1.一种量子纠错解码系统，其特征在于，所述量子纠错解码系统包括多个纠错芯片，所述纠错芯片用于：
获取量子电路的错误症状信息，所述错误症状信息是由量子纠错码的稳定子生成元的本征值构成的数据阵列；
运行经规范化处理后的神经网络解码器对所述错误症状信息进行解码处理，得到错误结果信息，所述错误结果信息用于确定所述量子电路中发生错误的量子比特以及相应的错误类型；
其中，所述神经网络解码器的核心运算为经数值量化处理得到的无符号定点数的乘积累加运算。
2.根据权利要求1所述的量子纠错解码系统，其特征在于，所述神经网络解码器包括至少一个隐含层，所述隐含层的输出参数的计算过程如下：
获取量化后权重向量和量化后输入向量；其中，所述量化后权重向量中包括经数值量化处理得到的无符号定点数形式的权重参数，所述量化后输入向量包括经数值量化处理得到的无符号定点数形式的输入参数；
基于所述量化后权重向量和所述量化后输入向量的内积，得到无符号定点数形式的输出参数。
3.根据权利要求2所述的量子纠错解码系统，其特征在于，所述基于所述量化后权重向量和所述量化后输入向量的内积，得到无符号定点数形式的输出参数，包括：
从所述纠错芯片的片上内存中获取既定参数；其中，所述既定参数是指取值不受所述输入参数影响的参数；
基于所述既定参数，以及所述量化后权重向量和所述量化后输入向量的内积，得到无符号定点数形式的所述输出参数。
4.根据权利要求3所述的量子纠错解码系统，其特征在于，所述基于所述既定参数，以及所述量化后权重向量和所述量化后输入向量的内积，得到无符号定点数形式的所述输出参数，包括：
按照如下公式计算得到无符号定点数形式的所述输出参数oq：
其中，qw为经数值量化处理后得到的无符号定点数形式的权重参数，qa为经数值量化处理后得到的无符号定点数形式的输入参数，qb为经数值量化处理后得到的无符号定点数形式的偏置参数，scalew为权重参数对应的比例缩放系数，scalea为输入参数对应的比例缩放系数，scaleo为输出参数对应的比例缩放系数，w0为权重参数对应的参考定点数，b0为偏置参数对应的参考定点数，i为正整数；并且，所述既定参数包括s1、s2和w0。
5.根据权利要求2所述的量子纠错解码系统，其特征在于，所述隐含层之后还包括激活函数层，所述激活函数层用于对所述输出参数进行如下处理：
获取所述输出参数的符号位；
若所述符号位指示所述输出参数为正数，则保留所述输出参数的各个比特位的数值不变；
若所述符号位指示所述输出参数为负数，则将所述输出参数的各个比特位的数值置零。
6.根据权利要求1所述的量子纠错解码系统，其特征在于，所述规范化处理包括以下至少一项：
所述多个纠错芯片上运行的各个所述神经网络解码器具有相同的网络结构；
所述神经网络解码器的隐含层仅包括卷积层和全连通层；
所述神经网络解码器的激活函数使用线性整流单元relu激活函数；
每个所述纠错芯片上运行一个所述神经网络解码器；
所述神经网络解码器能够适用于不同量子电路的纠错解码。
7.根据权利要求1所述的量子纠错解码系统，其特征在于，所述解码芯片包括片上内存、控制单元和算术计算模块；
所述片上内存用于存储所述神经网络解码器的参数信息；
所述控制单元用于控制所述算术计算模块从所述片上内存中读取所述参数信息；
所述算术计算模块用于从所述片上内存中读取所述参数信息，基于所述参数信息执行所述乘积累加运算，以及基于所述乘积累加运算的结果，计算所述神经网络解码器的隐含层的输出参数。
8.根据权利要求7所述的量子纠错解码系统，其特征在于，所述算术计算模块用于采用流水线方式执行如下3个步骤：
从所述片上内存中读取所述参数信息；
基于所述参数信息执行所述乘积累加运算；
基于所述乘积累加运算的结果，计算所述神经网络解码器的隐含层的输出参数。
9.根据权利要求1至8任一项所述的量子纠错解码系统，其特征在于，所述量子纠错码的尺度为l，所述神经网络解码器的数量为(l2-1)/n+2；其中，
1个神经网络解码器用于基于x错误对应的错误症状信息，判定是否发生所述x错误；
1个神经网络解码器用于基于z错误对应的错误症状信息，判定是否发生所述z错误；
所述x错误对应的错误症状信息被划分为(l2-1)/2n个小组，每个小组包括n个症状比特，每个小组的症状比特通过1个神经网络解码器解码得到发生所述x错误的量子比特的位置信息；
所述z错误对应的错误症状信息被划分为(l2-1)/2n个小组，每个小组包括n个症状比特，每个小组的症状比特通过1个神经网络解码器解码得到发生所述z错误的量子比特的位置信息。
10.一种容错量子纠错系统，其特征在于，所述容错量子纠错系统包括：量子电路、量子处理控制器qcp、任意波形发生器awg、数字采集器daq，以及包括多个纠错芯片的量子纠错解码系统；
所述awg用于向所述量子电路发送用于错误症状测量的测量波形；
所述daq用于采集经所述量子电路放大后的测量波形，对采集到的所述测量波形进行解调得到所述量子电路的错误症状信息，向所述qcp发送所述错误症状信息，所述错误症状信息是由量子纠错码的稳定子生成元的本征值构成的数据阵列；
所述qcp用于将所述错误症状信息发送给所述量子纠错解码系统中的多个纠错芯片；
所述纠错芯片用于运行经规范化处理后的神经网络解码器对所述错误症状信息进行解码处理，得到错误结果信息，所述错误结果信息用于确定所述量子电路中发生错误的量子比特以及相应的错误类型；其中，所述神经网络解码器的核心运算为经数值量化处理得到的无符号定点数的乘积累加运算。
11.根据权利要求10所述的容错量子纠错系统，其特征在于，
所述纠错芯片还用于向所述qcp发送所述错误结果信息；
所述qcp还用于基于所述错误结果信息，向所述awg发送纠错指令，所述纠错指令中包括发生错误的量子比特的位置信息以及相应的错误类型；
所述awg还用于基于所述纠错指令，向所述量子电路发送纠错波形，所述纠错波形用于纠正所述量子电路中发生错误的量子比特。
12.根据权利要求10所述的容错量子纠错系统，其特征在于，以下至少一组通信采用低电压差分信号lvds：
所述qcp和所述awg之间的通信；
所述qcp和所述daq之间的通信；
所述qcp和所述纠错芯片之间的通信。
13.一种量子纠错解码方法，其特征在于，所述方法包括：
获取量子电路的错误症状信息，所述错误症状信息是由量子纠错码的稳定子生成元的本征值构成的数据阵列；
运行经规范化处理后的神经网络解码器对所述错误症状信息进行解码处理，得到错误结果信息，所述错误结果信息用于确定所述量子电路中发生错误的量子比特以及相应的错误类型；
其中，所述神经网络解码器的核心运算为经数值量化处理得到的无符号定点数的乘积累加运算。
14.一种纠错芯片，其特征在于，所述纠错芯片用于实现如权利要求13所述的量子纠错解码方法。