量子科技中心_量科网

从硬件角度提升量子多体计算效率仍是关键挑战。尽管现场可编程门阵列（FPGAs）近期已被用于改进蒙特卡洛等算法的计算复杂度，但其在张量网络算法中的应用仍处于早期阶段。该研究团队提出了一种基于FPGA的细粒度并行张量网络设计方案，显著提升了无限时间演化块 decimation（iTEBD）和高阶张量重整化群（HOTRG）两种代表性算法的计算效率。通过采用四元瓦片分割策略分解张量元并将其映射到硬件电路，该方案将算法计算复杂度转化为可扩展的硬件资源利用率，实现了FPGA上的极高并行度。与传统CPU实现相比，该方案在计算时间上展现出更优的可扩展性——将iTEBD的计算成本键维数复杂度从O(D_b^3)降至O(D_b)，HOTRG的复杂度从O(D_b^6)降至O(D_b^2)。该工作为未来大规模张量网络计算的硬件实现奠定了理论基础。