作者: Andrea Pasquale, Edoardo Pedicillo, Juan Cereijo, Sergi Ramos-Calderer, Alessandro Candido, Gabriele Palazzo, Rodolfo Carobene, Marco Gobbo, Stavros Efthymiou, Yuanzheng Paul Tan, Ingo Roth, Matteo Robbiati, Jadwiga Wilkens, Alvaro Orgaz-Fuertes, David Fuentes-Ruiz, Andrea Giachero, Frederico Brito, Jos'e Ignacio Latorre, Stefano Carrazza

1. 核心物理图象

• 本文的核心物理图象是：量子计算机，特别是基于超导量子比特的机器，会像精密仪器一样“失准”。噪声和环境影响会使控制它们的微波脉冲参数（如频率、幅度、时长）发生漂移，导致计算错误。因此，需要一套标准化的、自动化的“调音”流程，即校准，来持续寻找和更新这些最佳控制参数。 • 主要贡献是：开发并开源了Qibocal这个软件框架。它就像是量子计算机的操作系统里专门负责“自动调音”和“健康检查”的模块，让研究人员能方便地为自建的量子设备编写、执行和分享校准程序，不再需要从头编写一大堆“一次性”的脚本。

2. 关键术语解释

• 校准 (Calibration): 指通过一系列实验，找到量子处理器上每个量子比特和量子门的最佳控制参数的过程。例如，找到能让一个量子比特从状态|0>完全翻转到状态|1>的微波脉冲的精确幅度和时长。本文的核心任务就是设计一个自动化、模块化的软件来执行这个过程。
• 协议 (Protocol): 在本文的语境下，它特指一个完整的、标准化的校准实验流程。一个协议不仅包含在量子设备上运行什么脉冲序列（数据采集），还包括如何分析采集到的数据（如拟合曲线），以及如何根据结果更新量子处理器的配置参数。例如，“拉比振荡实验”就是一个典型的校准协议。
• 运行卡 (Runcard): 这是一个配置文件（通常是YAML或JSON格式），它一次性描述了整个校准任务。它包含了所有待执行的协议列表、每个协议所需的实验参数（如频率扫描范围、脉冲长度等），以及量子处理器当前的硬件配置。用户只需写好这个“运行卡”，Qibocal就能自动执行所有校准步骤。

3. 主要贡献 (Key Contributions)

1. 提供一个设备无关的校准框架： 不同于以往许多绑定特定硬件或控制系统的校准软件，Qibocal通过其底层依赖Qibolab，可以兼容多种不同的量子控制电子设备（如基于FPGA的系统）。这使得研究团体可以共享和复用校准程序，无论他们使用的是什么品牌的仪器，大大降低了重复开发的成本。
2. 实现灵活的程序化校准流程： 传统的校准流程多用“有向无环图（DAG）”表示，难以处理需要根据实验结果进行条件判断或循环优化的复杂场景。Qibocal创新性地采用编程语言（Python） 直接编写校准程序，将每个协议视为一个可调用的函数。这使得用户可以轻松实现“如果这次拟合不好，就微调参数重试”或“循环优化直到门保真度达标”等动态、自适应的校准逻辑。
3. 提供一站式校准与监控解决方案： Qibocal不仅提供了从单量子比特到两量子比特门校准的完整协议库（如拉比振荡、Ramsey干涉、随机基准测试），还集成了自动报告生成、结果可视化、多实验比较，甚至与Grafana等监控工具集成的能力。这为维持一台量子计算机长期、稳定的运行提供了强有力的软件基础设施。

4. 研究方法 (Methodology)

• 作者基于Qibo和Qibolab这两个已有的开源框架，构建了Qibocal。Qibo用于定义和运行量子电路（算法层面），Qibolab负责与底层硬件通信（控制层面）。Qibocal则介于两者之间，专门负责校准。
• 核心设计是分层和模块化。 每个校准实验（协议）被封装为一个Routine对象，它内部由Parameters（实验配置）、Data（原始数据）和Results（处理结果）三个独立模块组成。这种设计保证了数据流清晰、可重复，并且易于扩展新协议。
• 提供两种操作模式： 一种是通过“运行卡”的命令行(CLI)模式，适用于执行固定的、顺序的校准任务；另一种是Python API模式，将每个协议作为函数调用，允许用户在脚本中编写循环、条件判断等复杂逻辑，以应对更动态的校准需求，例如与SciPy的优化器结合来自动寻优脉冲参数。

5. 实验结果与结论 (Results and Conclusion)

• 关键结论： 论文通过多个实际案例验证了Qibocal的实用性和有效性。例如，他们在不同的磁通偏置点下，利用Qibocal自动对单个量子比特进行重新校准，并测量了其相干时间（T1, T2*）和读出保真度，展示了Qibocal能处理“迁移学习”式的测量任务。另一个案例使用Qibocal作为优化框架，通过将随机基准测试（RB）的保真度作为目标函数，成功优化了π/2脉冲的幅度和DRAG参数（一种消除泄漏的脉冲整形技术）。
• 对领域的启示： 这项工作标志着量子计算软件栈向标准化和自动化迈出了重要一步。Qibocal提供了一个开源、模块化、可扩展的校准平台，有望成为未来自建量子计算机实验室的“标配”工具，极大地解放研究人员，使他们能从繁琐的“调音”工作中脱身，专注于量子算法和物理研究等更高层次的问题。
• 未来展望与开放问题： 未来计划包括扩展协议库以支持更多（如CNOT门）和更大规模（超过两个）量子比特的校准，以及更深入地集成机器学习等自适应优化技术。一个开放的挑战是如何让框架高效地扩展到拥有成百上千个量子比特的大型芯片。

6. 论文标签 (Tags)

物理硬件, 编译与优化, 量子信息, 模拟

📄 点击此处展开/折叠原文 PDF

原文链接： Qibocal: an open-source framework for calibration of self-hosted quantum devices