📚 课程目录第3章性能测试核心指标

3. 性能测试核心指标

评价一台量子计算机的性能，不能只看“有多少个量子比特”。50 个比特若两两之间无法有效耦合、门错误率高达百分之几，其可用算力可能还不如一台 20 比特但门保真度达 99.9% 的设备。因此，工程上通常用一组相互关联的指标来刻画量子处理器的真实能力：保真度、量子体积、连通性、门速度、读出误差与串扰。本节先厘清每个指标的定义与测量口径，再说明它们如何共同决定一次量子线路能否跑出可信结果。

一、保真度：从“单次操作正确率”到“线路整体可信度”

保真度（Fidelity）衡量实际量子操作与理想操作之间的接近程度，取值 0～1，越接近 1 越好。它不是一个单一数字，而是分层级的：

单比特门保真度：如 X、H、S 门，超导平台典型值 99.9% 以上，离子阱可更高。
双比特门保真度：如 CNOT、CZ、iSWAP，是当前主要瓶颈，超导典型 99.0%～99.7%。
读出保真度：区分 |0⟩ 与 |1⟩ 的正确率，通常 97%～99.5%。
线路保真度：整条线路的等效正确率，随门数指数衰减。

关键关系是：若单门保真度为 F，线路含 N 个门，则粗略估计线路保真度约为 F^N。例如双比特门保真度 99.5%、线路含 100 个双比特门，则整体保真度约 0.995¹⁰⁰ ≈ 0.606，即约 60%。这说明门保真度的小幅提升，对可运行线路深度的影响是数量级的。测量上常用随机基准测试（Randomized Benchmarking, RB）得到单门/双门错误率，用交叉熵基准（XEB）评估随机线路整体表现。

二、量子体积：把多个指标压缩成一个可比数字

量子体积（Quantum Volume, QV）由 IBM 提出，定义为 QV = 2ⁿ，其中 n 是设备能以统计显著方式通过随机方形线路测试的最大宽度（同时等于深度）。它综合了比特数、门保真度、连通性、读出误差与串扰，因此比“比特数”更能反映实际算力。

测试方法：构造 n 个比特、n 层随机 SU(4) 双比特门与随机单比特门的方形线路，运行后计算重采样概率分布与理想分布的交叉熵，若通过阈值则 n 有效。例如某设备 QV = 2⁵ = 32，意味着它能可靠执行 5 比特 × 5 层的随机线路；另一台 QV = 2⁸ = 256，则实际能力明显更强，即使两者比特数相同。

注意：QV 是“最坏情况”式指标，它要求所有参与比特与耦合都达标，因此对连通性和串扰非常敏感。一台 27 比特设备若只有部分耦合达标，QV 可能仍停留在 2⁵ 或 2⁶。

三、连通性：决定线路能否“就近布线”

连通性描述量子比特之间可执行双比特门的物理连接关系，通常用耦合图（Coupling Map）表示。常见拓扑包括：

线性链：结构简单，但两端比特距离远，需多次 SWAP。
重六边形（Heavy-Hex）：IBM 采用，每个比特最多 3 个邻居，兼顾连通与串扰。
网格/环：Google、部分超导平台采用，便于二维扩展。
全连接：离子阱、中性原子通过移动或全耦合实现，布线代价低。

连通性差会迫使编译器插入 SWAP 门，而每个 SWAP 通常由 3 个 CNOT 实现，直接放大错误。例如在 5 比特线性链上执行一个作用于首尾比特的 CNOT，需插入约 3 个 SWAP，即额外 9 个 CNOT，错误率随之上升近一个数量级。因此评估连通性时，除了看拓扑图，还要看平均最短路径长度与最大度数。

四、门速度、读出误差与串扰：时间与噪声的三角关系

门速度用门时间表示：超导单比特门约 10～50 ns，双比特门约 100～500 ns；离子阱双比特门约 10～100 μs，但保真度更高。门速度直接决定线路执行时间，而执行时间越长，比特越容易受退相干影响。因此存在权衡：更快的门通常伴随更强的控制脉冲，可能加剧串扰。

读出误差来自测量过程：|1⟩ 可能被误判为 |0⟩，反之亦然。它由读出保真度矩阵描述，可用混淆矩阵校正。典型超导读出误差 1%～3%，是许多算法结果偏差的主要来源之一。

串扰指一个比特的操作影响邻近比特。常见形式包括：

ZZ 串扰：相邻比特频率漂移，导致相位错误。
控制线串扰：微波脉冲泄漏到邻近比特。
读出串扰：同时读取多个比特时相互干扰。

串扰通常随比特间距增大而衰减，因此连通性设计与频率分配必须协同优化。

五、指标之间的耦合：为什么不能只看一个数

这六个指标并非独立，而是彼此牵制。提高门速度可能引入更强脉冲，加剧串扰；改善连通性（增加耦合）可能带来更多串扰路径；降低读出误差往往需要更长积分时间，从而拖慢整体节拍。量子体积之所以被广泛采用，正是因为它把这些权衡“打包”成一个可比较的数字。

在实际评估中，建议按以下顺序建立判断链：

先看双比特门保真度与读出误差，它们决定单次操作的基本可信度。
再看连通性，估算目标线路需要多少 SWAP，放大多少错误。
结合门速度与退相干时间 T1/T2，判断线路总时长是否超出相干窗口。
最后用量子体积做横向对比，并检查串扰是否在密集操作下恶化。

常见误区：把“量子体积高”等同于“所有线路都跑得好”。QV 只反映随机方形线路的统计表现，对特定结构（如深度很浅但宽度很大的线路）未必有代表性。评估时应结合目标算法特征选择指标组合。

六、一个可操作的评估示例

假设某超导设备参数如下（示例假设值）：单比特门保真度 99.9%，双比特门保真度 99.4%，读出误差 2%，T1 = 80 μs，T2 = 60 μs，双比特门时间 300 ns，耦合图为 5×5 网格。现要运行一条含 40 个双比特门、深度 30 的线路。

估算：双门错误贡献约 1 − 0.994⁴⁰ ≈ 21.4%；读出误差对每个测量比特约 2%；若线路在网格上需插入 6 个 SWAP，则额外 18 个 CNOT，错误进一步上升。总执行时间约 40 × 300 ns + 单门时间 ≈ 15 μs，远小于 T2 = 60 μs，退相干不是主要瓶颈，门错误与读出误差才是主导。此时优化方向应是提升双门保真度、减少 SWAP，而非一味追求更快门。

通过这样一条“参数 → 估算 → 瓶颈定位”的链路，就能把六个指标从抽象名词转化为可指导优化决策的工程依据。