A Quantum Spectral Solver for Periodic Incompressible Stokes Flow

Résumé Technique : Un solveur spectral quantique pour l'écoulement de Stokes incompressible périodique

Énoncé du problème
L'article traite du défi que représente la résolution des équations de Stokes stationnaires, bidimensionnelles et incompressibles sur un domaine périodique à l'aide de l'informatique quantique. Bien que les méthodes spectrales soient très efficaces pour les problèmes périodiques — transformant les opérateurs différentiels en multiplicateurs algébriques diagonaux dans l'espace de Fourier — la représentation de la contrainte d'incompressibilité (condition de divergence nulle) et le couplage pression-vitesse associé au sein d'un cadre unitaire quantique demeurent un obstacle majeur. Les auteurs visent à développer un solveur spectral quantique qui gère explicitement la nature vectorielle du champ de vitesse, impose la contrainte de divergence nulle et restitue à la fois les champs de vitesse et de pression, ainsi que les observables homogénéisées, sans reconstruire le champ complet.

Méthodologie
La méthode proposée exploite la Transformée de Fourier Quantique (QFT) comme un changement de base cohérent pour passer de l'espace physique à l'espace spectral. Le cœur de l'algorithme repose sur une factorisation spectrale de l'opérateur de Stokes qui sépare le problème en opérations quantiques gérables :

1. Factorisation spectrale : Dans l'espace de Fourier, les équations de Stokes se découplent mode par mode. La solution implique une projection de Helmholtz pour imposer l'incompressibilité (suppression de la composante longitudinale de la force) suivie d'une mise à l'échelle scalaire par Laplacien inverse.
2. Projection basée sur la rotation : Pour le cas 2D, la projection de Helmholtz est réalisée par une rotation dépendante du mode qui transforme les composantes de vitesse cartésiennes $(u_0, u_1)$ en coordonnées longitudinales ($\parallel$) et transversales ($\perp$) par rapport au vecteur d'onde $k$. La contrainte d'incompressibilité est ensuite imposée en annulant la composante longitudinale et en mettant à l'échelle la composante transversale par le facteur de l'inverse du Laplacien ($1/(\mu|k|^2)$).
3. Architecture du circuit quantique :
   • Registres : Le circuit utilise des registres de modes ($k_0, k_1$) pour les modes de Fourier, un registre de composantes ($c$) pour les directions cartésiennes, un registre cible ($t$) pour l'encodage d'amplitude, et un registre de travail ($w$) pour l'arithmétique.
   • Préparation de l'état : Le champ de forçage d'entrée est encodé dans un état quantique normalisé.
   • QFT : Une QFT 2D transforme l'état vers l'espace de Fourier.
   • Rotation angulaire ($U_R$) : Une rotation dépendante du mode $R(k)$ est appliquée au registre de composantes pour l'aligner avec la base longitudinale-transversale. L'angle de rotation est approximé par des polynômes par morceaux encodés via des rotations contrôlées.
   • Mise à l'échelle scalaire ($U_\Gamma, U_\Lambda$) : La composante transversale est mise à l'échelle par la fonction de Green $\Gamma(k) = 1/(\mu|k|^2)$, et la composante longitudinale est mise à l'échelle par $\Lambda(k) = 1/|k|$ (pour la récupération de la pression). Ces mises à l'échelle sont implémentées via un encodage polynomial d'amplitude sur le registre cible.
   • Post-sélection et reconstruction : La solution souhaitée est récupérée en post-sélectionnant des branches spécifiques des registres ancillaires (par exemple, $c=1$ pour la vitesse transversale, $c=0$ pour la pression). La QFT inverse reconstruit le champ physique.
4. Extraction d'observables : Les auteurs démontrent que les quantités homogénéisées, telles que l'énergie cinétique, peuvent être estimées directement à partir de l'état spectral avant la QFT inverse, évitant ainsi le coût d'une reconstruction complète du champ.

Contributions clés

1. Premier solveur de Stokes quantique basé sur la QFT : Les auteurs présentent ce qu'ils affirment être le premier solveur spectral quantique pour les équations de Stokes incompressibles stationnaires et périodiques en 2D.
2. Factorisation spectrale explicite : Ils dérivent une factorisation compatible avec le calcul quantique qui sépare la projection de Helmholtz, la mise à l'échelle de l'inverse du Laplacien et la récupération de la pression, en utilisant une représentation par rotation pour le projecteur 2D.
3. Conception de circuit modulaire : L'article fournit une architecture de circuit explicite comprenant des rotations dépendantes du mode et des blocs spectraux conditionnés par les composantes via des polynômes. Les paramètres d'approximation (degré polynomial et pavage) sont explicités.
4. Récupération d'observables homogénéisés : La méthode est validée sur un benchmark inspiré d'un RVE, montrant que l'énergie cinétique homogénéisée peut être récupérée sans reconstruire le champ de vitesse complet.

Résultats numériques
La méthode a été validée à l'aide de trois benchmarks sur un simulateur d'état vectoriel sans bruit :

• Vortex de Taylor-Green : Une solution lisse fabriquée utilisée pour vérifier la cohérence des circuits assemblés (conventions de Fourier, normalisation et projection).
• Dipôle de force régularisé : Un benchmark périodique avec un forçage localisé et un large support de Fourier. Ce test a permis de distinguer les erreurs de troncature de résolution finie des erreurs introduites par l'approximation polynomiale des opérateurs spectraux. Les résultats ont montré que, bien que le solveur discret exact converge avec l'affinement de la grille, l'approximation polynomiale introduit un plateau d'erreur pour les modes de haute fréquence si le pavage est fixe.
• Fluctuation inspirée d'un RVE : Un benchmark utilisant un spectre de fluctuation de type Kolmogorov ($k^{-5/3}$). Les résultats ont démontré que l'observable d'énergie cinétique homogénéisée converge vers la solution de référence à mesure que la grille s'affine, à condition que l'approximation polynomiale soit ajustée au spectre pondéré par l'énergie. L'étude a souligné que le nombre de portes est dominé par l'encodage polynomial de la rotation et des opérateurs de la fonction de Green, et non par la QFT elle-même.

Signification et affirmations
L'article positionne ce travail non pas comme un remplacement direct de la DNS classique ou d'un modèle de turbulence, mais comme un bloc spectral de Stokes pour la mécanique computationnelle quantique. Sa principale importance réside dans :

• Compatibilité multiscale : Le solveur est conçu pour être intégré dans des architectures plus larges de type RVE (Volume Élémentaire Représentatif) quantique-classique, où le parallélisme quantique peut mettre à jour simultanément tous les états de RVE associés aux points de quadrature macroscopiques.
• Efficacité de l'estimation d'observables : Il démontre la capacité d'extraire des quantités moyennées (comme l'énergie cinétique) directement de l'état spectral, ce qui est crucial pour les écoulements multiscales où la reconstruction complète du champ est inutile et coûteuse.
• Scalabilité : Sous des hypothèses standards de préparation d'état efficace et d'estimation d'observable, le circuit présente une dépendance polylogarithmique vis-à-vis de la résolution de la grille ($O(\text{polylog}(N))$), le degré polynomial et le nombre de pavés servant de paramètres d'approximation explicites.

Les auteurs reconnaissent que les résultats actuels sont limités à des simulations sans bruit et qu'une évaluation complète des ressources doit tenir compte des coûts de préparation d'état, des probabilités de succès de post-sélection et des surcoûts liés à la tolérance aux fautes. Ils notent que l'extension de cette approche à la 3D ou à des domaines non périodiques nécessiterait probablement des formulations de Combinaison de Unités (LCU) pour le projecteur vectoriel plutôt que l'approche basée sur la rotation utilisée ici.