量子科技中心_量科网

该研究团队展示了一种端到端工作流程，通过结合量子-经典辅助场量子蒙特卡罗（QC-AFQMC）算法与基于匹配门影子的量子断层扫描技术，对化学反应势垒进行建模。该工作流程在亚马逊云服务（AWS）的加速量子超级计算环境中运行，采用IonQ Forte量子计算机和NVIDIA GPU协同工作。研究人员提出多项算法创新及高效的GPU加速执行方案，相比现有最先进的QC-AFQMC实现方案实现了数个数量级的加速。 该工作应用该算法模拟镍催化铃木-宫浦反应的氧化加成步骤，使用IonQ Forte的24个量子比特（其中16个用于表示试验态，外加8个辅助量子比特用于误差缓解），实现了迄今为止在量子硬件上运行的最大规模匹配门影子QC-AFQMC实验。研究实现了匹配门电路测量的9倍加速，分布式并行后处理实现方案较先前最佳方案取得656倍的时间-解决方案效率提升。 当在理想模拟器上采样匹配门时，活性空间QC-AFQMC评估的模型反应势垒与参考CCSD(T)结果的误差区间为±4 kcal/mol；在量子处理器（QPU）实测时与参考值偏差在10 kcal/mol内。该工作标志着量子设备实用化化学模拟迈出重要一步，同时为后续发展指明了多个优化方向。