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

기술 요약: 정적 구조 인자(Static Structure Factor)의 결함 허용 계산 및 유한 크기 효과

문제 정의
결함 허용 양자 알고리즘은 고전적인 전자 구조 방법론으로는 도달할 수 없는 주기적 물질의 바닥 상태 에너지를 추정하는 경로를 제공한다. 그러나 중요한 과제가 남아 있다: 양자 시뮬레이션은 일반적으로 유한한 슈퍼셀(supercell) 또는 이산적인 브릴루앙 존(Brillouin-zone, BZ) 메쉬를 평가하지만, 물질의 특성은 열역학적 극한에서 정의된다. 이러한 불일치는 두 가지 주요 성분을 가진 유한 크기 오차를 도입한다:

1. 일체(one-body, shell) 오차: 단일 입자 상태의 이산적 샘플링에서 기인하며, 특히 페르미 표면 근처의 금속에서 심각하게 나타난다.
2. 이체(two-body) 오차: 유한한 주기적 셀 내에서 장파장 쿨롱 상관관계(long-wavelength Coulomb correlations)의 왜곡에서 기인한다.

일체 오차는 트위스트 평균화(twist averaging)를 통해 완화될 수 있지만, 잔여 이체 오차는 장파장 밀도 요동에 의해 제어된다. 전통적인 완화 전략, 예를 들어 "다운샘플링(down-sampling)"(점진적으로 더 큰 슈퍼셀이나 더 조밀한 $k$-메쉬에서 에너지 계산을 반복하는 것)은 결함 허용 환경에서 실행 비용이 너무 높다. 왜냐하면 바닥 상태 에너지 추정 자체가 이미 지배적인 양자 프리미티브(quantum primitive)이기 때문이다. 본 논문은 전체 에너지 추정 루틴을 반복하지 않고도 이러한 유한 크기 오차를 교정하기 위한 더 표적화되고 양자 효율적인 사후 처리 전략의 필요성을 다룬다.

방법론
저자들은 트위스트 평균화와 저모멘텀에서의 정적 구조 인자(Static Structure Factor, SSF), $S(q)$에 대한 결함 허용 양자 계산을 결합한 하이브리드 전략을 제안한다.

1. 트위스트 평균화: 고정된 시뮬레이션 셀 상에서 일련의 트위스트 경계 조건($\theta$)에 대해 에너지를 평균화하여 일체 쉘 효과를 억제한다. 이는 시스템 크기를 키울 필요 없이 수행된다.
2. SSF를 통한 적외선 재구성(Infrared Reconstruction): 지배적인 잔여 이체 오차는 SSF의 소모멘텀(적외선) 거동에 의해 결정된다. 저자들은 결정 운동량 구조를 보존하면서 블로흐 궤도(Bloch-orbital) 기저에서 SSF 연산자 $\hat{S}_q = \hat{\rho}^\dagger_q \hat{\rho}_q$를 정식화한다.
3. 블록 인코딩 및 추정:
   • 밀도 연산자 $\hat{\rho}_q$는 폼 팩터(form factors)와 기븐스 회전(Givens rotations)을 포함하는 선형 결합 유니터리(Linear Combination of Unitaries, LCU)로 분해된다.
   • $\hat{S}_q$의 블록 인코딩은 밀도 연산자의 블록 인코딩의 반사 곱(reflected product)을 통해 구축된다: $U_{\hat{S}} = [U_{\hat{\rho}}]^\dagger \cdot \text{REF} \cdot U_{\hat{\rho}}$.
   • 바닥 상태 기댓값 $\langle \psi_0 | \hat{S}_q | \psi_0 \rangle$은 진폭 증폭(amplitude amplification)과 위상 추정(phase estimation)을 결합한 **증폭된 하다마드 테스트(amplified Hadamard test)**를 사용하여 하이젠베르크 한계 스케일링을 달성하며 추정된다.
4. 적응형 적외선 윈도우 선택: 유한 크기 교정을 재구성하기 위해, 알고리즘은 $S(q)$가 점근적 적외선 영역($S(q) \sim \alpha q^\beta$)에 진입하는 모멘텀 컷오프 $q_t$를 식별해야 한다. 저자들은 두 가지 적응형 탐색 절차를 도입한다:
   • 전역 적응형 탐색(Global Adaptive Search): 모든 샘플링된 저-$q$ 쉘에 대한 이진 탐색을 통해 가장 안정적인 컷오프를 찾는다.
   • 국소 윈도우 탐색(Local Windowed Search): 이전에 계산된 쉘 데이터를 재사용하여 새로운 양자 쿼리 효율성을 높이는 슬라이딩 윈도우 접근법으로, 클래식 저장 공간과 양자 쿼리 효율성을 교환한다.

주요 기여

• 연산자 정식화: 저자들은 블로흐 궤도 기저에서 SSF 연산자를 정의하고 그 블록 인코딩을 구축한다. 이 표현법은 모멘텀 선택 규칙을 내부 셀 물리와 분리하여, 물질 특유의 정보를 사전 계산된 폼 팩터에 압축한다.
• 결함 허용 알고리즘: 증폭된 하다마드 테스트를 사용하여 $S(q)$를 추정하기 위한 완전한 회로 아키텍처를 제공하며, 토폴리(Toffoli) 게이트 및 논리 큐비트에 대한 정확한 자원 추정치를 포함한다.
• 적응형 프로토콜: 전역 및 국소 이진 탐색의 도입은 점근적 영역에 대한 사전 지식 없이도 효율적으로 적외선 피팅 윈도우를 결정할 수 있게 한다.
• 자원 분석: 제안된 방법은 전체 에너지 추정 루틴에 비해 **부차적(subleading)**인 비용을 갖는다는 것을 보여준다.

결과 및 스케일링
자원 분석 결과, 다음과 같은 스케일링 거동이 나타난다 ($N_b$는 블로흐 궤도의 수, $N_k$는 $k$-지점의 수):

• 논리 큐비트: 이 교정은 $O(N_b N_k)$ 논리 큐비트를 요구하며, 이는 전체 해밀토니안 시뮬레이션에 필요한 $O(N_{pw}^{1/2} N_b N_k)$($N_{pw}$는 평면파 기저 크기)에 비해 부차적이다.
• 토폴리 개수: 교정의 주요 토폴리 스케일링은 $O((N_b N_k)^3)$이다. 이는 기저 크기에 대해 에너지 추정과 동일한 3차 의존성을 공유하지만, 전체 해밀토니안 시뮬레이션에 내재된 거대한 평면파 프리팩터($N_{pw}^{3/2}$)를 피할 수 있다.
• 정밀도 요구사항: 교정 루틴은 에너지 추정 자체보다 훨씬 더 노이즈에 강하다. $S(q)$의 허용 가능한 노이즈는 시스템 크기에 따라 증가하므로($p \leq p N_k^{1/3}$), $S(q)$를 총 에너지와 동일한 절대 정밀도로 계산할 필요는 없다.
• 다운샘플링과의 비교: 다운샘플링은 $(2(N_a N_k)^{1/3} + 1)(N_b N_k)^3 N_{pw}^{3/2}$의 스케일링을 가지며(더 큰 셀에서 반복적인 전체 계산 필요), 제안된 방법은 점근적으로 더 저렴하고 시스템 크기의 지수적 성장을 피하는 교정 항을 추가한다.

의의
본 논문은 주기적 양자 시뮬레이션에서의 유한 크기 완화가 반드시 지나치게 조밀한 $k$-메쉬나 더 큰 슈퍼셀로 밀어붙임으로써 달성되어야 하는 것은 아님을 주장한다. 대신, 유한 크기 오차를 적외선 밀도 상관관계 문제로 취급함으로써, 적은 수의 저모멘텀 SSF 측정으로부터 필요한 교정치를 추출할 수 있다.

이 접근 방식은 쉘 효과를 제어하고 장거리 차폐(long-range screening)를 위해 조밀한 $k$-공간 해상도가 요구되는 금속 및 극한 조건의 물질에 특히 중요하다. 트위스트 평균화(일체 효과용)와 SSF에 대한 표적 양자 평가(이체 효과용)를 결합함으로써, 이 방법은 열역학적 극한 교정을 위한 경로를 제공하며, 이는 물리적으로 잘 뒷받침될 뿐만 아니라 결함 허용 자원 제약 조건과 점근적으로 호환된다. 이 연구는 SSF가 주된 에너지 추정 작업에 비해 계산적으로 부차적이면서도, 지배적인 잔여 유한 크기 물리학을 포착한다는 점에서 결함 허용 환경의 유용한 대상 관측량임을 입증한다.