生态。
后续挑战与展望
- 中性原子需突破深电路与多循环运行能力，以配合其大规模比特阵列优势。
- 超导需扩展到数万比特级别的体系架构。
- 双模并进可带来更灵活的量子计算平台，针对不同问题提供更合适的硬件路径。
双模策略合理：超导擅长深电路、中性原子擅长规模，两者互补有助于更快实现实用量子计算。