量子科技中心_量科网

经典计算机上运行的量子电路模拟器为设计、测试和优化量子算法提供了关键平台，在真实量子硬件资源有限的情况下推动了创新。然而，该类工具的可扩展性本质上受限于指数级内存和计算开销，使其难以准确模拟大规模量子电路，并往往产生近似输出分布。该研究团队提出了一种基于张量网络收缩技术与马尔可夫过程相结合的精确采样算法，其中经典态会根据量子电路的局部结构进行演化。作为验证，该工作瞄准了从理想及含噪声QAOA电路中生成样本的挑战（最高达476量子比特），同时考虑了退极化和振幅阻尼两种噪声模型。这些成果使得多个假设和猜想能够在先前无法企及的规模上得到验证，显著拓展了经典模拟在量子算法研究中的应用边界。