2022년 최첨단 양자화학

양자화학은 매우 어렵습니다. 최고의 양자 컴퓨팅 화학은 12큐비트/12원자 수준인 것 같습니다. 슈퍼컴퓨터 시뮬레이션은 20큐비트 및 20원자 시뮬레이션을 처리할 수 있습니다. 고전적인 슈퍼컴퓨터가 일부 유형의 시뮬레이션을 위해 100개의 원자와 1000큐비트에 도달할 수 있다고 제안하는 초기 논문이 있습니다. 양자 컴퓨터는 최대 35개의 고충실도 포획 이온을 추진하고 있으며 양자 컴퓨터로 우수한 오류 완화 및 오류 억제 및 최종 오류 수정을 달성하기 위한 작업이 있습니다. 슈퍼컴퓨터 및 양자 시스템을 위한 알고리즘의 혁신은 계속되고 있으며, 수천, 수백만 큐비트로 확장하고 우수하고 효율적인 오류 관리를 개발하기 위한 혁신을 모색하는 다양한 양자 기술을 가진 많은 경쟁업체가 있습니다.

2022년에 Sunway 슈퍼컴퓨터에서 양자 시뮬레이션을 수행한 논문이 있었습니다. 현재 단계에서 양자 계산의 고전적인 시뮬레이션은 양자 알고리즘 및 양자 컴퓨팅 아키텍처, 특히 VQE와 같은 휴리스틱 양자 알고리즘의 연구에 매우 중요합니다. 지금까지 양자 컴퓨터에서 수행된 가장 큰 VQE 실험은 12큐비트를 사용했습니다. 양자 화학에서 산업적으로 관련된 양자 계산 이점은 약 38 ≤ N ≤ 68 큐비트(오류 수정 큐비트 가정 하)에서 나타날 것으로 예상되며, 이는 다음을 포함한 전자 구조 문제와 관련이 있습니다.
19 ≤ N ≤ 34개의 전자.

RQC(Random Quantum Circuits)와 비교할 때 VQE(variational quantum eigensolver)는 양자 및 고전 컴퓨터 모두에 대해 훨씬 더 많은 요구 사항이 있습니다. 예를 들어 일반적인 양자 전산 화학 시뮬레이션에 포함된 CNOT 게이트의 수는 일반적으로 사용되는 단일 결합 클러스터(UCC)와 같은 물리적으로 동기 부여된 ansatz. 게다가 파라메트릭 양자 회로는 변이 알고리즘에 대해 일반적인 것처럼 여러 번 실행되어야 합니다. 이러한 효과는 기존 컴퓨터를 사용하는 VQE의 현재 조사 대부분을 매우 작은 문제(1큐비트 미만)로 제한합니다. Sunway 아키텍처에서 Julia 프로그래밍 언어를 활용하고 20천만 개 이상의 코어에서 효율적으로 실행하는 것 또한 매우 어려운 작업입니다. 20년 작업은 양자 계산 화학의 대규모 고전 시뮬레이션에 대한 표준을 설정하고 단기 노이즈 양자 컴퓨터에서 VQE 애플리케이션을 벤치마킹할 수 있는 길을 열어줍니다.

Q2 화학은 시스템 크기에 대해 기하급수적으로 메모리 확장을 줄이기 위해 밀도 매트릭스 임베딩 이론과 매트릭스 제품 상태의 조합을 기반으로 하는 양자 계산 화학의 대규모 시뮬레이션에 적합합니다. 물리적 문제 및 다중 코어 아키텍처의 특성에 따라 맞춤형 2단계 병렬화 체계가 구현되었습니다. Julia는 프로그래밍을 더 쉽게 만들고 기본 C 또는 Fortran에 가까운 최첨단 성능을 가능하게 하는 기본 언어로 사용됩니다. proteinligand 상호 작용의 전산 정량화에서 QXNUMXChemistry의 힘을 입증하기 위해 실제 화학 시스템이 연구되었습니다. 그들이 아는 한, 이것은 최초로 보고된 양자 전산 화학 시뮬레이션입니다.
DMET-MPS-VQE를 사용하여 최대 100개의 원자와 1000큐비트(및 MPS-VQE를 사용하여 200큐비트)로 실제 화학 시스템을 계산하고 약 20천만 코어로 확장합니다. 이는 단기적으로 벤치마킹할 수 있는 길을 열어줍니다.
VQE는 약 100큐비트의 양자 컴퓨터에서 실험합니다.

새로운 연구에 따르면 원자 클러스터의 에너지 상태를 계산하는 것과 같은 실제 관심 문제에 대해 양자 시뮬레이션은 아직 고전 컴퓨터보다 정확하지 않습니다.

연구 결과는 양자 컴퓨터가 화학자와 재료 과학자에게 유용한 원자 및 분자 시뮬레이션 도구가 되는 데 얼마나 근접했는지 보여줍니다.

California Institute of Technology의 Garnet Chan과 그의 동료들은 Sycamore를 기반으로 하는 Weber라는 53큐비트 Google 프로세서를 사용하여 분자와 재료의 시뮬레이션을 수행했습니다.

팀은 양자 회로에 얼마나 적합한지 고려하지 않고 현재 관심 있는 두 가지 문제를 선택했습니다. 첫 번째는 효소 질소 분해 효소의 촉매 코어에서 발견되는 철(Fe)과 황(S)의 8개 원자 클러스터의 에너지 상태를 계산하는 것입니다. 이 효소는 질소 고정이라는 중요한 생물학적 과정의 첫 번째 단계로 질소 분자의 강한 결합을 끊습니다. 이 공정의 화학을 이해하는 것은 화학 산업을 위한 인공 질소 고정 촉매를 개발하는 데 유용할 수 있습니다.

정확한 양자 시뮬레이션의 주요 장애물 중 하나는 양자 논리 연산을 수행하는 "게이트"의 전환과 출력 상태 읽기 모두에서 발생하는 무작위 오류인 잡음입니다. 이러한 오류는 노이즈가 우세하기 전에 계산이 제정할 수 있는 게이트 연산의 수를 누적하고 제한합니다. 연구원들은 300개 이상의 게이트를 사용한 시뮬레이션이 노이즈에 압도된다는 사실을 발견했습니다. 그러나 시스템이 복잡할수록 더 많은 게이트가 필요합니다. 예를 들어 Fe-S 클러스터는 스핀 사이에 장거리 상호 작용을 합니다. 정확하게 나타내려면 이러한 상호 작용에는 많은 게이트가 필요합니다.

시뮬레이션은 Fe-S 클러스터의 에너지 스펙트럼과 𝛼-RuCl3의 열 용량에 대한 예측을 합리적으로 잘 제공했지만 시뮬레이션된 시스템이 너무 크지 않은 경우에만 가능했습니다. 𝛼-RuCl3의 경우 팀은 결정 격자의 매우 작은 6 원자 덩어리에 대해서만 의미 있는 결과를 얻을 수 있었습니다. 크기를 원자 10개로 늘리면 노이즈가 출력을 압도했습니다. 그리고 게이트 작동에 대한 제약은 Weber의 양자 자원 중 약 XNUMX/XNUMX만이 계산에 사용될 수 있음을 의미했습니다.

IonQ 포획 이온에 대한 최첨단 양자 화학

양자 컴퓨팅은 특히 IBM이 클라우드에 액세스할 수 있는 최초의 양자 컴퓨터를 출시하고 Google이 양자 이점을 입증한 이후 특정 컴퓨팅 문제를 기존 컴퓨터보다 더 효율적으로 해결할 수 있는 잠재력으로 상당한 관심을 끌었습니다. 가장 유망한 응용 프로그램 중 하나는 전자 구조 문제를 효율적으로 해결하는 것입니다. 예를 들어 N 스핀 궤도를 포함하는 문제의 경우 파동 함수를 나타내는 데 필요한 고전적 비트 수가 N과 조합하여 스케일링되는 반면 양자에서는
컴퓨터에만 N 큐비트가 필요합니다. 양자 컴퓨터가 제공하는 기하급수적인 이점은 전자 구조 문제를 해결하기 위한 양자 알고리즘 개발에 대한 많은 연구에 동기를 부여했습니다.

Variational Quantum Eigensolver(VQE) 알고리즘은 현재 NISQ(Near-Term Intermediate Scale Quantum Quantum) 컴퓨터용으로 특별히 설계되었습니다. VQE는 에너지 기대값을 가변적으로 최소화하도록 고전적으로 최적화된 얕은 파라미터화 회로를 구현하여 시스템의 접지 상태를 추정합니다. VQE 알고리즘을 통해 사용자는 매개변수화된 회로의 형태를 선택할 수 있습니다.

2억 달러 규모의 Trapped Ion 양자 컴퓨터 회사인 IonQ의 연구 논문이 있습니다. 그들은 12큐비트와 72개의 매개변수로 새로운 기록을 세웠습니다. 내가 착각하지 않는다면 10개의 원자와 큐비트를 사용한 Google 작업이 이 IonQ 작업에 의해 능가되었습니다.

IonQ는 현재 35개의 포획 이온 큐비트 시스템을 테스트하고 있습니다. 포획된 이온은 이론적으로 물리적으로 완벽한 큐비트를 달성할 수 있어야 합니다. 그러나 전체 시스템에는 다른 오류 원인이 있습니다.

Sunway 슈퍼컴퓨터는 원자를 시뮬레이션하는 고전적인 기계에서 작업하고 IonQ 및 기타 양자 시스템은 계속해서 더 크고 더 큰 물리적 원자 및 분자 시스템을 시뮬레이션하기 위해 경쟁할 것입니다.

포획 이온 양자 컴퓨터에서 궤도에 최적화된 쌍 상관 전자 시뮬레이션

VQE(Variational quantum eigensolvers)는 단기 양자 컴퓨터에서 전자 구조 문제를 해결하기 위한 가장 유망한 접근 방식 중 하나입니다. 실제로 VQE의 중요한 과제는 단기 양자 컴퓨터에서 시끄러운 양자 작업의 현실을 고려할 때 VQE ansatz의 표현력과 ansatz를 구현하는 데 필요한 양자 게이트 수 사이의 균형을 유지해야 한다는 것입니다. 이 작업에서 우리는 단일 및 이중(uCCSD) ansatz가 있는 단일 결합 클러스터에 대한 궤도 최적화된 쌍 상관 근사를 고려하고 포획 이온 아키텍처를 위한 매우 효율적인 양자 회로 구현을 보고합니다. 우리는 오비탈 최적화가 저차 감소 밀도 매트릭스(RDM)의 측정을 통해 효율성을 희생하지 않고 상당한 추가 전자 상관 에너지를 복구할 수 있음을 보여줍니다. 작은 분자의 해리에서 이 방법은 노이즈 없는 양자 시뮬레이터에서 실행될 때 강한 상관관계 영역에서 질적으로 정확한 예측을 제공합니다. IonQ의 Harmony 및 Aria 포획 이온 양자 컴퓨터에서 우리는 최대 12큐비트 및 72개의 변형 매개변수로 종단 간 VQE 알고리즘을 실행합니다. 이는 양자 하드웨어에서 상관 파동 함수를 사용한 최대 규모의 전체 VQE 시뮬레이션입니다. 우리는 오류 완화 기술이 없더라도 서로 다른 분자 구조에 걸쳐 예측된 상대 에너지가 잡음 없는 시뮬레이터와 매우 잘 일치한다는 것을 발견했습니다.

양자 화학에서 기하급수적 양자 이점의 증거가 있습니까?

추상
다른 양자 시스템을 시뮬레이션하기 위해 양자 기계 장치를 사용하는 아이디어는 일반적으로 Feynman에 기인합니다. 원래 제안 이후 잠재적인 "킬러 응용 프로그램"으로 양자 계산을 통해 분자 및 재료 화학을 시뮬레이션하기 위한 구체적인 제안이 나타났습니다. 인공 작업에서 잠재적인 기하급수적 양자 이점의 표시는 이 응용 프로그램에 대한 관심이 증가했기 때문에 양자 화학에서 잠재적인 기하급수적 양자 이점의 기초를 이해하는 것이 중요합니다. 여기서 우리는 양자 화학에서 가장 일반적인 작업, 즉 바닥 상태 에너지 추정에서 이 사례에 대한 증거를 수집합니다. 우리는 화학 공간에서 그러한 기하급수적인 이점에 대한 증거가 아직 발견되지 않았다고 결론지었습니다. 양자 컴퓨터가 양자 화학에 여전히 유용한 것으로 입증될 수 있지만 이 문제에 일반적으로 기하급수적인 속도 향상이 가능하지 않다고 가정하는 것이 현명할 수 있습니다.

버클리와 다른 곳의 연구원들은 양자 화학에서 기저 상태 결정의 중심 작업에 대한 지수 양자 이점(EQA) 가설에 대한 사례를 조사했습니다. 그들이 조사한 EQA의 특정 버전은 양자 상태 준비가 고전적 휴리스틱에 비해 기하급수적으로 쉬워야 하고 고전적 휴리스틱은 기하급수적으로 어려워야 했습니다. 그들의 수치 시뮬레이션은 효율적인 양자 바닥 상태 준비를 달성하기 위해 휴리스틱이 필요하다는 것을 강조합니다. 동시에 그들은 일련의 관련 문제에서 고전적 휴리스틱의 기하급수적 확장에 대한 증거를 찾지 못했습니다. 후자는 양자 상태 준비가 동일한 문제에 대해 효율적일 수 있음을 시사합니다. 그러나 EQA는 비용 비율을 기반으로 하므로 EQA로 이어지지는 않습니다.

수치 계산은 크기와 오류에 대한 점근선의 수학적 증명이 아니며 특정 문제에서 EQA를 배제할 수도 없습니다. 그러나 그들의 결과는 새롭고 근본적인 통찰력 없이는 이 작업에서 일반적인 EQA가 부족할 수 있음을 시사합니다. EQA의 강력한 증거가 있는 관련 양자 화학 시스템을 확인하는 것은 여전히 ​​열려 있는 질문입니다. 그들은 바닥 상태 결정 이외의 작업을 고려하지 않았으며 다항식 속도 향상을 배제하지도 않았습니다. 정확한 형태에 따라 다항식 양자 속도 향상은 유용한 양자 이점과 관련될 수 있습니다. 다항식 고전 알고리즘조차도 솔루션을 실제 시간에 얻을 수 있음을 의미하지는 않기 때문입니다. 두 측면 모두 양자 화학에서 양자 알고리즘의 추가 개발에서 중요한 것으로 입증될 수 있습니다.