Sridhara-压缩变分量子本征求解器加速多环芳烃分子能量排序

化学气相沉积(CVD)是以甲烷为前驱体合成石墨烯片层最有效的工艺,为液化天然气市场提供了战略性替代路径。该反应过程中会产生四环芳烃(TAH)作为残留物和中间体分子。通过能量对TAH变体的组合空间进行排序是一个研究不足但优化CVD工艺必需解决的问题,同时也是量子计算机实现量子优势的潜在应用场景。研究团队基于Sridhara多项式根公式进行扩展,采用STO-3G基组和活性轨道数从2到6的Hartree-Fock哈密顿量(对应活性电子数相等),对六种TAH分子实现了分块对角化(简称SBD)。结果表明,所提出的压缩算法结合变分量子本征求解器(VQE)不仅能按基态能量对分子进行排序,还将VQE模拟速度提升最高达十倍,并将误差降低至10^-1量级。该技术对k个量子比特可实现矩阵尺寸(1-2^-k)·100%的压缩能力,使VQE能拓展更广泛的应用场景,为突破大型量子处理单元的电路尺寸和量子噪声限制提供了全新的必要工具。

量科快讯