加速量子计算机上的费米子系统模拟
展示量子优势的一个潜在方法是利用量子计算机模拟费米子系统。用于费米子系统模拟的量子算法通常涉及哈密顿量演化和测量。然而,在二次量子化表示中,许多费米子系统哈密顿量(如分子哈密顿量)的项数非常庞大,约为N^4,其中N为分子轨道数。因此,哈密顿量演化和期望值测量所需的计算资源可能极其巨大。为解决这一问题,该团队引入了一种分组策略,将这些N^4个哈密顿量项划分为N^2个组,每组中的项相互对易。基于这一分组方法,研究团队提出了一种并行哈密顿量演化方案,将哈密顿量演化的电路深度减少了N倍。此外,该工作的分组测量策略将所需的测量次数减少到N^2,而当前最佳的分组测量方案需要N^3次测量。此外,研究人员发现,测量一组哈密顿量项的期望值所需的重复次数比单独测量单个项要少,从而减少了量子电路执行的次数。该团队的方法在哈密顿量演化和测量的总时间上节省了N^3倍,显著降低了量子计算机模拟费米子系统所需的时间。
