Résumé technique : Simulation de la dynamique du modèle d'Ising à champ transverse 2D

Énoncé du problème

La simulation de la dynamique de nombreux corps quantiques est un défi central en physique, particulièrement à mesure que les unités de traitement quantique (QPU) programmables basées sur des réseaux d'atomes de Rydberg progressent. Bien que les QPU offrent une voie potentielle pour simuler des régimes inaccessibles aux ordinateurs classiques, les frontières de la simulabilité classique restent mal comprises, notamment concernant divers phénomènes dynamiques tels que le recuit quantique et la dynamique post-quench. Des affirmations récentes de l'avantage quantique ont été remises en question par des méthodes numériques classiques, nécessitant un benchmark rigoureux et complet pour délimiter les capacités et les limites des solveurs classiques de pointe. Ce travail répond à cette lacune en effectuant un cross-benchmark étendu des approches numériques classiques pour le modèle d'Ising à champ transverse (TFIM) en deux dimensions, un modèle pertinent pour les expériences sur les atomes de Rydberg.

Méthodologie

Les auteurs emploient une « boîte à outils » de quatre méthodes numériques classiques distinctes et de pointe pour simuler la dynamique du TFIM 2D sur des réseaux carrés avec des conditions aux limites ouvertes. Toutes les méthodes ont été exécutées sur un matériel identique (GPU NVIDIA A100) pour garantir une comparaison équitable.

1. Approches par réseaux de tenseurs (TN) :

   • États de produits de matrices (MPS) : Implémentés via le principe variationnel dépendant du temps (TDVP) à deux sites sur un chemin de type « serpent » (snaking) à travers le réseau 2D.
   • Réseaux de tenseurs en arbre (TTN) : Implémentés via l'algorithme TDVP à un site sur une structure d'arbre binaire.
   • Réseaux de tenseurs 2D (2DTN) : Utilisent un ansatz d'état de paires intriquées projetées en 2D (PEPS). L'évolution temporelle est réalisée via une approche de porte Trotterisée avec l'approximation de propagation de croyance (BP) pour la contraction de l'environnement. Les valeurs d'attente sont calculées à l'aide d'un schéma de contraction MPS de bordure plus précis.

2. États quantiques neuronaux (NQS) :

   • Implémentés via le Monte Carlo variationnel dépendant du temps (tVMC) utilisant un ansatz de réseau de neurones convolutifs (CNN). Les simulations ont été effectuées dans une base locale tournée pour éviter les pathologies associées aux états de produit dans la base de calcul.

3. Protocoles et observables :

   • Recuit quantique : Deux protocoles ont été étudiés : (I) un balayage quasi-adiabatique traversant un point critique, et (II) un balayage non-adiabatique présentant une mise à l'échelle de Kibble-Zurek (KZ).
   • Dynamique post-quench : Le système est évolué à partir d'un état totalement polarisé sous un hamiltonien indépendant du temps pour trois intensités de champ transverse différentes ($h_x/J = 0.5, 2.0, 3.0$), couvrant les régimes perturbatif, de transition de phase dynamique et critique quantique.
   • Observables : Aimantation locale ($\langle \sigma^z_i \rangle$) et corrélations de deux points connectées ($C(\delta_i)$).

4. Convergence et analyse d'erreur :

   • Cross-Benchmarking : Les écarts entre les méthodes sont quantifiés à l'aide des métriques d'erreur $\epsilon_z$ (aimantation) et $\epsilon_{zz}$ (corrélations).
   • Erreurs de projection : Les erreurs de troncature pour les méthodes TN et les erreurs TDVP accumulées pour TTN/NQS sont surveillées.
   • Erreurs de symétrie : Un nouveau critère de convergence basé sur les symétries de réseau $D_4$ est proposé. Étant donné que les MPS et les TTN brisent les symétries spatiales en raison de leur cartographie 1D ou de leur structure d'arbre, les déviations par rapport aux observables symétriques servent de diagnostic pour l'échec de la convergence.

Résultats clés

1. Recuit quantique

• Régime quasi-adiabatique (Recuit I) : Les MPS, TTN et NQS montrent un accord qualitatif et quantitatif, capturant avec succès la formation de l'ordre antiferromagnétique (AFM). Le 2DTN dévie à des temps plus tardifs en raison de la rupture de l'approximation BP en présence de grandes longueurs de corrélation et de petites boucles.
• Régime non-adiabatique (Recuit II / KZ) : Les MPS et le 2DTN montrent un fort accord, capturant la suppression de l'ordre à longue portée due aux effets non-adiabatiques. Les TTN et les NQS peinent à converger avec ces résultats, suggérant des limitations dans la gestion des effets diabatiques spécifiques dans ce régime.

2. Dynamique post-quench

• Régime perturbatif ($h_x/J = 0.5$) : Toutes les méthodes concordent bien, ce qui est cohérent avec une faible intrication et une dynamique perturbative.
• Régimes critiques et intermédiaires ($h_x/J = 2.0, 3.0$) :
  • Temps courts ($tJ \lesssim 1.5$) : Les MPS, TTN et 2DTN montrent un accord raisonnable.
  • Temps longs ($tJ \gtrsim 2.0$) : Toutes les méthodes commencent à diverger de manière significative.
  • MPS/TTN : La précision se dégrade rapidement avec la taille du système en raison de la croissance exponentielle de l'intrication, qui dépasse la capacité de représentation des dimensions de liaison fixes.
  • NQS : Échoue à capturer la dynamique à long terme même pour de petites tailles de système, avec des problèmes de convergence liés à des instabilités numériques dans les équations du mouvement tVMC plutôt qu'à l'expressivité.
  • 2DTN : Présente la mise à l'échelle la plus favorable avec la taille du système pour la dynamique à court terme, mais subit une défaillance abrupte lorsque l'approximation BP se rompt (par exemple, dans les régimes quasi-adiabatiques ou à des temps longs).

3. Diagnostics de convergence

• Erreurs de projection : Pour les méthodes TN, les erreurs restent faibles jusqu'à ce que la limite de la dimension de liaison soit atteinte, après quoi elles augmentent exponentiellement. Pour les NQS, les erreurs accumulées plafonnent ou augmentent lorsque la complexité de l'ansatz est insuffisante pour capturer la dynamique.
• Erreurs de symétrie : La métrique basée sur la symétrie proposée ($\epsilon_{rel}$) identifie efficacement l'apparition d'anisotropies non physiques dans les résultats MPS et TTN. Elle révèle que, bien que l'aimantation locale puisse rester convergée, les fonctions de corrélation perdent souvent leur précision plus tôt, particulièrement pour les TTN en raison de leur structure d'arbre.

Signification et revendications

L'article affirme fournir un benchmark complet qui clarifie la frontière entre les capacités de calcul classiques et quantiques pour la dynamique à de nombreux corps en 2D.

• Complémentarité : L'étude démontre que les méthodes classiques sont complémentaires. Les MPS et TTN sont efficaces pour les faibles intrications ou les protocoles de recuit spécifiques, mais échouent pour la dynamique post-quench à haute intrication. Le 2DTN offre une meilleure mise à l'échelle pour les géométries 2D mais est sensible à la validité de l'approximation BP. Les NQS sont prometteurs pour les processus quasi-adiabatiques mais font actuellement face à des défis de stabilité numérique dans les régimes hautement hors équilibre.
• Limites de la simulabilité classique : Les résultats indiquent que si les méthodes classiques peuvent simuler la dynamique post-quench à court terme et le recuit quasi-adiabatique, elles peinent considérablement avec la dynamique à long terme près des points critiques quantiques. Cela suggère que les QPU d'atomes de Rydberg opérant dans ces régimes spécifiques (par exemple, $h_x/J \approx 2.0 - 3.0$ pour des temps $tJ > 2$) peuvent offrir un régime où la simulation classique est peu fiable, permettant potentiellement l'observation d'un avantage quantique.
• Contribution méthodologique : L'introduction de métriques d'erreur basées sur la symétrie fournit un critère de convergence robuste et physiquement motivé, qui est plus sensible à l'échec des observables locales que les erreurs de troncature globales seules.
• Contexte expérimental : Le travail relie ces limites numériques aux capacités expérimentales des réseaux d'atomes de Rydberg, notant que les dispositifs actuels peuvent accéder aux échelles de temps difficiles ($tJ \gtrsim 1$) où les méthodes classiques commencent à diverger, à condition que les niveaux de bruit soient suffisamment contrôlés.

Les auteurs concluent que bien que les algorithmes classiques comme les MPS soient matures, les méthodes émergentes (NQS, 2DTN) évoluent rapidement. Les limitations observées dans les NQS sont attribuées à des instabilités algorithmiques plutôt qu'à des barrières d'intrication fondamentales, suggérant un potentiel d'amélioration future. L'étude souligne que revendiquer un avantage quantique nécessite une caractérisation prudente à la fois des limites numériques classiques et du bruit expérimental.