Completely Positive and Trace Preserving Schemes with Tensor Train Compression for the Lindblad Equation

Riepilogo Tecnico: Schemi Completamente Positivi e che Preservano la Traccia con Compressione Tensor Train per l'Equazione di Lindblad

Enunciato del Problema
La simulazione numerica di sistemi quantistici aperti è ostacolata dalla "maledizione della dimensionalità". Lo stato di un tale sistema è descritto da una matrice densità $\rho \in \mathbb{C}^{N \times N}$, dove $N$ cresce esponenzialmente con il numero di sottosistemi (ad esempio, qubit). Sebbene la matrice densità rimanga spesso a rango basso per periodi significativi, specialmente quando gli operatori di salto sono piccoli rispetto all'Hamiltoniana, rappresentare anche una singola colonna della matrice fattoriale $V$ (dove $\rho = VV^\dagger$) diventa computazionalmente intrattabile per sistemi di grandi dimensioni ($N \sim 10^{19}$). I metodi esistenti che utilizzano Tensor Train (TT) o Matrix Product States (MPS) per la matrice densità stessa spesso non riescono a preservare la completezza positiva (CP), mentre i metodi che preservano la positività, come gli Operatori di Densità Localmente Purificati (LPDO), introducono un costo di ottimizzazione oneroso (disaccoppiamento) ad ogni passo temporale.

Metodologia
Gli autori propongono una famiglia di schemi a rango basso, Completamente Positivi e che Preservano la Traccia (CPTP) per l'equazione di Lindblad che sfruttano una rappresentazione a rango basso a due livelli:

1. Livello 1 (Fattorizzazione Matriciale): La matrice densità è fattorizzata come $\rho = VV^\dagger$, dove $V \in \mathbb{C}^{N \times r}$ è una matrice alta e sottile ($r \ll N$). Questo estende lo schema precedente degli autori "Kraus is King" [1], che utilizza un fattore di integrazione per gestire i termini non-Kraus nell'equazione di Lindblad.
2. Livello 2 (Compressione Tensor Train): Le colonne di $V$ sono rappresentate individualmente nel formato Tensor Train (TT) / Matrix Product State (MPS). Questo evita la necessità di operazioni globali di disaccoppiamento richieste dai formati LPDO.

Il nucleo del metodo consiste nell'adattare l'integratore temporale "Kraus is King" (Algoritmo 3.1) per operare direttamente sulle colonne TT/MPS. Lo schema esegue tre operazioni principali nel formato TT:

• Risoluzione dell'Equazione di Schrödinger: Utilizzando rappresentazioni MPO (Matrix Product Operator) dell'operatore di flusso $U_h = \exp(-ihH_{\text{eff}})$, dove $H_{\text{eff}}$ è l'Hamiltoniana efficace.
• Applicazione degli Operatori di Salto: Sfruttando la struttura locale degli operatori di salto (che agiscono su singoli sottosistemi) per contrarli con specifici nuclei TT, seguiti da una troncatura efficiente.
• Troncamento del Rango della Matrice Densità (TT-Compress): Questo è il principale collo di bottiglia computazionale. Gli autori sostituiscono la compressione standard basata su SVD densa con un approccio nativo TT. Invece di una decomposizione QR completa (che è costosa in TT), calcolano la matrice del prodotto interno $X^\dagger X$ (dove $X$ contiene le colonne TT) per ottenere i valori singolari e i vettori singolari destri. Le colonne della matrice troncata $\tilde{X}$ sono quindi formate come combinazioni lineari delle colonne originali utilizzando arrotondamento TT randomizzato per evitare la formazione esplicita di tensori intermedi di grandi dimensioni.

Contributi Chiave

• Preservazione CPTP nel Formato TT: Il documento dimostra che la routine di troncamento, anche quando eseguita tramite aritmetica TT approssimata e arrotondamento randomizzato, rimane una mappa Completamente Positiva (CP). Questo è ottenuto mostrando che il troncamento può essere espresso in forma Kraus.
• Algoritmi di Troncamento Efficienti: Gli autori introducono ottimizzazioni specifiche per il passo di troncamento:
  • Screening della Norma: Scartare le colonne con norme al di sotto di una soglia per ridurre il numero di prodotti interni richiesti.
  • Partizionamento del Budget di Errore: Allocare euristichamente la tolleranza all'errore tra il troncamento SVD della matrice densità e l'aritmetica TT approssimata delle combinazioni lineari.
  • Sfruttamento del Nucleo Condiviso: Per gli operatori di salto che agiscono su più siti, l'algoritmo riutilizza le contrazioni parziali per calcolare prodotti interni a coppie e combinazioni lineari in tempo $O(d^2)$ invece che $O(d^3)$.
• Scalabilità: Il metodo è progettato per gestire sistemi con dimensioni dello spazio di Hilbert fino a $10^{19}$ utilizzando risorse di calcolo modeste, mantenendo dimensioni di legame basse nella rappresentazione TT.

Risultati Numerici
Gli autori validano lo schema attraverso tre esperimenti numerici:

1. Catena di Spin Heisenberg 1D Dissipativa:
   • Sistema Piccolo ($d=6$): Ha dimostrato tassi di convergenza di schemi del 2° e 4° ordine rispetto a una soluzione di riferimento.
   • Sistema Grande ($d=64$): Ha simulato un sistema con $N > 10^{19}$. Il rango della matrice densità è rimasto basso (non ha mai superato 8 nel caso piccolo, e gestibile nel caso grande), e la massima dimensione di legame TT è rimasta al di sotto di 5. Il metodo ha tracciato con successo la propagazione dei fronti d'onda e il decadimento.
2. Circuito Quantistico Finto (25 Qubit):
   • Ha simulato un reticolo heavy-hex a 25 qubit con accoppiamento Jaynes-Cummings e porte SWAP.
   • Il sistema includeva decadimento e dephasing. Lo schema ha tracciato il trasferimento di popolazione tra i qubit, mostrando il previsto degrado della fedeltà delle porte dovuto all'accoppiamento e al rumore.
   • L'analisi dei tempi di esecuzione ha mostrato che, sebbene il troncamento sia il costo dominante, il metodo rimane fattibile con dimensioni di legame che rimangono relativamente basse.
3. Catena Qudit-Resonatore:
   • Ha modellato una catena di 6 qudit (sistemi a 4 livelli) e 5 risonatori (sistemi a 10 livelli), con una dimensione totale dello spazio di Hilbert di $\approx 4 \times 10^8$.
   • Il sistema ha eseguito porte CNOT simultanee. Il rango della matrice densità è rimasto al di sotto di 30, e le dimensioni di legame sono generalmente rimaste al di sotto di 25, ottenendo fattori di compressione della memoria da $10^4$ a $3000\times$ rispetto alle rappresentazioni dense.

Significato e Affermazioni
Il documento afferma di fornire i primi schemi CPTP per l'equazione di Lindblad che utilizzano il formato TT/MPS per la matrice fattoriale $V$. Evitando il costo di disaccoppiamento dei formati LPDO e mantenendo le garanzie di positività del framework "Kraus is King", il metodo consente la simulazione di sistemi quantistici aperti con gradi di libertà precedentemente considerati intrattabili. Gli autori sottolineano che l'approccio è particolarmente efficace per sistemi in cui la matrice densità rimane a rango basso, permettendo una simulazione efficiente di dispositivi quantistici su larga scala e sistemi di materia condensata con risorse computazionali modeste. Il lavoro è presentato come un'estensione diretta del loro precedente lavoro CPTP a rango basso, adattato specificamente per sfruttare la compressione delle reti tensoriali per le colonne della matrice fattoriale.