QC-Test:從量子晶片到可用的測試平台
講者:呂德輝 博士(David T. Lee)
中央研究院關鍵議題研究中心 研究助技師
Workshop session:2026.02.05
前面的課程介紹了量子晶片的設計與控制儀器,但把晶片製作出來、接上儀器以後,還有很長一段路要走。量子位元的頻率、脈衝振幅、讀出條件都需要量測與校正,才能把程式裡的量子閘轉換成晶片上的實際操作。中研院的量子計算測試平台(Quantum Computing Test Space, QC-Test),便是把這些工作整合成一個可以支援研究的環境。
此次QC-Test的介紹,從硬體架構談到量子演算法、容錯量子計算與產業次系統的驗證。可以把它想成量子電腦的整合測試基地:研究者可以在同一套環境中,討論晶片、控制程式和量測結果之間的關係。
量子電腦是一整套系統
▲ 中研院展示的量子電腦架構。左邊是QPU,中間是稀釋冷凍機(Dilution Refrigerator, DR),右上方是接滿微波線路的控制儀器,右下方則是古典高效能運算設備。真正的量子晶片只占其中一小部分,周圍的低溫、封裝、訊號傳輸與控制系統,都是讓量子位元能夠工作的條件。
在這邊要分清楚兩種工作:脈衝控制器負責按照時序送出、接收訊號;古典運算設備則分析資料、執行最佳化或處理混合運算。兩者需要配合,才有辦法把一輪量測的結果用到下一輪實驗中。
▲ QC-SETUP示意圖。圖中兩台Pulse Processor分別對應10位元與20位元QPU,共用圖示中的DR-4低溫環境;晶片與控制器又劃分出Thread-0、Thread-1的操作區域。這樣的安排讓我們看到,共享量子實驗資源時,除了「哪一顆晶片」,也要考慮可用的控制通道與低溫設備。圖中的Thread是這個實驗配置的資源劃分,實際能否同時執行不同工作,仍取決於通道分配與彼此的干擾。
QC-Test可以測試什麼?
▲ 平台依照研究內容安排對應的QC-Setup。演講將用途分成四個方向:QPU共同開發、量子演算法開發、FTQC開發,以及超導量子電腦次系統開發。這四個方向使用相同的量子硬體基礎,但觀察的問題不同:有的人想知道晶片是否符合設計,有的人研究控制或糾錯,也有人需要驗證新開發的周邊元件。
▲ QPU共同開發的重點,是讓設計、製造與測試互相回饋。下方的Hamiltonian描述預期的量子系統,上方的QC-SETUP量測實際晶片,再比較拓樸、量子操作與模型是否一致。所謂Digital Twin(數位分身),在這裡可以理解成與實際裝置互相比對的模型;模型預測和量測有落差時,便回頭檢查設計、製程或控制條件。它的價值在於縮短反覆試做的路程。
▲ 演算法的量子電路通常畫成理想的H閘、控制閘,但實際執行會遇到噪音與控制誤差。QC-Test提供的研究切入點因此包含編譯器、錯誤緩解(Error Mitigation)、脈衝整形、客製化量測和新的校正策略。對研究者來說,能夠接近脈衝與量測層,便能進一步研究「相同的邏輯電路,如何在這顆晶片上執行得更好」。
硬體品質與量子糾錯的關係
▲ 容錯量子計算不能只看量子位元的數量,也要看每一次操作的錯誤率。投影片以Surface Code(表面碼)說明:當物理錯誤率低於糾錯閾值,增加編碼距離才有機會進一步壓低邏輯錯誤率。圖中的估算在不同雙位元錯誤率假設下,得到從上萬到數百顆物理位元的不同開銷。
這些數字是講者在特定假設下的比較,並非每個邏輯位元都固定需要相同數量的物理位元。可以抓住的重點是:把物理閘做得更準確,本身就能減少後續糾錯的負擔。因此量測保真度、優化脈衝、驗證解碼與糾錯循環,都需要放回真實硬體上檢查。
▲ 次系統的測試同樣重要。圖中列出I/O擴展、脈衝處理器、低溫電子、封裝與TWPA(行波參量放大器)。這些零件各自有規格,但放進量子電腦之後,還要考慮整體訊號品質、低溫負載與介面是否相容。共享測試環境,便能讓開發者檢查元件放入實際系統後的表現。
從校正節點到自動最佳化
▲ 圖中以37個參數示範校正工作的複雜度。節點間的箭頭表示相依與回頭修正的關係:例如還沒找到合適的量子位元頻率,就很難精確決定驅動脈衝;更改前面的設定,也可能影響後續結果。圖上甚至有回返箭頭,因此不能把所有校正都想成只往前走一次的流程。
實驗的難處往往是判斷「這次擬合是否可信」、「該重做哪一段」。校正軟體需要保存參數、原始資料與更新記錄,才能追溯狀態。這也連到此次Workshop中Quantum Machines的QUAlibrate與Qblox實作課程。
▲ 講者進一步提出AI for Quantum的方向,用強化學習(Reinforcement Learning, RL)搭配量測回饋來搜尋參數。圖中的Reward System決定什麼樣的結果比較好,例如目標狀態的準備成功率或特定操作的表現。這張圖呈現的是最佳化的構想;能否在實驗上節省時間、維持穩定,仍需透過量測驗證,不能只由神經網路的示意圖判定效果。
共享平台與排程
▲ 演講最後預告QCTSS API,按照QC-Setup、使用者與時間安排工作佇列。示意流程是申請工作、等待資源、取得控制介面,實驗結束後再釋放資源。投影片當時標示Coming soon,因此這裡將它視為Workshop介紹的規劃。實際申請與可使用的設備,應以平台公告及服務窗口的安排為準。
從這場介紹可以看出,量子硬體研究需要把製程、控制與軟體接起來。QC-Test提供的共同環境,讓不同領域的研究者有機會把各自的成果放進同一套系統裡驗證,也能把量測發現的問題回饋到下一版晶片設計。
Ref: 本文照片為2026年2月5日QC-Test課程現場投影片。平台簡介與使用方式:中研院關鍵議題研究中心-量子計算測試平台;講者資料:關鍵議題研究中心研究人員。










王培儒