量子科技中心_量科网

该研究团队通过将元学习与基于英伟达CUDA-Q（CUDAQ）平台的GPU加速量子模拟相结合，探索了VQE-LSTM框架在工业与科学领域的适用性。这项工作展示了LSTM-FC元初始化模块如何拓展变分量子本征求解器（VQE）在化学和物理领域的实际应用范围。在化学领域，该框架对源自PySCF的分子哈密顿量基态能量进行预测，在保持分子尺寸O(N^2)有利缩放比例的同时，实现了接近全组态相互作用（FCI）的精度。在物理领域，研究人员将相同模型应用于量子化简谐运动系统（SHM），通过VQE和变分量子降阶（VQD）方法成功复现了其基态与激发态。英伟达GPU的基准测试结果表明，相较于基于CPU的实现方案获得了显著加速，验证了CUDAQ高效处理大规模变分工作负载的能力。总体而言，该研究确立了VQE-LSTM作为一种可行且可扩展的GPU加速量子模拟方法，通过统一的元学习初始化策略，架起了量子化学与凝聚态物理之间的桥梁。