The Signal
PNNL suddivide un modello chimico da 164 qubit in calcoli da 12 qubit
Pacific Northwest National Laboratory descrive come il suo algoritmo Quantum Flow modelli il propano come un problema di chimica da 164 qubit, usando calcoli ripetuti equivalenti a 12 qubit. Il flusso di lavoro simulato ha recuperato circa
Quantum.world Team · Scritto con l’IA · verificato ·
Un problema da 164 qubit, migliaia di calcoli più piccoli
L’algoritmo Quantum Flow di Pacific Northwest National Laboratory suddivide un ampio calcolo chimico in operazioni ripetute, ciascuna delle quali richiede l’equivalente di 12 qubit. In un esempio sul propano, il modello completo corrisponde a 164 qubit, mentre il flusso di lavoro QFlow utilizza 56.860 piccoli calcoli su spazi attivi in ogni ciclo. PNNL ha pubblicato il risultato in un approfondimento di ricerca il 30 ottobre; l’articolo scientifico è apparso su The Journal of Physical Chemistry Letters l’8 ottobre.
Il risultato riportato è una simulazione al computer, non una dimostrazione su un processore quantistico da 12 qubit. Il gruppo di ricerca ha eseguito i calcoli con un risolutore variazionale quantistico per autovalori usando NWQSim, un simulatore di circuiti quantistici, nell’ambito di un flusso di lavoro di calcolo ad alte prestazioni. Il numero di 12 qubit descrive la dimensione di ogni problema simulato relativo a uno spazio attivo, non un dispositivo fisico usato per calcolare il propano.
Come QFlow suddivide il problema chimico
Quantum Flow, o QFlow, suddivide un ampio problema di elettroni correlati in spazi attivi più piccoli, quindi usa il calcolo classico per costruire Hamiltoniane efficaci che collegano tali spazi. I calcoli sugli spazi attivi ottimizzano porzioni di una funzione d’onda condivisa; i loro risultati confluiscono in un insieme di parametri in evoluzione, che orienta i calcoli successivi. Poiché ogni spazio attivo è piccolo, il fabbisogno di risorse quantistiche del metodo dipende dal sottoproblema più grande anziché dall’intera molecola.
Per il calcolo del propano, i ricercatori hanno usato l’insieme di basi cc-pVDZ e spazi attivi contenenti sei elettroni in sei orbitali. L’articolo descrive l’obiettivo completo come composto da 13 orbitali occupati e 69 virtuali, corrispondenti a una codifica da 164 qubit. Gli autori scrivono: «Nelle simulazioni QFlow più grandi, ottimizziamo 1,17 milioni di parametri della funzione d’onda usando l’equivalente di 12 qubit». Nicholas P. Bauman, Ajay Panyala, Chenxu Liu, Muqing Zheng, Meng Wang e Karol Kowalski
Il risultato del 95% è misurato rispetto a CCSD
Entro il terzo ciclo, QFlow ha recuperato in media circa il 95% dell’energia di correlazione calcolata con il metodo coupled-cluster con eccitazioni singole e doppie, o CCSD. Lo spazio attivo a più bassa energia del primo ciclo ne ha recuperato il 94%; i cicli successivi hanno aggiunto circa un punto percentuale. Il confronto è con un riferimento CCSD, non con una soluzione esatta del problema completo da 164 qubit.
Il calcolo del propano è stato eseguito su 232 core CPU organizzati in 116 gruppi di processi. Oltre ai sottoproblemi da 12 qubit, conta la scala del flusso di lavoro: QFlow elabora decine di migliaia di spazi attivi, aggiornandone e coordinandone i risultati su un’infrastruttura di calcolo classico. In questa implementazione, il lavoro è svolto dalla simulazione di circuiti quantistici e dal calcolo ad alte prestazioni; gli autori non riportano un’esecuzione su hardware quantistico.
Un risultato utile, con un limite preciso
L’articolo esamina anche l’acqua con diversi insiemi di basi, tra cui un problema originario da 228 qubit rappresentato da operazioni ripetute da 12 qubit. Nell’insieme di questi calcoli sull’acqua, QFlow ha recuperato circa il 97% dell’energia di correlazione CCSD. I risultati estendono il metodo oltre il caso del propano, ma le dimostrazioni del gruppo restano simulazioni che usano un modello con eccitazioni singole e doppie e un risolutore variazionale.
Questo limite circoscrive ciò che i dati dimostrano. I calcoli mostrano che un flusso di lavoro suddiviso in parti può approssimare un ampio modello chimico mantenendo piccolo ogni sottoproblema affidato al risolutore quantistico; non dimostrano un vantaggio quantistico né mostrano che un computer quantistico fisico abbia simulato il propano a questa scala. Per il caso principale del propano, il benchmark concreto è di 56.860 spazi attivi per ciclo, 1,17 milioni di parametri ottimizzati e circa il 95% dell’energia di correlazione del riferimento CCSD entro il terzo ciclo.