洛斯阿拉莫斯报告硬件方法提供了新的量子计算范式 - 高性能计算新闻分析

由柏拉图重新发布

关注： 0

洛斯阿拉莫斯报告硬件方法提供了新的量子计算范式 - 高性能计算新闻分析 |里面HPC Plato区块链数据智能。垂直搜索。人工智能。

尼古拉·西尼岑（右）

15 年 2023 月 XNUMX 日 — 洛斯阿拉莫斯特国家实验室今天报告称，一种可能改变游戏规则的量子计算硬件理论方法可以避免量子计算机中的一些复杂性。该实验室表示，该策略在自然量子相互作用中实现了一种算法，能够比经典计算机或传统的基于门的量子计算机更快地处理各种现实世界的问题。

洛斯阿拉莫斯国家实验室的理论物理学家 Nikolai Sinitsyn 表示：“我们的发现消除了量子硬件的许多具有挑战性的要求。” 他是一本书的合著者纸 “自然系统，例如金刚石缺陷的电子自旋，恰好具有我们计算过程所需的相互作用类型。”

西尼岑说，该团队希望与洛斯阿拉莫斯的实验物理学家合作，展示他们使用超冷原子的方法。他说，超冷原子的现代技术已经足够先进，可以用大约 40 到 60 个量子位来演示这种计算，这足以解决目前经典或二进制计算无法解决的许多问题。量子位是量子信息的基本单位，类似于熟悉的经典计算中的比特。

新策略不是在必须共享量子纠缠的多个量子位之间建立复杂的逻辑门系统，而是使用简单的磁场来旋转自然系统中的量子位，例如电子的自旋。自旋态的精确演化是实现该算法所需的全部。西尼岑表示，该方法可用于解决量子计算机提出的许多实际问题。

量子计算仍然是一个新兴领域，由于在长串逻辑门中连接量子位以及维持计算所需的量子纠缠存在困难。当纠缠的量子位开始与计算机量子系统之外的世界相互作用时，纠缠在称为退相干的过程中被破坏，从而引入错误。这种情况发生得很快，限制了计算时间。真正的纠错尚未在量子硬件上实现。

洛斯阿拉莫斯报告硬件方法提供了新的量子计算范式 - 高性能计算新闻分析 |里面HPC Plato区块链数据智能。垂直搜索。人工智能。新方法依赖于自然纠缠而不是诱导纠缠，因此它需要更少的量子位之间的连接。这减少了退相干的影响。因此，量子位的寿命相对较长，西尼岑说。

洛斯阿拉莫斯团队的理论论文展示了该方法如何使用格罗弗的算法比现有量子计算机更快地解决数字分区问题。作为最著名的量子算法之一，它允许对占用传统计算资源的大型数据集进行非结构化搜索。例如，Sinitsyn 说，格罗弗的算法可用于在两台计算机之间平均分配任务的运行时间，以便它们与其他实际工作同时完成。该算法非常适合理想化的纠错量子计算机，尽管它很难在当今容易出错的机器上实现。

西尼岑说，量子计算机的计算速度比任何传统设备都要快得多，但迄今为止实现起来极其困难。传统的量子计算机实现量子电路——具有不同量子位对的基本运算序列。

洛斯阿拉莫斯理论家提出了一个有趣的替代方案。

“我们注意到，对于许多著名的计算问题，拥有一个具有基本相互作用的量子系统就足够了，其中只有一个量子自旋（可以用两个量子位实现）与其余的计算量子位相互作用，”西尼岑说。 “然后，仅作用于中心自旋的单个磁脉冲实现了量子格罗弗算法中最复杂的部分。” 这种量子运算被称为格罗弗的预言，它指出了所需的解决方案。

“这个过程中不需要计算量子位之间的直接相互作用，也不需要与中心自旋的时间依赖性相互作用，”他说。他说，一旦设置了中心自旋和量子位之间的静态耦合，整个计算仅包括应用简单的与时间相关的外部场脉冲来旋转自旋。

重要的是，该团队证明了此类操作可以快速完成。该团队还发现他们的方法受到拓扑保护。也就是说，即使没有量子误差校正，它对于控制场和其他物理参数的精度中的许多误差也具有鲁棒性。

论文：“针对分区问题，从拓扑上保护格罗弗的预言。” 物理评论A. https://journals.aps.org/pra/abstract/10.1103/PhysRevA.108.022412

资助：能源部科学办公室、高级科学计算研究办公室和洛斯阿拉莫斯国家实验室的实验室指导研究与开发计划。