离子穿梭与 QCCD 架构：从单阱到百万量子比特的跃迁

最新推荐文章于 2026-06-29 17:45:42 发布

原创最新推荐文章于 2026-06-29 17:45:42 发布 · 308 阅读

7 ·

本内容遵循CC 4.0 BY-SA版权协议

GEO检测

标签

#架构 #量子计算

量子计算专栏收录该内容

75 篇文章

订阅专栏

10. 离子穿梭与 QCCD 架构：从单阱到百万量子比特的跃迁

承接前文：我们已经掌握了在单个囚禁区域内如何用激光和声子实现 MS 门。现在我们要问：当量子比特数量从 2 个扩展到 100 个、1000 个甚至 100 万个时，单个离子阱还能胜任吗？

10.1.1.1 为什么单阱不够：从线性链到模块化

想象一条只有一个收银台的超市。当顾客（离子）只有两三个时，一切井然有序。但当顾客增加到几十个，队伍排成了长龙，每个人等待的时间呈指数级增长——更糟的是，顾客之间开始互相推搡（库仑排斥导致模式串扰），收银员（激光）再也无法精准地服务某一个人。

核心结论：单阱线性离子链的扩展瓶颈不是量子比特本身，而是集体声子模式的密集化。当离子数超过约 50 个时，声子模式间距缩小到不可分辨，MS 门的串扰和加热导致保真度断崖式下跌。

实现细节：

长链的质心模式频率随离子数增加而降低，加热率（与频率平方成反比）急剧上升。
模式间距 $Δω∼ωz/N\Delta\omega \sim \omega_z / N$ ，当 $N > 50$ 时，激光边带已无法分辨单个模式。
冷却长链所有模式到基态的时间随 $N$ 线性增长，严重拖慢计算节奏。

图注：因果链图——展示单阱线性链的退化路径。黄色为原因（离子数增加），红色为层层放大的后果。实线表示因果关系。注意这不是某个特定实验的故障，而是所有单阱架构的结构性上限。

常见误解示意图：很多人会误以为只要提高激光功率或改进真空度就能无限扩展单阱。实际上，库仑相互作用是长程的，任何增加离子数的尝试都会压缩声子频谱——这是物理定律决定的硬边界，而非工程细节可以绕过。

认知检查点：单阱的扩展极限约 50 个离子。突破这个极限的唯一出路不是让阱变得更大，而是把大阱拆成多个小阱，用离子穿梭作为量子总线连接它们。

10.1.1.2 QCCD 的物理本质：功能区分离与离子总线

想象一个现代化的物流中心：收货区、分拣区、包装区、发货区各自独立，货物（离子）通过传送带（穿梭路径）在不同功能区之间流转。没有一个工人会在收货区同时做包装——每个区域只专注一件事，效率反而最高。

核心结论：QCCD（Quantum Charge-Coupled Device）将单个大阱拆分为多个功能分区（存储区、计算区、测量区），离子通过调节 DC 电极电压在分区之间物理移动。每个分区只容纳少量离子（通常 2-10 个），从而将 MS 门的高保真度与系统的大容量解耦。

实现细节：

存储区：屏蔽杂散光和电磁噪声，离子仅作"休眠"，相干时间最长。
计算区：配备完整的激光或微波寻址能力，执行单比特门和 MS 门。
测量区：集成荧光收集光学元件，实现高效态读出。
穿梭路径：由分段电极构成的"通道"，通过电压斜坡滑动囚禁势阱最小值。

图注：QCCD 简化概念图。蓝色为存储区（结构），绿色为计算区（运算），紫色为测量区（结果），橙色为穿梭路径（流程），黄色为离子（输入/原始数据）。虚线表示存储区通过穿梭路径间接参与计算。

图注：QCCD 完整细节图。灰色 RF 电极提供全局囚禁势，橙色 DC 电压控制分区势阱形状，黄色离子链在穿梭通道中移动，绿色激光束仅覆盖计算区，紫色探测器仅覆盖测量区。展示了空间功能解耦的硬件实现。

11. 穿梭原语：离子的基本舞步

11.1.1.1 线性传输：最基础的滑动

想象一个放在桌面上的弹珠，桌下有一块磁铁。当你平滑地移动磁铁时，弹珠会跟着滑动——只要移动得够平稳，弹珠不会晃动。离子穿梭的本质与此相同：通过改变分段 DC 电极上的电压，让囚禁势的"谷底"像磁铁一样平滑滑动，离子就像弹珠一样被拖着走。

核心结论：线性传输通过电压波形 $V (t)$ 控制势阱最小值位置 $x_{min}(t)$ 。理想情况下，离子在传输结束时应回到运动基态；任何残余声子激发都会降低后续 MS 门的保真度。

实现细节：

传输速度受限于轴向囚禁频率 $ωz\omega_z$ ：如果势阱滑动速度接近离子的振荡周期，离子会被"甩出去"（激发到高能级）。
最优控制理论给出的极限传输时间约为 $1/ωz1/\omega_z$ （微秒量级），远短于绝热传输所需的 $2π/ωz2\pi/\omega_z$ 。
实际波形通常采用正弦或多项式包络，在起点和终点处加速度为零，避免突变冲击。

图注：状态演变图——展示线性传输的四步演化。蓝色为势阱状态，橙色为控制过程，黄色为离子位置。箭头 ==> 表示时间推进，虚线表示离子始终被囚禁在势阱最小值附近。

关键公式：

$xmin(t)=x0+L2(1−cos⁡πtτ)x_{\text{min}}(t) = x_0 + \frac{L}{2} \left( 1 - \cos\frac{\pi t}{\tau} \right)$

这个公式如果翻译成图，画出来会是什么结构？想象一条水平轨道，离子从左侧静止出发，沿着一个半正弦曲线被拖拽到右侧，在起点和终点处切线水平（速度为零），中间速度最大。势阱谷底就像轨道上的小车，离子像挂在小车上的摆锤，如果小车运动轨迹足够平滑，摆锤不会剧烈晃动。

认知检查点：线性传输的 fidelity 不取决于传输距离，而取决于传输时间 $τ\tau$ 与轴向周期 $2π/ωz2\pi/\omega_z$ 的比值。当 $τ≪2π/ωz\tau \ll 2\pi/\omega_z$ 时，必须采用最优控制波形而非简单斜坡。

11.1.1.2 分束与合并：把一条链拆成两条

现在我们已经能让单个离子滑动了。但如果两个离子靠在一起（一条离子链），我们只想把其中一个拖走，另一个留下，该怎么办？这就像从一对连体双胞胎中安全地分离出其中一个——不能硬扯，必须让连接处（库仑排斥）逐渐变弱。

核心结论：分束（Splitting）通过在中央电极上施加排斥电压，将原本共享一个势阱最小值的双离子链逐渐分离为两个独立势阱中的单离子。合并（Merging）则是逆向过程。这是 QCCD 中最精细的操作之一。

实现细节：

分束时，中央势垒从 0 缓慢升起，将双阱势逐渐变为两个单阱势。
如果势垒升起太快，离子会被突然弹开，获得大量声子激发；如果太慢，则浪费时间。
绝热分束要求 $τ≫2π/ωz\tau \gg 2\pi/\omega_z$ ，但最优控制可将时间压缩到约 10 个振荡周期以内。
分束后的两个离子可能处于纠缠态（如果它们之前通过 MS 门纠缠），分束操作本身不应破坏这种纠缠。

图注：状态演变图——展示分束的四步演化。从双离子共享一个势阱（蓝），到中央势垒升起（橙），再到势阱分裂（橙），最终形成两个独立单阱（蓝）。

常见误解示意图：很多人会误以为分束只是把电压从"一个阱"切换到"两个阱"。实际上，分束过程中势阱形状经历了复杂的连续变形：从单谐振子势 → 双阱势 → 两个独立谐振子势。如果跳过中间态直接跳变，离子会被剧烈加热甚至丢失。

11.1.1.3 重排序：离子链的洗牌

假设存储区里有三个离子 A、B、C，排成 ABC。但下一个 MS 门需要 A 和 C 在一起，而 B 挡在中间。我们需要像洗牌一样把 B 挪开，让 A 和 C 相邻——这就是重排序（Reordering）。

核心结论：重排序通过"分离-交换-合并"三步实现：先将目标离子从链中分离出来，让它绕过其他离子，再重新插入到目标位置。在 QCCD 中，这通常借助辅助穿梭通道或临时存储区完成。

实现细节：

三离子链 ABC 中交换 A 和 B：分束得到 A 和 BC，将 A 移到旁路通道，再将 BC 中的 B 分离，最后按 BAC 顺序合并。
每次重排序涉及多次分束/合并和线性传输，是 QCCD 中开销最大的原语之一。
编译器优化的核心目标之一就是减少重排序次数——通过巧妙的初始放置和门调度，让需要交互的离子尽量相邻。

图注：状态演变图——展示 ABC 到 BAC 的重排序五步演化。黄色为离子顺序状态，橙色为分束操作，灰色为旁路通道。每一步都对应一次物理分束或合并。

12. 交叉路口：从 1D 到 2D 的质变

12.1.1.1 为什么需要交叉路口：1D 线性阵列的死胡同

想象一条只有一条轨道的地铁系统。无论有多少节车厢，它们只能排成一列前进。如果 A 站的车厢想去 B 站，而中间隔着 C 站的车厢，唯一的办法是让 C 站的车厢先倒车——效率极低。1D QCCD 面临同样的问题：线性存储区中的离子只能前后移动，任何重排序都涉及大量倒车操作。

核心结论：交叉路口（Junction）是 QCCD 从 1D 扩展到 2D 的关键硬件。X 型或 Y 型电极布局允许离子从一条通道转入另一条通道，实现真正的"路由"而非简单的"滑动"。没有交叉路口，QCCD 的并行度和扩展性将被锁死在 1D 线性阵列的牢笼中。

实现细节：

X-junction：四条通道交汇，离子可从任意一条转入相邻通道。
Y-junction：三条通道交汇，芯片面积更小，但路由灵活性略低。
交叉路口区域的 RF 电极必须保持连续，否则囚禁势在转角处会出现"盲区"或"陷阱陷阱"（离子在转角处丢失）。
Quantinuum 的 Helios 系统首次在商业芯片上实现了 Y-junction，Sol（2027）计划部署全 2D 网格。

图注：对比视图——左图展示 1D 线性阵列的退化路径（蓝→黄→红），右图展示 2D 交叉路口的突破路径（蓝→绿→紫）。1D 的死胡同在于任何重排序都必须阻塞整个通道，而 2D 提供了绕行选项。

认知检查点：交叉路口不是"可选的高级功能"，而是 QCCD 从实验室演示走向工业级量产的质变节点。没有交叉路口，QCCD 的扩展上限约为 100 个量子比特；有了 2D 网格，上限可推至百万级。

12.1.1.2 交叉路口的物理挑战：转角处的势阱畸变

想象一个十字路口，但路面不是平的——四个方向的路面在交汇处突然下沉或隆起。汽车如果以正常速度通过，要么会颠簸（被激发），要么会掉坑里（丢失）。离子在交叉路口面临的正是这个问题：RF 电极在转角处无法保持理想的四极场对称性。

核心结论：交叉路口处的 RF 电极存在几何不连续性，导致囚禁势出现非谐项（高阶多项式项）和 RF 零点漂移。离子通过转角时，这些不完美的场会耦合离子的运动自由度，产生声子激发甚至离子丢失。

实现细节：

RF 零点漂移：理想四极场的中心（RF 零点）在交叉路口处不再固定，而是随离子位置漂移。如果离子偏离零点，会受到 RF 加热（微运动）。
非谐势垒：转角处的势垒高度通常低于直道，离子在快速通过时可能"翻越"势垒逃逸。
解决方案：3D 打印微交叉路口将 RF 电极抬高到基片上方，形成真正的三维四极场，势阱深度和谐性比平面电极提升约 20 倍。

图注：对比视图——平面交叉路口（左，红路径）与 3D 微交叉路口（右，绿路径）的因果链对比。灰色为几何根源，红色为平面方案的层层恶化，绿色为 3D 方案的优势累积，紫色为最终结果。

常见误解示意图：很多人会误以为交叉路口只是"把电极排成 X 形状"那么简单。实际上，平面 X 电极在中心交汇处必然存在间隙，RF 场在此发生严重畸变。3D 打印方案通过将 RF 电极"架桥"过交汇处，从根本上消除了几何不连续性。

12.1.1.3 两种典型芯片拓扑：X-chip 与 Q-chip

目前工业界出现了两种主流的 QCCD 芯片拓扑，它们代表了"灵活性"与"紧凑性"之间的不同取舍。

核心结论：X-chip 采用四寄存器加 X 交叉结构，各存储区独立，灵活性高但芯片面积大；Q-chip 采用环形存储区加单交叉结构，像旋转木马一样紧凑，但所有离子共享同一存储环，一次旋转影响所有离子位置。

实现细节：

X-chip（如 QVLS QROSS）：四个独立存储区围绕 X 交叉分布，计算区容量 2 离子，SPAM 区容量 1 离子。离子从存储区到计算区可独立调度，但每过一次交叉计为一次穿梭。
Q-chip（如 QVLS CIRQLE）：单个环形存储区连接计算区和 SPAM 区。存储环像旋转木马，只能整体顺时针或逆时针旋转。旋转空位比旋转离子更快（无丢失风险）。

图注：X-chip 拓扑图。蓝色为四个独立存储区，橙色为 X 交叉枢纽，绿色为计算区，紫色为 SPAM 区。展示了高灵活性但大芯片面积的四臂放射状布局。

图注：Q-chip 拓扑图。蓝色为环形存储区（旋转木马），橙色为旋转控制和交叉出口，绿色为计算区，紫色为 SPAM 区。展示了高紧凑性但全局耦合的环形布局。

13. 穿梭中的声子激发：加热的物理来源

13.1.1.1 为什么穿梭会加热离子

想象你端着一杯满满的水在走廊里快步走。如果你走得够平稳，水面几乎不晃动；但如果你突然转弯或脚步颠簸，水就会洒出来。离子在穿梭过程中就像这杯水——囚禁势的滑动相当于"端水的人"，离子的运动相当于"水面"。势阱的任何突变都会让离子晃动（声子激发）。

核心结论：穿梭加热的主要来源有三：势阱滑动速度过快（非绝热激发）、电极电压噪声（随机加热）、交叉路口处的场畸变（非谐耦合）。其中前两项可以通过波形优化抑制，第三项必须通过硬件设计消除。

实现细节：

非绝热激发：当势阱滑动频率 $x˙min/xmax\dot{x}_{min} / x_{max}$ 接近轴向频率 $ωz\omega_z$ 时，离子会被参数共振激发。
电压噪声：DAC 的量化噪声和时钟抖动在电极上产生随机电场，通过欧姆加热机制增加声子数。
非谐耦合：交叉路口处的高阶场项将轴向运动与径向运动耦合，能量从轴向"泄漏"到径向，表现为等效加热。

图注：因果链图——展示穿梭加热的三个并行来源。黄色为根因（势阱滑动），橙色为三个分支机制，红色为最终结果。三条路径在声子激发处汇合，再导致保真度下降。

认知检查点：穿梭加热不是"无法避免"的宿命。通过最优控制波形、低噪声 DAC 和 3D 交叉路口，传输后的残余声子数可以控制在 10 个量子以下，对 MS 门的影响小于 0.1%。

13.1.1.2 冷却策略：边带冷却与多普勒冷却的接力

如果穿梭不可避免地引入了声子激发，我们必须在执行 MS 门之前把离子"冷静下来"。这就像运动员跑完接力棒后需要深呼吸恢复心率，才能进行下一项精细动作。

核心结论：QCCD 采用分层冷却策略：穿梭后立即进行多普勒冷却（快速但只能到约 10 个声子），进入计算区前进行边带冷却（慢速但可达基态）。冷却区通常嵌入在穿梭路径上，作为"休息站"。

实现细节：

多普勒冷却：利用多普勒效应，激光调谐略低于原子跃迁频率，运动较快的离子吸收更多光子而被减速。极限温度由自然线宽决定，约 0.5 mK。
边带冷却：利用红边带跃迁，每次循环减少一个声子。需要约 100-1000 个循环才能达到基态，耗时约 1-10 ms。
在 QCCD 中，冷却区通常紧邻计算区，离子从存储区穿梭到计算区时，先在冷却区"歇脚"，再进入计算区执行门操作。

图注：状态演变图——展示冷却接力的五步流程。黄色为初始状态（穿梭后热离子），橙色为冷却操作，蓝色为中间态（多普勒极限），绿色为最终态（接近基态），紫色为就绪态（可执行门）。

常见误解示意图：很多人会误以为冷却可以在存储区"提前做"。实际上，存储区的离子处于休眠态，任何激光照射都会破坏量子信息。冷却必须在离子被调出存储区、准备进入计算区时进行，且必须在计算区外完成——否则冷却激光会干扰 MS 门。

14. 编译器：从量子电路到穿梭序列

14.1.1.1 编译的两层映射：逻辑电路 → 原生门 → 穿梭序列

想象一个跨国物流系统：客户下单（量子电路）后，首先被拆分为标准包裹（原生门），然后物流调度中心决定每个包裹走哪条路线、经过哪些中转站（穿梭序列）。QCCD 编译器做的就是这件事。

核心结论：QCCD 编译器将抽象量子电路映射为物理操作序列，包含三个核心任务：初始离子放置（把虚拟量子比特分配到物理离子）、路由调度（决定离子何时移动到哪个区）、门调度（在满足依赖关系的前提下最大化并行度）。

实现细节：

初始放置：将电路中交互频繁的虚拟量子比特预先放到同一阱或相邻阱中，减少后续穿梭。先进算法可比随机放置减少 50% 的移动开销。
路由：当两比特门需要跨阱执行时，编译器生成穿梭序列，将两个离子调入同一个计算区，执行门后再送回。
调度：利用门的对易关系重新排序，让不相关的门在不同阱中并行执行。

图注：流程图——展示编译器的两层映射。黄色为输入（量子电路），橙色为逻辑层优化，蓝色为原生门有向无环图，绿色为物理层映射（放置+路由），紫色为输出（穿梭序列）。

14.1.1.2 强化学习优化：超越启发式编译

传统的编译器使用启发式规则（如"最近邻优先"）来调度穿梭。但当离子数和电路深度增加时，这些规则会变得次优。最新的突破来自强化学习（RL）——让 AI 在模拟环境中"试错"，发现人类工程师想不到的调度策略。

核心结论：RL 编译器在 50 离子规模的 QCCD 上，可比最先进的启发式编译器减少 36.3% 的穿梭操作。由于穿梭通常占电路执行时间的 70% 以上，这一提升直接转化为 coherence 预算的显著节省。

实现细节：

状态空间：当前所有离子的位置、待执行的门列表、各阱的容量占用。
动作空间：选择下一个要移动的离子及其目标位置。
奖励函数：负的穿梭次数（或负的总执行时间）。
关键洞察：RL 学会了"提前布局"——在门执行前若干步就把离子预调到有利位置，而启发式编译器往往只看下一步。

图注：强化学习编译器的闭环架构。黄色为输入电路，蓝色为 QCCD 环境模拟器，绿色为神经网络策略，橙色为动作输出，紫色为奖励反馈。虚线表示策略网络根据奖励更新权重。

认知检查点：编译器优化的天花板不是算法复杂度，而是硬件拓扑的物理约束。再聪明的 AI 也无法让离子瞬移——它只能在给定的阱布局和穿梭速度下找到最优路径。因此，芯片拓扑设计与编译器算法必须协同优化。

15. 陷阱容量的反直觉结论：越小越好

15.1.1.1 容量为 2 的奇迹：并行度最大化与错误局域化

传统直觉告诉我们：让陷阱容量大一点（比如容纳 15-25 个离子），可以减少离子在不同阱之间移动的次数。但最新的表面码模拟给出了完全相反的结论。

核心结论：当陷阱容量设为 2（即每个阱最多容纳 2 个离子）时，QCCD 执行表面码纠错展现出最佳性能：逻辑错误率比大容量阱降低 1-2 个数量级，且 QEC 轮次时间保持恒定（与码距无关）。

实现细节：

并行度最大化：容量为 2 意味着每个阱可以随时执行一个 MS 门，系统内大量阱并行工作，吞吐量随阱数线性增长。
错误局域化：如果一个阱发生错误，只影响 2 个离子，不会通过长链模式串扰扩散到整个系统。
在 5 倍物理门改进假设下，容量=2 配合码距=13 可达到 $10^{-9}$ 逻辑错误率——这是实现量子优势的关键阈值。

图注：决策分支图——展示陷阱容量选择的后果。左分支为大容量假设（蓝→绿→红），看似减少移动但导致串扰和并行度灾难；右分支为小容量现实（蓝→橙→绿→紫），移动增加但换来串扰免疫和高并行度。

常见误解示意图：很多人会误以为"移动次数"是 QCCD 的唯一开销指标。实际上，在表面码等高度并行算法中，计算时间由最慢的单阱操作决定。大容量阱虽然减少了移动，但每次门操作因长链效应变慢，且无法并行——净效果是总执行时间反而更长。

15.1.1.2 过剩容量的甜蜜点：不是所有空位都有用

既然容量为 2 最好，那是不是应该让每个阱都恰好只装 2 个离子、不留空位？答案是否定的——适量的"过剩容量"（空位）可以作为缓冲，让编译器在路由时有更多腾挪空间。

核心结论：过剩容量（每个阱中未使用的空位数）存在最优值。对于随机电路，约 1-2 个空位即可显著减少重排序；对于 QFT 等高并行算法，约 7 个空位达到最佳；超过此值后，空位本身成为负担（离子分布过散导致穿梭增加）。

实现细节：

空位作为缓冲：当两个离子需要交换位置时，如果旁边有空位，可以先把一个离子暂存到空位，再完成交换——类似拼图游戏中的临时空格。
QFT 的特殊性：QFT 需要大量跨阱交互，适度分散离子到更多阱中可以增加并行门执行的机会。
QV 电路的特殊性：量子体积电路交互密集，最优策略反而是把离子集中在尽可能少的阱中，减少跨阱穿梭。

图注：过剩容量的非单调影响。红色表示性能差（空位太少导致阻塞，空位太多导致过度分散），绿色表示性能优（随机电路 1-2 空位，QFT 约 7 空位），紫色为对应最优算法。展示了"空位不是越多越好"的反直觉结论。

认知检查点：过剩容量的最优值取决于算法特征，而非硬件本身。这意味着 QCCD 编译器必须"算法感知"——根据输入电路的交互模式动态调整初始放置策略。

16. 并行度与移动开销的权衡

16.1.1.1 并行执行 vs 串行执行： fidelity 与吞吐量的博弈

QCCD 的一大卖点是"跨阱并行"——不同阱中的离子可以同时执行各自的门操作，互不干扰。但为了实现并行，编译器可能需要把原本相邻的离子拆散到不同阱中，后续再调回来——这引入了额外的移动开销。

核心结论：并行度与移动开销之间存在非线性权衡。当移动开销（以 SWAP 和穿梭的 infidelity 衡量）低于并行带来的吞吐量增益时，QCCD 优于单阱；反之则不如单阱串行执行。

实现细节：

并行增益： $N$ 个阱可同时执行 $N$ 个门，理想吞吐量提升 $N$ 倍。
移动代价：每次穿梭引入约 $10^{-4}$ 到 $10^{-3}$ 的 infidelity，每次 SWAP 引入约 $10^{-3}$ 的 infidelity。
临界点：当电路中两比特门的密度超过约 30% 时，为并行而移动的代价通常超过收益；当密度低于 20% 时，并行布局几乎总是更优。

图注：决策分支图——展示门密度对策略选择的影响。绿色为低门密度（并行优），橙色为中等密度（临界区），红色为高密度（串行优），紫色为最终策略建议。

17. 伪代码：QCCD 编译器核心逻辑

procedure QCCD_Compile(quantum_circuit, chip_topology)
    // 对应图 14-1（编译流程）和图 14-2（RL 架构）

    // 步骤一：逻辑层优化
    dag <- transpile_to_native_gates(quantum_circuit)    # 此时 dag = 原生门有向无环图
    dag <- remove_single_qubit_gates(dag)                  # 临时移除单比特门，专注路由

    // 步骤二：初始离子放置（对应图 15-1 容量决策）
    placement <- initial_placement_heuristic(dag, chip_topology)
    // 启发式：交互频繁的虚拟量子比特放入同一阱或相邻阱
    // 对应图 15-2 过剩容量策略
    excess_capacity <- calculate_optimal_excess(dag)       # 根据算法特征调整空位数

    // 步骤三：路由与调度主循环（对应图 14-2 RL 环境）
    schedule <- empty_list
    while dag.has_remaining_gates() do
        // 识别当前可执行的门（所有依赖已满足）
        ready_gates <- dag.get_ready_two_qubit_gates()

        // 对每个就绪门，检查离子是否已在同一计算区
        for each gate in ready_gates do
            ion_A <- placement[gate.qubit_A]
            ion_B <- placement[gate.qubit_B]

            if ion_A.trap == ion_B.trap && ion_A.trap.type == "compute" then
                // 已在计算区，直接执行（对应图 10-2 绿色节点）
                schedule.append( EXECUTE(gate, ion_A.trap) )
                dag.mark_done(gate)
            else
                // 需要穿梭（对应图 11-1 线性传输和图 12-1 交叉路口）
                path <- find_shortest_path(ion_A, ion_B, chip_topology)
                // 路径可能涉及：线性传输、分束、交叉路口

                // 生成穿梭序列
                for each step in path do
                    if step.type == "linear" then
                        schedule.append( SHUTTLE(ion, step.source, step.target) )
                        // 对应图 13-1 加热因果链
                        schedule.append( DOPPLER_COOL(ion, step.target) )
                    else if step.type == "junction" then
                        schedule.append( CROSS_JUNCTION(ion, step.source, step.target) )
                        // 对应图 12-2 3D 路口优势
                        schedule.append( SIDEband_COOL(ion, step.target) )    # 交叉路口后需更强冷却
                    else if step.type == "split" then
                        schedule.append( SPLIT(ion_chain, ion) )
                    else if step.type == "merge" then
                        schedule.append( MERGE(ion_A, ion_B) )
                    end
                end

                // 更新放置状态（对应图 14-2 状态更新）
                placement[gate.qubit_A] <- target_trap
                placement[gate.qubit_B] <- target_trap
            end
        end

        // 步骤四：并行调度优化
        // 将不冲突的操作分组到同一时间片
        parallel_slots <- group_parallel_operations(schedule, chip_topology)
        // 对应图 16-1 并行度权衡：检查移动代价是否超过并行收益

        // 步骤五：单比特门重插入
        for each slot in parallel_slots do
            single_gates <- dag.get_single_qubit_gates_for_ions(slot.ions)
            slot.insert_before(single_gates)
        end
    end

    // 步骤六：后处理与验证
    schedule <- insert_cooling_zones(schedule)             # 在计算区前插入冷却区
    schedule <- verify_closure_conditions(schedule)        # 验证所有穿梭后声子闭合

    return schedule                                         # 此时 schedule = 完整物理操作序列
end

图码对应说明：

步骤二对应图 15-1 的容量决策分支和图 15-2 的过剩容量策略。
步骤三中的 SHUTTLE 对应图 11-1 线性传输，CROSS_JUNCTION 对应图 12-1/12-2 交叉路口，SPLIT/MERGE 对应图 11-2 分束过程。
步骤四的并行分组对应图 16-1 的并行度-移动开销权衡。
冷却插入对应图 13-2 的冷却接力流程。

18. 前沿演化：从标准 QCCD 到下一代互联

18.1.1.1 超快穿梭：突破绝热极限

标准 QCCD 的穿梭时间受限于绝热条件（ $τ≫2π/ωz\tau \gg 2\pi/\omega_z$ ），通常为 10-100 微秒。超快穿梭利用最优控制理论中的" shortcuts to adiabaticity"（绝热捷径），在远短于振荡周期的时间内完成传输，同时通过精确设计的波形让离子在终点恰好回到基态。

核心结论：超快穿梭利用 Lewis-Riesenfeld 不变量或反谐振控制，可在约 1 微秒内完成原本需要 50 微秒的传输，且残余声子激发低于 0.1 个量子。这意味着穿梭时间从"与门时间可比"压缩到"远短于门时间"。

实现细节：

Lewis-Riesenfeld 不变量：构造一个与哈密顿量对易的动力学不变量，让离子态始终跟随不变量的本征态演化，从而避免激发。
反谐振补偿：在快速传输中，离子会被激发到相干态；通过在终点施加一个相位相反的"反冲"，可以抵消激发。
当前实验已实现 375 微米传输后 Ramsey 对比度大于 0.98，残余声子约 8 个（经后校正）。

图注：演化路径图——展示 QCCD 从标准绝热穿梭到全集成芯片的逐步演化。每条边标注"解决了什么问题"。灰色为早期方案，蓝色为波形优化，绿色为超快传输，紫色为远程互联，橙色为未来愿景。

认知检查点：超快穿梭不是"开得更快"，而是"走得更聪明"。它利用离子运动的周期性，在精确计算的时刻施加补偿脉冲，让离子像体操运动员一样，在快速翻腾后稳稳落地。

18.1.1.2 光子互联：从 matter-link 到量子互联网

QCCD 解决了单阱内的扩展问题，但单块芯片仍有物理面积上限（散热、电极密度、光学窗口）。当需要超过 1000 个量子比特时，多块芯片必须通过某种方式互联。光子互联是目前最有前景的方案。

核心结论：光子互联通过光子作为 flying qubit，在不同 QCCD 芯片之间建立纠缠。Universal Quantum 的 matter-link 演示已实现每秒 2424 次离子传输，跨芯片传输的 infidelity 低于 $\times 10^{-8}$ 。

实现细节：

Matter-link：离子 A 在芯片 1 的纠缠区被激发，发射一个与自身内态纠缠的光子；光子通过光纤传输到芯片 2，与离子 B 发生干涉；通过贝尔态测量，在 A 和 B 之间建立远程纠缠。
保真度：当前远程纠缠保真度约 0.95-0.98，低于片上 MS 门的 0.999，但足以支持量子纠错。
吞吐量：matter-link 的速度受限于光子收集效率（约 10-30%）和探测器死时间，当前约 kHz 量级。

图注：光子互联简化概念图。黄色为两块芯片上的离子，绿色为纠缠光子，橙色为光纤传输通道，紫色为贝尔测量和远程纠缠结果。实线表示光子数据流，虚线表示经典通信/测量结果反馈。

19. 总体架构：从阱片到系统

19.1.1.1 完整系统架构总览

图注：完整系统架构总览图。蓝色为阱片硬件，黄色为输入/输出，灰色为环境与辅助系统，绿色为电子控制与光学控制，橙色为软件调度，紫色为量子纠错。展示了从物理硬件到用户接口的四层堆叠。

19.1.1.2 电极控制的可扩展性：TDM 方案

一个大型 QCCD 芯片可能有上万个分段电极。如果每个电极都需要独立的 DAC 和导线，布线密度将迅速失控。时间分复用（TDM）控制是解决这一瓶颈的关键。

核心结论：TDM 通过高速开关矩阵，让少量 DAC 轮流服务大量电极。对于 10000 个电极的 QCCD，仅需 13 个 FPGA 和 104 个 DAC——相比传统方案的 10000 个 DAC，复杂度降低了两个数量级。

实现细节：

开关矩阵：高速模拟开关阵列在微秒尺度上切换 DAC 到不同电极的连接。
保持电容：每个电极连接一个本地保持电容，在开关断开期间维持电压稳定。
同步要求：TDM 的时钟必须与离子穿梭的时序严格同步，否则电压切换会导致离子感受到"电压毛刺"。

图注：对比视图——传统方案（左，红路径）与 TDM 方案（右，绿路径）的电极控制架构。传统方案每个电极独立布线，导致布线灾难；TDM 方案通过开关矩阵共享 DAC，实现可扩展控制。

20. 这在训练与实际使用中意味着什么

如果你正在设计或操作一套 QCCD 离子阱量子计算机，本章的内容直接决定了你的系统架构选择和日常调试策略：

交叉路口是扩展性的生死线：在采购或设计阱片时，优先验证交叉路口的传输保真度。一个漂亮的单阱演示无法自动推广到多区架构——交叉路口处的离子丢失率必须低于 $10^{-4}$ ，否则大规模电路的累积错误将不可接受。
陷阱容量的选择不是工程偏好，而是算法约束：如果你的目标算法是表面码纠错，容量=2 几乎是唯一理性的选择。不要被"减少移动次数"的直觉诱惑——在量子纠错中，并行度和错误局域化比移动次数更重要。
编译器必须与硬件协同设计：不要先写量子算法、再交给通用编译器、最后才考虑 QCCD 拓扑。穿梭开销占电路执行时间的 70% 以上，编译器的初始放置策略对总 fidelity 的影响可能超过物理门本身的改进。
冷却不是可选步骤，而是穿梭序列的固定组成部分：每次离子经过交叉路口后，必须在进入计算区前完成边带冷却。把冷却区设计在穿梭路径的"必经之地"，而不是作为独立的后处理步骤。
超快穿梭和光子互联代表了两个不同的扩展方向：超快穿梭解决"片内速度"问题，光子互联解决"片间连接"问题。对于 100-1000 量子比特的系统，优先投资超快穿梭；对于 1000+ 量子比特的系统，必须同时布局光子互联模块。