对于传统的计算机来说，基准可以代表一种进入计算新时代的仪式。例如，随着人工智能和机器学习变得越来越普遍，人工智能和ML基准帮助每个人了解并精确测量一个神经网络与其他系统和参考架构相比的表现。研究人员说，因此，新兴的量子计算机基准测试领域将帮助测试和改进下一代量子处理器，这并不令人惊讶。

一台具有足够复杂度的量子计算机--例如，足够多的被称为量子比特或 "量子比特 "的组件--理论上可以实现量子优势，它可以找到经典计算机无法解决的问题的答案。原则上，一台拥有300个量子比特的量子计算机完全用于计算（非纠错），可以在瞬间进行比可见宇宙中的原子更多的计算。

然而，桑迪亚国家实验室的研究人员指出，目前很难准确预测一个量子处理器的能力--即它能成功运行的一组量子程序。这是因为目前用于分析这些设备的基准测试程序对具有许多量子比特的量子计算机的扩展性很差。他们说，现有的量子基准也不够灵活，无法在许多不同的潜在应用上提供详细的处理器能力。

研究报告的主要作者、位于新墨西哥州阿尔伯克基的桑迪亚国家实验室量子性能实验室的物理学家蒂姆-普罗克特说："对最先进的量子计算机进行基准测试是令人惊讶的，因为大多数基准依赖于将量子计算的结果与传统计算机上计算的正确输出进行比较。随着量子比特数量的增加，这种常规计算变得完全不可行，这是谷歌著名的'量子至上'演示的核心。"

新的基准详细说明了量子计算机在不同任务上的表现--与只产生一个数字的现有标准相比。

在一项新的研究中，普罗克特和他的同事开发了一种为量子计算机创建基准的新技术，他们称之为电路镜像。这种方法将任何量子程序转化为被称为 "镜像电路 "的密切相关的基准程序的集合，这些程序各自执行一组计算，然后将其反转。

镜像电路的执行难度至少与它们所基于的量子程序相当。然而，与许多量子程序不同，镜像电路有简单的、容易预测的结果。研究人员说，因此，镜像电路提供了一种方法，使用类似于量子计算机可能实际运行的量子程序的基准来验证量子处理器的能力。

量子计算机很复杂，对其性能进行量化也很复杂。我们的方法可以用来设计研究量子计算机性能的各种方面的基准，最终，我们认为用我们的方法建立的基准可以用来设计一套量子计算机的综合测试。这将使准确比较量子计算机成为可能，并找出哪种硬件最适合哪项任务。

利用电路镜像，科学家们首先设计了两个系列的基准程序，一个是通过随机的操作序列运行量子处理器，另一个是高度结构化的程序。接下来，他们在IBM和Rigetti计算公司的12台可公开访问的量子计算机上执行这些基准，以摸清其能力。

量子基准测试目前主要依赖于随机化程序。然而，普罗克特指出，这种随机化的基准可能并不像测试量子计算机用来实现量子算法的更多结构化程序那样好用。

一个竞争性的标准，循环基准，是为每个算法定制的--测量量子门组的错误率。

事实上，普罗克特和他的同事发现，量子计算机执行随机镜像电路的效果如何，并不能预测它们在更有序的镜像电路中的表现如何。一些量子处理器的性能在很大程度上取决于镜像电路结构的水平，而另一些则几乎没有显示出这种联系的迹象。

我们的基准的一个特别好的特点是它们被设计成提供大量的细节--它们告诉我们一个量子计算机在不同任务上的表现，这与大多数现有的方法形成了对比，这些方法在设计上用一个数字来描述量子计算机的性能。

采用镜像电路中使用的反转技术的基准的一个潜在缺陷是它们可能无法检测到许多关键错误。我们通过在正向和反向电路之间插入一个随机元素来确保我们的基准对所有的错误都是敏感的，这两个部分构成了镜像电路的大部分，在论文中，我们证明了我们的基准对所有错误都是敏感的。 科学家们于12月20日在《自然-物理》杂志上详细介绍了他们的发现。

电路镜像在量子基准测试领域面临着许多竞争对手。例如，加拿大滑铁卢大学的理论物理学家约瑟夫-爱默生指出，他和他的同事开发的一种被称为循环基准测试的方法被证明是劳伦斯伯克利国家实验室先进量子试验台的量子计算机上有效的基准测试策略。

在了解特定应用的性能方面，循环基准测试被证明是可取的--它是一种可扩展的量子硬件性能基准测试策略，是针对每个特定的算法或感兴趣的应用而定制的。

普罗克特指出，循环基准测量的是量子门组的错误率--传统计算机用来进行计算的逻辑门的量子计算版本，而电路镜像测量的是量子计算机的完整计算性能。因此，他认为它们是根本不同的工具。

电路镜像理论上可以与许多其他基准相结合，如量子体积，以创建这些标准的可扩展版本。Proctor说："我们认为这将是真正令人兴奋的社区，我们当然还没有想到你可以用我们的技术做的所有有趣的事情，我们很高兴看到研究界提出了什么。"