Fault tolerant computation of the static structure factor and finite size effects

तकनीकी सारांश: स्थिर संरचना कारक का दोष-सहनशील (Fault-Tolerant) गणना और परिमित आकार प्रभाव (Finite Size Effects)

समस्या विवरण
दोष-सहनशील क्वांटम एल्गोरिदम शास्त्रीय इलेक्ट्रॉनिक-संरचना विधियों की पहुंच से परे आवधिक सामग्रियों (periodic materials) की ग्राउंड-स्टेट ऊर्जाओं का अनुमान लगाने के लिए एक मार्ग प्रदान करते हैं। हालाँकि, एक महत्वपूर्ण चुनौती बनी हुई है: क्वांटम सिमुलेशन आमतौर पर परिमित सुपरसेल्स (finite supercells) या विविक्त ब्रिलुइन-ज़ोन (Brillouin-zone) मेश का मूल्यांकन करते हैं, जबकि पदार्थ के गुण ऊष्मप्रवैगिकी सीमा (thermodynamic limit) में परिभाषित होते हैं। यह विसंगति दो प्राथमिक घटकों के साथ परिमित-आकार त्रुटियों (finite-size errors) को जन्म देती है:

1. एक-निकाय (one-body/shell) त्रुटियाँ: एकल-कण अवस्थाओं के विविक्त नमूनाकरण (discrete sampling) से उत्पन्न होती हैं, जो विशेष रूप से फर्मी सतह के पास धातुओं में गंभीर होती हैं।
2. दो-निकाय (two-body) त्रुटियाँ: एक परिमित आवधिक सेल में लंबी-तरंग दैर्ध्य वाले कूलम्ब सहसंबंधों (Coulomb correlations) के विरूपण से उत्पन्न होती हैं।

जबकि एक-निकाय त्रुटियों को ट्विस्ट एवरेजिंग (twist averaging) के माध्यम से कम किया जा सकता है, अवशिष्ट दो-निकाय त्रुटि को लंबी-तरंग दैर्ध्य वाले घनत्व उतार-चढ़ाव द्वारा नियंत्रित किया जाता है। पारंपरिक शमन रणनीतियाँ, जैसे कि "डाउन-सैंपलिंग" (बढ़ते हुए बड़े सुपरसेल्स या घने $k$-मेश पर ऊर्जा गणना को दोहराना), दोष-सहनशील शासन (fault-tolerant regime) में अत्यधिक महंगी है क्योंकि ग्राउंड-स्टेट ऊर्जा का अनुमान पहले से ही प्रमुख क्वांटम प्रिमिटिव (primitive) है। यह शोध पत्र बिना पूर्ण ऊर्जा अनुमान प्रक्रिया को दोहराए इन परिमित-आकार त्रुटियों को ठीक करने के लिए एक अधिक लक्षित, क्वांटम-कुशल पोस्ट-प्रोसेसिंग रणनीति की आवश्यकता को संबोधित करता है।

कार्यप्रणाली
लेखक एक हाइब्रिड रणनीति प्रस्तावित करते हैं जो ट्विस्ट एवरेजिंग को कम मोमेंटा (low momenta) पर स्थिर संरचना कारक (Static Structure Factor - SSF), $S(q)$, के दोष-सहनशील क्वांटम गणना के साथ जोड़ती है।

1. ट्विस्ट एवरेजिंग: एक निश्चित सिमुलेशन सेल पर ट्विस्टेड बाउंड्री कंडीशंस ($\theta$) पर ऊर्जाओं का औसत लेने के लिए उपयोग किया जाता है, जिससे सिस्टम के आकार को बढ़ाने की आवश्यकता नहीं होती है।
2. SSF के माध्यम से इन्फ्रारेड पुनर्निर्माण: प्रमुख अवशिष्ट दो-निकाय त्रुटि SSF के छोटे-मोमेंटम (इन्फ्रारेड) व्यवहार द्वारा निर्धारित होती है। लेखक SSF ऑपरेटर $\hat{S}_q = \hat{\rho}^\dagger_q \hat{\rho}_q$ को एक ब्लॉक-ऑर्बिटल बेसिस में तैयार करते हैं, जो क्रिस्टल-मोमेंटम संरचना को सुरक्षित रखता है।
3. ब्लॉक एनकोडिंग और अनुमान:
   • डेंसिटी ऑपरेटर $\hat{\rho}_q$ को फॉर्म फैक्टर्स और गिवेंस रोटेशन (Givens rotations) वाले 'लीनियर कॉम्बिनेशन ऑफ यूनिटरीज' (LCU) में विघटित किया जाता है।
   • $\hat{S}_q$ का एक ब्लॉक एनकोडिंग डेंसिटी ऑपरेटर के ब्लॉक एनकोडिंग के रिफ्लेक्टेड प्रोडक्ट के माध्यम से निर्मित किया जाता है: $U_{\hat{S}} = [U_{\hat{\rho}}]^\dagger \cdot \text{REF} \cdot U_{\hat{\rho}}$।
   • ग्राउंड-स्टेट एक्सपेक्टेशन वैल्यू $\langle \psi_0 | \hat{S}_q | \psi_0 \rangle$ का अनुमान एक एम्प्लीफाइड हैडामार्ड टेस्ट (amplified Hadamard test) का उपयोग करके लगाया जाता है, जो हाइजेनबर्ग-लिमिटेड स्केलिंग प्राप्त करने के लिए एम्प्लीट्यूड एम्प्लीफिकेशन को फेज एस्टिमेशन के साथ जोड़ता है।
4. अनुकूली इन्फ्रारेड विंडो चयन (Adaptive Infrared Window Selection): परिमित-आकार सुधार को पुनर्गठित करने के लिए, एल्गोरिदम को उस मोमेंटम कटऑफ $q_t$ की पहचान करनी चाहिए जहाँ $S(q)$ अपने एसिम्प्टोटिक इन्फ्रारेड शासन ($S(q) \sim \alpha q^\beta$) में प्रवेश करता है। शोध पत्र दो अनुकूली खोज प्रक्रियाओं को पेश करता है:
   • ग्लोबल एडेप्टिव सर्च: सबसे बड़े स्थिर कटऑफ को खोजने के लिए सभी नमूना लिए गए लो-$q$ शेल्स पर एक बाइनरी सर्च।
   • लोकल विंडोड सर्च: पहले से गणना किए गए शेल डेटा का पुन: उपयोग करने के लिए एक स्लाइडिंग विंडो दृष्टिकोण, जो क्वांटम क्वेरी दक्षता के लिए क्लासिकल स्टोरेज का व्यापार करता है।

प्रमुख योगदान

• ऑपरेटर फॉर्मूलेशन: लेखक एक ब्लॉक-ऑर्बिटल बेसिस में SSF ऑपरेटर को परिभाषित करते हैं और इसके ब्लॉक एनकोडिंग का निर्माण करते हैं। यह प्रतिनिधित्व मोमेंटम चयन नियमों को इंट्रा-सेल भौतिकी से अलग करता है, जिससे पदार्थ-विशिष्ट जानकारी को पूर्व-निर्धारित फॉर्म फैक्टर्स में संकुचित किया जाता है।
• दोष-सहनशील एल्गोरिदम: वे एम्प्लीफाइड हैडामार्ड टेस्ट का उपयोग करके $S(q)$ का अनुमान लगाने के लिए एक पूर्ण सर्किट आर्किटेक्चर प्रदान करते हैं, जिसमें टोफ़ोली गेट्स (Toffoli gates) और लॉजिकल क्यूबिट्स के सटीक संसाधन अनुमान शामिल हैं।
• अनुकूली प्रोटोकॉल: ग्लोबल और लोकल बाइनरी सर्च प्रक्रियाओं का परिचय यह सुनिश्चित करता है कि एसिम्प्टोटिक शासन के पूर्व ज्ञान के बिना भी कुशल इन्फ्रारेड फिटिंग विंडो निर्धारित की जा सके।
• संसाधन विश्लेषण: शोध पत्र प्रदर्शित करता है कि इस सुधार की लागत मुख्य ग्राउंड-स्टेट ऊर्जा अनुमान प्रक्रिया के सापेक्ष सबलीडिंग (subleading) है।

परिणाम और स्केलिंग
संसाधन विश्लेषण निम्नलिखित स्केलिंग व्यवहारों को प्रकट करता है, जहाँ $N_b$ ब्लॉक ऑर्बिटल्स की संख्या है और $N_k$ $k$-पॉइंट्स की संख्या है:

• लॉजिकल क्यूबिट्स: सुधार के लिए $O(N_b N_k)$ लॉजिकल क्यूबिट्स की आवश्यकता होती है, जो पूर्ण हैमिल्टोनियन सिमुलेशन के लिए आवश्यक $O(N_{pw}^{1/2} N_b N_k)$ की तुलना में सबलीडिंग है (जहाँ $N_{pw}$ प्लेन-वेव बेस साइज है)।
• टोफ़ोली काउंट: सुधार के लिए अग्रणी टोफ़ोली स्केलिंग $O((N_b N_k)^3)$ है। हालांकि यह बेस साइज पर समान क्यूबिक निर्भरता साझा करता है, लेकिन यह बड़े प्लेन-वेव प्रीफैक्टर ($N_{pw}^{3/2}$) से बचता है जो पूर्ण हैमिल्टोनियन सिमुलेशन में निहित होता है।
• परिशुद्धता आवश्यकताएँ: सुधार प्रक्रिया स्वयं ऊर्जा अनुमान की तुलना में बहुत अधिक शोर-सहनशील (noise-tolerant) है। $S(q)$ में अनुमेय शोर सिस्टम के आकार के साथ बढ़ता है ($p \leq p N_k^{1/3}$), जिसका अर्थ है कि $S(q)$ को कुल ऊर्जा की तरह ही पूर्ण परिशुद्धता के साथ कंप्यूट करने की आवश्यकता नहीं है।
• डाउन-सैंपलिंग के साथ तुलना: डाउन-सैंपलिंग के विपरीत, जो $(2(N_a N_k)^{1/3} + 1)(N_b N_k)^3 N_{pw}^{3/2}$ के रूप में स्केल करता है (जिसके लिए बड़े सेल्स पर बार-बार पूर्ण गणनाओं की आवश्यकता होती है), प्रस्तावित विधि एक सुधार पद जोड़ती है जो स्पर्शोन्मुखी (asymptotically) रूप से सस्ता है और सिस्टम के आकार में होने वाली घातीय वृद्धि से बचता है।

महत्व
शोध पत्र का दावा है कि आवधिक क्वांटम सिमुलेशन में परिमित-आकार शमन (mitigation) को अत्यधिक घने $k$-मेश या बड़े सुपरसेल्स तक धकेलकर प्राप्त करने की आवश्यकता नहीं है। इसके बजाय, परिमित-आकार त्रुटि को एक इन्फ्रारेड डेंसिटी-कोरिलेशन समस्या के रूप में मानकर, आवश्यक सुधार को कम-मोमेंटम SSF मापन के एक छोटे सेट से निकाला जा सकता है।

यह दृष्टिकोण धातुओं और चरम-स्थितियों वाली सामग्रियों के लिए विशेष रूप से महत्वपूर्ण है, जहाँ शेल प्रभावों और लंबी-रेंज स्क्रीनिंग को नियंत्रित करने के लिए घने $k$-स्पेस रेजोल्यूशन की आवश्यकता होती है। ट्विस्ट एवरेजिंग (एक-निकाय प्रभावों के लिए) को SSF के लक्षित क्वांटम मूल्यांकन (दो-निकाय प्रभावों के लिए) के साथ जोड़कर, यह विधि ऊष्मप्रवैगिकी-सीमा सुधारों के लिए एक मार्ग प्रदान करती है जो दोष-सहनशील संसाधन बाधाओं के साथ स्पर्शोन्मुखी रूप से संगत है। यह कार्य स्थापित करता है कि SSF दोष-सहनशील सेटिंग में एक उपयोगी लक्ष्य अवलोकन (target observable) है क्योंकि यह प्रमुख ऊर्जा अनुमान कार्य के सापेक्ष कंप्यूटेशनल रूप से सबलीडिंग रहते हुए भी प्रभावी डोमिनेंट अवशिष्ट परिमित-आकार भौतिकी को कैप्चर करता है।