量子科技中心_量科网

在该论文中，研究人员提出了一种基于秩宽（一种在ZX重写规则下表现良好的图参数）的ZX图收缩（即数值计算）技术。给定宽度为R的秩分解时，该方法能以O~(4^R)时间复杂度模拟类图式ZX图。应用于量子电路的经典模拟时，其速度不逊于α=0.5的朴素态矢量模拟或稳定子分解方案，在实际应用中针对适当选择的秩分解甚至能显著提速。鉴于寻找最优秩分解属于NP难问题，该团队提出了能生成优质分解的启发式算法。通过将模拟程序与主流张量收缩库Quimb进行基准测试，研究人员观察到该方法在随机/结构化非克利福德电路及随机ZX图的浮点运算量上实现了大幅削减（通常达数个数量级）。