混合张量网络上的时间演化——一种新颖且可并行化的算法
研究团队基于近期提出的混合张量网络框架,开发了一种用于矩阵乘积态的新型时间演化算法。该团队将靠近边界的张量保留在经典计算机上,而将高度纠缠的内部张量卸载至量子计算机。在该工作的变体中,采用基础更新和伽辽金积分器对经典张量进行时间演化,并设计了经典部分与量子部分之间的耦合方案。该框架允许与任意量子时间演化方法进行模块化组合,例如经典预优化的特罗特化。时间演化过程中,经典与量子张量自由度之比可动态调整——当经典内存需求变得过高时,这一特性尤为有利。单个时间步内,量子与经典组件可并行运行,且不受同步屏障或中间电路测量的限制。研究团队针对源自矩阵乘积态形式的张量网络,描述了该团队算法的详细步骤与伪代码。

