量子科技中心_量科网

评估纠缠谱对于刻画量子临界性、拓扑序等奇异量子相至关重要。然而，对于大规模量子多体系统，标准层析成像技术的指数级测量复杂度阻碍了这项任务的实现。为应对这一挑战，该团队引入了一种基于矩阵乘积态正则形式的混合量子-经典变分框架，用于对二分态进行部分奇异值分解。该团队采用一种基于缩减法的优化方法，依次提取目标态的主要和次要施密特分量。由于硬件噪声和有限电路深度可能损害这些提取向量之间的相互正交性，该团队提出了一种改进的缩减算法，该算法融入了显式的经典正交性修正。这种经典后处理作为一种误差过滤机制，使得浅层和次优量子电路得以应用。因此，数值精度与量子电路优化解耦，缓解了由贫瘠高原和硬件噪声引起的优化困难。此外，浅层拟设使得并行执行策略成为可能。重叠矩阵通过经典张量网络收缩进行评估，而目标态与提取向量之间的交叉项则利用辅助参考态进行计算。这种并行混合设计提高了计算吞吐量，并绕过了受控目标态制备的开销。在一维和二维海森堡模型基态上的数值基准测试证明了改进的精度和数值稳定性。通过缓解电路深度、优化难度和测量复杂度等障碍，该团队的框架为在先进的近期的量子设备上进行大规模纠缠谱估计提供了一条稳健的途径。