量子科技中心_量科网

量子优化为搜索材料设计中常见的大规模缺陷构型空间提供了一条途径。本研究为掺杂ZrO₂热障涂层材料体系中的成分-缺陷搜索开发了一种端到端、约束感知的量子优化工作流。该工作流利用MACE-MPA-0能量数据集，在8个阳离子占据变量和16个氧空位变量上拟合了一个含24个变量的QUBO模型，并精确约束为两个稀土元素替代和一个氧空位，从而得到448种可行构型。该QUBO替代模型对MACE能量的预测表现优异，保留测试集R²=0.997（全数据R²=0.999，RMSE=17 meV）。该研究通过精确枚举验证了两种互补的量子路径：一种保持约束的XY混合器QAOA，它将采样限制在可行子空间内，并在深度p=3时，将86%的概率质量置于MACE最优值1 meV以内；另一种是容错约束Grover自适应搜索（GAS）预言机，它采用显式定点运算、分支安全比较、可行性检查和相位反冲机制。在阈值案例中，经过验证的预言机使用了324个高级逻辑量子比特，若采用保守的干净辅助量子比特v-chain计数，则为352至358个，且每次Grover（GAS）迭代需要3.6×10⁴至4.3×10⁴个Toffoli门。一个理想化的可行空间放大估算表明，相对于完整的2²⁴占据空间，总Toffoli成本可降低至多240倍，为材料信息化的QUBO建模、约束感知QAOA与容错阈值搜索之间建立了资源估算桥梁。