量智信息中心_量科网

变分量子本征求解器（VQE）是噪声中级量子（NISQ）设备上主要的算法，但其自适应变体（如ADAPT-VQE）在拟设增长阶段面临严重的经典模拟瓶颈。对多量子比特系统进行池化算子的表示与指数化，会构建出迅速扩展至数百万元素的大型稀疏矩阵，从而消耗经典内存带宽和CPU/GPU计算能力。该工作提出了一种资源高效的软件层框架，通过确定性五阶（O(5)）泰勒级数展开来评估状态更新，从而完全绕过密集矩阵指数化。该方法将代价高昂的幺正演化重构为五个轻量级、连续稀疏矩阵-向量乘法的链式序列，其计算复杂度严格为O(Nz)，其中Nz是非零元素的数量。该研究使用平衡态的BeH2（14量子比特）、平衡态的H2O（12量子比特）以及强关联非对称拉伸的H2O分子构型，在Jordan-Wigner（JW）和Bravyi-Kitaev（BK）两种变换下对该框架进行了验证。模拟结果表明，O(5)截断保持了极高的数值保真度，状态保真度超过0.999999，并匹配了亚化学精度内的绝对基态能量，同时能够轻松处理超过2.68亿个结构元素的矩阵空间。该框架为在计算资源受限的硬件平台上执行深度变分模拟提供了一条可扩展、高性能的路径。