De nouveaux algorithmes font progresser la puissance de calcul des ordinateurs quantiques à un stade précoce

De nouveaux algorithmes font progresser la puissance de calcul des ordinateurs quantiques à un stade précoce

Illustration schématique de l’algorithme AVQDS. L’organigramme d’AVQDS est tracé en (a). Les détails du module MMD, qui mesure la distance de McLachlan pour une fonction d’onde variationnelle donnée Ψ [θ] et hamiltonien dépendant du temps ^Ht, sont indiqués en (b). Les circuits pour mesurer la matrice M et le vecteur V se trouvent dans la Réf. [27]. Notez que dans la procédure adaptative ansatz, il suffit de mesurer les éléments incrémentaux dans M et V, qui sont ajoutés dans une étape donnée. Crédit : DOI : 10.1103/PRXQuantum.2.030307

Un groupe de scientifiques du laboratoire Ames du département américain de l’Énergie a développé des algorithmes quantiques informatiques capables de simulations efficaces et très précises des propriétés statiques et dynamiques des systèmes quantiques. Les algorithmes sont des outils précieux pour mieux comprendre la physique et la chimie des matériaux complexes, et ils sont spécialement conçus pour fonctionner sur des ordinateurs quantiques existants et futurs.

Le scientifique Yong-Xin Yao et ses partenaires de recherche du laboratoire Ames utilisent la puissance d’ordinateurs avancés pour accélérer les découvertes en physique de la matière condensée, modélisant une mécanique quantique incroyablement complexe et la façon dont elles évoluent sur des échelles de temps ultra-rapides. Les ordinateurs hautes performances actuels peuvent modéliser les propriétés de petits systèmes quantiques très simples, mais les systèmes plus grands ou plus complexes augmentent rapidement le nombre de calculs qu’un ordinateur doit effectuer pour arriver à un modèle précis, ralentissant non seulement le rythme des calculs, mais aussi la découverte .

“C’est un véritable défi étant donné le stade précoce actuel des capacités de calcul quantique existantes”, a déclaré Yao, “mais c’est également une opportunité très prometteuse, car ces calculs dépassent les systèmes informatiques classiques ou prennent beaucoup trop de temps pour fournir des réponses rapides. “

Les nouveaux algorithmes exploitent les capacités des ordinateurs quantiques existants en générant de manière adaptative, puis en adaptant le nombre et la variété de « conjectures éclairées » que l’ordinateur doit faire afin de décrire avec précision l’état de plus basse énergie et l’évolution de la mécanique quantique d’un système. Les algorithmes sont évolutifs, ce qui les rend capables de modéliser avec précision des systèmes encore plus grands avec les ordinateurs quantiques actuels « bruyants » (fragiles et sujets aux erreurs) et leurs itérations futures.

« La modélisation précise des systèmes de spin et des systèmes moléculaires n’est que la première partie de l’objectif », a déclaré Yao. « Dans l’application, nous voyons cela être utilisé pour résoudre des problèmes complexes de science des matériaux. efforts pour contrôler les propriétés des matériaux comme le magnétisme, la supraconductivité, les réactions chimiques et la conversion photo-énergétique. »

“Notre objectif à long terme est d’atteindre un” avantage quantique “pour les matériaux – d’utiliser l’informatique quantique pour atteindre des capacités qui ne peuvent être atteintes sur aucun superordinateur aujourd’hui”, a déclaré Peter Orth, scientifique du laboratoire Ames.


Les progrès des algorithmes rendent viables les petits ordinateurs quantiques bruyants


Plus d’information:
Yong-Xin Yao et al, Simulations de dynamique quantique variationnelle adaptative, PRX Quantique (2021). DOI : 10.1103 / PRXQuantum.2.030307

Niladri Gomes et al, Approche d’évolution temporelle imaginaire variationnelle adaptative pour la préparation de l’état fondamental, Technologies quantiques avancées (2021). DOI: 10.1002/qute.202100114

Fourni par le laboratoire Ames

Citation: De nouveaux algorithmes font progresser la puissance de calcul des ordinateurs quantiques à un stade précoce (2021, 10 novembre) récupéré le 10 novembre 2021 sur https://techxplore.com/news/2021-11-algorithms-advance-power-early-stage-quantum. html

Ce document est soumis au droit d’auteur. En dehors de toute utilisation équitable à des fins d’étude ou de recherche privée, aucune partie ne peut être reproduite sans l’autorisation écrite. Le contenu est fourni seulement pour information.