容错资源估计纳入硬件不确定性

Furqan Nasir与Sher Jeel Ahmad提出并预注册评估一个开放、工具无关的量子资源估计框架；论文摘要称，在RSA-2048、ECC-256、AES-256和Hubbard模型模拟中，现有第三方估算器在实测错误率参数下有80%至100%的证据化参数空间超出其可表示范围，AES-256门数还导致一个工具计数器溢出。 研究以五种超导表面码成本模型传播硬件参数不确定性：五种大型阵列器件的错误率中位数约为4×10^-3，而传统假设为10^-3。采用该错误率后，90%物理量子比特区间扩大约40倍，中位数比传统点估计高约4.6倍；五个成本模型之间还存在约2倍的结构差异，Azure Quantum Resource Estimator与Qualtran彼此相差约10%，但无法反映这种差异。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。