量子科技中心_量科网

处理大规模Pauli求和是量子化学、Pauli传播以及基于Pauli编译中的一个显著瓶颈。现有框架常受限于Python解释器开销，或使用哈希映射数据结构，这阻碍了SIMD向量化并增加了多线程合并的复杂性。该团队提出了PauLIB，一个仅含头文件的C++20库，通过三项关键架构选择来消除这些瓶颈：一种位压缩的二进制辛表示，将每个量子比特编码为两个比特，将Pauli乘法简化为按位异或与种群计数；一种排序数组布局，替代哈希映射以实现分支可预测的SIMD批量操作；以及一种结构体数组（SoA）内存布局，为显式SIMD向量化暴露连续的单词数组。在500量子比特的基准测试中，单次Pauli字符串乘法运算耗时25纳秒——在所有测试的成对数下，比PauliEngine快14倍，比Qiskit-flat快660倍。在所有测试规模下，哈密顿量外积乘法大约比PauliEngine快10倍，比Qiskit快45倍。贪心对易分组（变分算法中的主要预处理开销）得益于紧凑的位压缩表示，实现了比PennyLane高达21,000倍的加速。紧凑布局将500量子比特下包含一百万个项的哈密顿量的内存占用从1,036MB（Qiskit）降至142MB，减少了7.3倍，这直接使得在固定内存预算内能够处理更大的问题规模。PauLIB是开源的，并提供C++和Python接口。