量子科技中心_量科网

该研究团队提出了一种基于张量网络电路压缩的相位差估计算法，利用时间演化数据来实现量子相位估计（QPE）类算法的可扩展性和更高精度。通过张量网络方法，研究人员构建了仅包含最近邻量子门的电路，并通过四种电路测量方式提取时间演化数据。此外，为提高时间演化电路和态制备电路的精度，该工作分别提出了基于算法误差缓解的技术，以及结合矩阵乘积态融合的迭代电路优化技术。 在8量子位一维Hubbard模型（使用辅助量子位）的无噪声模拟器验证中，该算法在合适的时间步长下实现了与真实能隙仅相差0.4%-4.7%的精度，并观察到算法误差缓解带来的精度提升。研究还证实了通过迭代优化可增强与矩阵乘积态的重叠度。最终，该团队在IBM Heron量子处理器上（采用Q-CTRL误差抑制技术）对8、36和52量子位模型进行了演示，其中包含超过5,000个双量子位门操作。这些针对QPE类算法最大规模的演示，不仅标志着近期量子计算实用化的重要进展，也为未来纠错量子设备时代的到来做好了技术准备。