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

Sintesi Tecnica: Calcolo del Fattore di Struttura Statico Tollerante ai Guasti e Effetti di Dimensione Finita

Enunciato del Problem
Gli algoritmi quantistici tolleranti ai guasti offrono una via per stimare le energie dello stato fondamentale di materiali periodici oltre la portata dei metodi classici di struttura elettronica. Tuttavia, rimane una sfida significativa: le simulazioni quantistiche tipicamente valutano supercelle finite o mesh discrete della zona di Brillouin (BZ), mentre le proprietà dei materiali sono definite nel limite termodinamico. Questa discrepanza introduce errori di dimensione finita con due componenti primarie:

1. Errori a corpo singolo (shell): derivanti dal campionamento discreto degli stati a singola particella, particolarmente severi nei metalli vicino alla superficie di Fermi.
2. Errori a due corpi: derivanti dalla distorsione delle correlazioni Coulombiane a lunghe lunghezze d'onda in una cella periodica finita.

Mentre gli errori a corpo singolo possono essere mitigati tramite l'averaging dei twist (twist averaging), l'errore residuo a due corpi è controllato dalle fluttuazioni di densità a lunghe lunghezze d'onda. Le strategie di mitigazione tradizionali, come il "down-sampling" (ripetere i calcoli energetici su supercelle progressivamente più grandi o mesh $k$ più dense), sono proibitivamente costose nel regime tollerante ai guasti perché la stima dell'energia dello stato fondamentale è già la primitiva quantistica dominante. Il documento affronta la necessità di una strategia di post-elaborazione più mirata e quantisticamente efficiente per correggere questi errori di dimensione finita senza ripetere la routine completa di stima dell'energia.

Metodologia
Gli autori propongono una strategia ibrida che combina il twist averaging con il calcolo quantistico tollerante ai guasti del Fattore di Struttura Statico (SSF), $S(q)$, a bassi momenti.

1. Twist Averaging: Utilizzato per sopprimere gli effetti shell a corpo singolo. Questo comporta la media delle energie su un set di condizioni al contorno con twist ($\theta$) su una cella di simulazione fissa, evitando la necessità di aumentare la dimensione del sistema.
2. Ricostruzione Infrarossa tramite SSF: L'errore a due corpi residuo dominante è determinato dal comportamento a basso momento (infrarosso) dell'SSF. Gli autori formulano l'operatore SSF $\hat{S}_q = \hat{\rho}^\dagger_q \hat{\rho}_q$ in una base di orbitali di Bloch, preservando la struttura del momento cristallino.
3. Block Encoding e Stima:
   • L'operatore di densità $\hat{\rho}_q$ viene decomposto in una Combinazione Lineare di Unitari (LCU) che coinvolge fattori di forma e rotazioni di Givens.
   • Un block encoding di $\hat{S}_q$ viene costruito tramite il prodotto riflesso del block encoding dell'operatore di densità: $U_{\hat{S}} = [U_{\hat{\rho}}]^\dagger \cdot \text{REF} \cdot U_{\hat{\rho}}$.
   • Il valore di aspettativa dello stato fondamentale $\langle \psi_0 | \hat{S}_q | \psi_0 \rangle$ viene stimato utilizzando un test di Hadamard amplificato, combinando l'amplificazione dell'ampiezza con la stima di fase per ottenere una scalabilità limitata da Heisenberg.
4. Selezione Adattiva della Finestra Infrarossa: Per ricostruire la correzione di dimensione finita, l'algoritmo deve identificare il cutoff di momento $q_t$ dove $S(q)$ entra nel suo regime asintotico infrarosso ($S(q) \sim \alpha q^\beta$). Il documento introduce due procedure di ricerca adattiva:
   • Ricerca Adattiva Globale: Una ricerca binaria su tutti i gusci (shells) a basso $q$ campionati per trovare il cutoff stabile più grande.
   • Ricerca Locale a Finestra: Un approccio a finestra scorrevole che riutilizza i dati delle shell precedentemente calcolate per ridurre il numero di nuove valutazioni quantistiche, scambiando lenza di archiviazione classica con efficienza di query quantistica.

Contributi Chiave

• Formulazione dell'Operatore: Gli autori definiscono l'operatore SSF in una base di orbitali di Bloch e costruiscono il suo block encoding. Questa rappresentazione separa le regole di selezione del momento dalla fisica intracellulare, comprimendo le informazioni specifiche del materiale in fattori di forma precalcolati.
• Algoritmo Tollerante ai Guasti: Forniscono un'architettura di circuito completa per stimare $S(q)$ utilizzando un test di Hadamard amplificato, inclusi i preventivi esatti delle risorse per i gate Toffoli e i qubit logici.
• Protocolli Adattivi: L'introduzione di procedure di ricerca binaria globale e locale consente di determinare efficientemente la finestra di fitting infrarossa senza conoscenza preventiva del regime asintotico.
• Analisi delle Risorse: Il documento dimostra che il costo di questa correzione è subordinato (subleading) rispetto alla principale routine di stima dell'energia dello stato fondamentale.

Risultati e Scalabilità
L'analisi delle risorse rivela i seguenti comportamenti di scalabilità, dove $N_b$ è il numero di orbitali di Bloch e $N_k$ è il numero di punti $k$:

• Qubit Logici: La correzione richiede $O(N_b N_k)$ qubit logici, che è subordinato rispetto a $O(N_{pw}^{1/2} N_b N_k)$ richiesto per la simulazione completa dell'Hamiltoniana (dove $N_{pw}$ è la dimensione della base di onde piane).
• Conteggio Toffoli: La scalabilità Toffoli principale per la correzione è $O((N_b N_k)^3)$. Sebbene condivida la stessa dipendenza cubica dalla dimensione della base come la stima dell'energia, essa evita il grande prefattore di onde piane ($N_{pw}^{3/2}$) inerente alla simulazione completa dell'Hamiltoniana.
• Requisiti di Precisione: La routine di correzione è significativamente più tollerante al rumore rispetto alla stima dell'energia stessa. Il rumore consentito in $S(q)$ cresce con la dimensione del sistema ($p \leq p N_k^{1/3}$), il che significa che $S(q)$ non deve essere calcolato con la stessa precisione assoluta dell'energia totale.
• Confronto con il Down-sampling: A differenza del down-sampling, che scala come $(2(N_a N_k)^{1/3} + 1)(N_b N_k)^3 N_{pw}^{3/2}$ (richiedendo ripetuti calcoli completi su celle più grandi), il metodo proposto aggiunge un termine di correzione che è asintoticamente più economico ed evita la crescita esponenziale della dimensione del sistema.

Significatività
Il documento afferma che la mitigazione della dimensione finita nelle simulazioni quantistiche periodiche non deve essere ottenuta spingendo il calcolo molti-corpo principale verso mesh $k$ proibitivamente dense o supercelle più grandi. Invece, trattando l'errore di dimensione finita come un problema di correlazione di densità infrarossa, è possibile estrarre la correzione necessaria da un piccolo set di misurazioni dell'SSF a basso momento.

Questo approccio è particolarmente significativo per i materiali metallici e in condizioni estreme, dove è richiesta una risoluzione densa dello spazio $k$ per controllare gli effetti shell e lo screening a lungo raggio. Combinando il twist averaging (per gli effetti a corpo singolo) con una valutazione quantistica mirata dell'SSF (per gli effetti a due corpi), il metodo fornisce una via per le correzioni al limite termodinamico che è sia fisicamente motivata che asintoticamente compatibile con i vincoli di risorse tolleranti ai guasti. Il lavoro stabilisce che l'SSF è un osservabile target utile nell'ambito tollerante ai guasti perché cattura la fisica dominante residua della dimensione finita pur rimanendo computazionalmente subordinato alla primaria attività di stima dell'energia.