⚛️ quantum physics

Quantum-Classical Auxiliary Field Quantum Monte Carlo with Matchgate Shadows on Trapped Ion Quantum Computers

Dit artikel demonstreert een recordbrekende, door GPU versnelde end-to-end workflow voor het simuleren van chemische reactiebarrières met behulp van Quantum-Classical Auxiliary Field Quantum Monte Carlo met matchgate shadows op een IonQ Forte kwantumcomputer, waarbij significante versnellingen en resultaten binnen 10 kcal/mol van referentiewaarden worden behaald.

Oorspronkelijke auteurs: Luning Zhao, Joshua J. Goings, Willie Aboumrad, Andrew Arrasmith, Lazaro Calderin, Spencer Churchill, Dor Gabay, Thea Harvey-Brown, Melanie Hiles, Magda Kaja, Matthew Keesan, Karolina Kulesz, Andrii M

Gepubliceerd 2026-07-30

📖 4 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Luning Zhao, Joshua J. Goings, Willie Aboumrad, Andrew Arrasmith, Lazaro Calderin, Spencer Churchill, Dor Gabay, Thea Harvey-Brown, Melanie Hiles, Magda Kaja, Matthew Keesan, Karolina Kulesz, Andrii Maksymov, Mei Maruo, Mauricio Muñoz, Bas Nijholt, Rebekah Schiller, Yvette de Sereville, Amy Smidutz, Felix Tripier, Grace Yao, Trishal Zaveri, Coleman Collins, Martin Roetteler, Evgeny Epifanovsky, Arseny Kovyrshin, Lars Tornberg, Anders Broo, Jeff R. Hammond, Zohim Chandani, Pradnya Khalate, Elica Kyoseva, Yi-Ting Chen, Eric M. Kessler, Cedric Yen-Yu Lin, Gandhi Ramu, Ryan Shaffer, Michael Brett, Benchen Huang, Maxime R. Hugues, Tyler Y. Takeshita

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je probeert te voorspellen hoe een complexe machine zich zal gedragen door alleen naar de blauwdrukken ervan te kijken. In de wereld van de chemie is die machine een molecuul, en de blauwdruk is een reeks vergelijkingen die beschrijven hoe elektronen rondom atomen dansen. Decennialang hebben wetenschappers krachtige klassieke computers gebruikt om deze vergelijkingen op te lossen, maar wanneer de moleculen ingewikkeld worden—zoals die met overgangsmetalen die worden gebruikt in levensreddende medicijnen of industriële katalysatoren—wordt de wiskunde zo ongelooflijk verstrengeld dat zelfs de snelste supercomputers ter wereld vastlopen. Het is alsof je probeert een knoop van een miljard touwtjes te ontwarren terwijl je geblinddoekt bent; hoe meer touwtjes je toevoegt, hoe moeilijker het wordt, totdat de taak onmogelijk wordt. Dit is waar quantum computing het verhaal binnenkomt. In plaats van te proberen de knoop te ontwarren met één enkel paar handen, gebruiken quantumcomputers de vreemde regels van de quantumwereld om vele mogelijkheden tegelijkertijd te verkennen, wat een potentiële kortere weg biedt naar het begrijpen van deze complexe chemische reacties. De grote vraag is: kunnen we deze fragiele, ruisgevoelige nieuwe machines vandaag de dag daadwerkelijk gebruiken om echte chemische problemen op te lossen, of wachten we nog steeds op een perfecte, foutvrije toekomst?

Dit artikel vertelt het verhaal van een team dat besloot niet langer te wachten, maar een brug te bouwen tussen de quantum- en de klassieke wereld om een specifiek, moeilijk chemisch puzzelstuk op te lossen. Ze richtten zich op een reactie genaamd de Suzuki–Miyaura cross-coupling, een essentieel proces dat wordt gebruikt om koolstofatomen aan elkaar te naaien om medicijnen te creëren. Specifiek wilden ze de energiebarrière berekenen voor een stap waarbij een nikkelatoom een stukje van een molecuul grijpt om de reactie te starten. Dit is een berucht moeilijk probleem omdat het nikkelatoom elektronen heeft die sterk "gecorreleerd" zijn, wat betekent dat ze op een zeer gecoördineerde, chaotische manier handelen die standaard computermodellen doorbreekt. De onderzoekers simuleerden dit niet alleen op een computer; ze voerden een echt experiment uit met een quantumcomputer van IonQ, die gebruikmaakt van gevangen ionen (geladen atomen) als verwerkingseenheden, gecombineerd met een enorme legermacht aan NVIDIA GPU's om het zware werk te verrichten.

Het team ontwikkelde een slimme workflow genaamd "Quantum-Classical Auxiliary Field Quantum Monte Carlo" (QC-AFQMC). Denk aan dit als een estafette. Eerst bereidt de quantumcomputer een "trial state" voor, een ruwe schatting van hoe de elektronen van het molecuul eruitzien. In plaats van de quantumcomputer al het moeilijke rekenwerk te laten doen, gebruikte het team een techniek genaamd "matchgate shadows". Stel je voor dat je een foto maakt van een 3D-object vanuit veel verschillende, willekeurige hoeken om een "schaduw" te creëren die de essentie vastlegt zonder dat je elk afzonderlijk detail hoeft te zien. Deze schaduwen worden vervolgens naar de klassieke supercomputers gestuurd, die geavanceerde wiskundige trucs (zoals algoritmische differentiatie) gebruiken om de berekening te voltooien en de energiebarrière te voorspellen.

De resultaten waren een mix van triomf en realiteitscontrole. Wanneer ze de "ideale simulator" van de quantumcomputer gebruikten (een perfecte, ruisvrije versie), lagen hun resultaten ongelooflijk dicht bij de gouden standaard referentie, binnen ±4 kcal/mol van de verwachte waarde. Echter, toen ze het experiment uitvoerden op de werkelijke, ruisgevoelige IonQ Forte quantumhardware, weken de resultaten een beetje af en kwamen ze binnen 10 kcal/mol van de referentie terecht. Hoewel dit nog niet perfect is, is het een enorme stap voorwaarts. Het artikel sluit expliciet de mogelijkheid uit dat deze methode te traag of te duur is om nuttig te zijn; in feite bereikten ze een 656-voudige versnelling in de tijd die nodig is om het probleem op te lossen vergeleken met eerdere state-of-the-art methoden, dankzij hun nieuwe algoritmen en GPU-acceleratie. Ze ontdekten ook dat hoewel de quantumhardware enige ruis introduceerde die de energiewaarden verschoven, de methode robuust genoeg bleef om nuttige chemische inzichten te geven.

Het team ontdekte ook dat het specifiek afstemmen van de quantumcomputer op deze taak een groot verschil maakte. Door de wijze waarop de circuits werden verzonden en uitgevoerd te optimaliseren, versnelden ze de gegevensverzameling met een factor 9. Ze gebruikten in totaal 24 qubits: 16 om de trial state van het molecuul te representeren en 8 extra "ancilla" qubits om te helpen bij het opvangen en herstellen van fouten. De uiteindelijke conclusie is dat hoewel we er nog niet zijn voor perfecte, foutvrije chemie op quantumapparaten, deze end-to-end workflow bewijst dat we nu complexe, reële katalytische reacties aan kunnen pakken die voorheen buiten bereik lagen. Het is een belangrijke stap richting het bruikbaar maken van quantumchemie voor medicijnontwikkeling, waarbij wordt aangetoond dat we met de juiste combinatie van quantumhardware, klassieke supercomputingkracht en slimme algoritmen kunnen beginnen met het ontwarren van de complexe knopen van de moleculaire chemie.

Technische Samenvatting: Quantum-Classical Auxiliary Field Quantum Monte Carlo met Matchgate Shadows op Trapped Ion Quantum Computers

Probleemstelling
Nauwkeurige modellering van chemische reactiebarrières bij overgangsmetaal-katalysatoren (TM), zoals de Suzuki–Miyaura cross-coupling reactie, blijft een aanzienlijke uitdaging voor de klassieke computationele chemie. Deze systemen vertonen sterke elektroncorrelatie en multi-referentie karakter door ongepaarde d- of f-elektronen, waardoor standaard single-referentie methoden zoals Density Functional Theory (DFT) en zelfs de "gouden standaard" Coupled Cluster Singles and Doubles with perturbative Triples [CCSD(T)] falen of instorten. Hoewel Quantum Phase Estimation (QPE) exacte oplossingen biedt, vereist dit fouttolerante hardware die de huidige capaciteiten overstijgt. Variational Quantum Eigensolvers (VQE) zijn ruisbestendig, maar lijden onder verbijsterende meetkosten en gevoeligheid voor device-ruis. Bijgevolg is er behoefte aan hybride quantum-klassieke algoritmen die near-term quantum hardware kunnen benutten om gecorreleerde trial-toestanden te prepareren, terwijl de computationele knelpunten van klassieke post-processing worden gemitigeerd.

Methodologie
De auteurs presenteren een end-to-end workflow voor het Quantum-Classical Auxiliary Field Quantum Monte Carlo (QC-AFQMC) algoritme, uitgevoerd binnen een versnelde quantum supercomputing omgeving. De workflow integreert de IonQ Forte trapped-ion quantum computer met NVIDIA GPU's op Amazon Web Services (AWS).

Algoritmisch Kader: De methode maakt gebruik van de klassieke AFQMC projector Monte Carlo-benadering, die een wavefunction evolueert in imaginaire tijd om de grondtoestand te vinden. Om het fermionische faseprobleem aan te pakken, is een trial wavefunction ( $|\Psi_T\rangle$ ) vereist. In deze implementatie wordt de trial-toestand geprepareerd op een quantum computer met behulp van de Variational Quantum Eigensolver (VQE) met een unitary pair coupled-cluster doubles (upCCD) ansatz.
Matchgate Shadows: In plaats van de standaard Hadamard-test of Clifford-gebaseerde klassieke shadows (die exponentieel schalen voor overlap-berekeningen in AFQMC) te gebruiken, hanteert de workflow matchgate shadows. Deze techniek maakt de efficiënte evaluatie van overlaps $\langle \Psi_T | \phi \rangle$ tussen de quantum trial-toestand en klassieke walker-toestanden mogelijk. De overlap-berekening schaalt polynomiaal ( $O(N^{4.5})$ ) met de systeemgrootte $N$ .
Virtual Correlation Energy (VCE): Om grote chemische systemen te verwerken waarbij de volledige orbitale ruimte de beschikbare qubits overschrijdt, wordt het systeem gepartitioneerd in een actieve ruimte (behandeld door de quantum trial-toestand) en een virtuele ruimte. De VCE-techniek vangt elektroncorrelaties buiten de actieve ruimte op met behulp van een enkele Slater-determinant, waardoor de quantumbronnen zich kunnen concentreren op de sterk gecorreleerde actieve ruimte.
Algoritmische Optimalisaties: De auteurs introduceren significante algoritmische verbeteringen voor de klassieke post-processing stap. Door gebruik te maken van algoritmische differentiatie (specifiek derivaten van matrix Pfaffians) in plaats van eindige verschillen, wordt de computationele complexiteit voor het berekenen van lokale energieën en force bias termen verminderd van $O(N^{8.5})$ en $O(N^{7.5})$ naar $O(N^{5.5})$ en $O(N^{4.5})$ , respectievelijk.
Hardware Executie:
- Quantum: De trial-toestand wordt geoptimaliseerd op een ideale simulator, en matchgate shadow-circuits worden uitgevoerd op de IonQ Forte QPU. Performance tuning van de QPU control software en firmware werd geïmplementeerd om de throughput te maximaliseren.
- Klassiek: Post-processing, inclusief imaginary time propagation en energie-evaluatie, wordt uitgevoerd op AWS ParallelCluster met NVIDIA H100 en H200 GPU's, waarbij gebruik wordt gemaakt van de cuBLAS, cuSOLVER, en cuTENSOR bibliotheken.

Belangrijkste Bijdragen

Eerste Grootschalige Demonstratie: Dit werk rapporteert de grootste QC-AFQMC experiment met matchgate shadows uitgevoerd op quantum hardware tot nu toe, gebruikmakend van 24 qubits (16 voor de trial-toestand, 8 ancilla voor foutenmitigatie) op de IonQ Forte processor.
Algoritmische Versnelling: De implementatie bereikt een 656× verbetering in de time-to-solution voor de klassieke post-processing stap vergeleken met de state-of-the-art implementatie door Huang et al. [41], primair gedreven door de reductie in asymptotische complexiteit via algoritmische differentiatie en GPU-acceleratie.
Hardware Throughput Optimalisatie: Specifieke performance tuning van de IonQ Forte control stack resulteerde in een 9× versnelling in het verzamelen van matchgate circuit-metingen.
End-to-End Workflow: Het paper vestigt een volledig geïntegreerde workflow die quantum state preparatie, shadow tomografie en GPU-geaccelereerde klassieke Monte Carlo propagatie combineert voor complexe chemische problemen.

Resultaten
Het algoritme werd toegepast om de oxidatieve additie stap van een nikkel-gekatalyseerde Suzuki–Miyaura reactie (involvende soort B, transitietoestand [B-C]‡, en product C) te simuleren met een (8,8) actieve ruimte.

Nauwkeurigheid: Wanneer matchgates werden gesampled op een ideale simulator, lagen de berekende reactiebarrières binnen het onzekerheidsinterval van ±4 kcal/mol van de referentie CCSD(T) resultaten.
Ruisimpact: Wanneer gemeten op de werkelijke QPU, weken de resultaten ongeveer 10 kcal/mol af van de referentie. De ruis veroorzaakte een kwalitatieve verschuiving in de voorspelde energievolgorde van de reactant en het product, wat de huidige beperkingen van foutenmitigatie voor deze specifieke toepassing benadrukt.
Deeltjesgetal: Terwijl de ideale simulator deeltjesgetallen leverde die dicht bij de grondwaarheid (8 elektronen) lagen, vertoonden de QPU-metingen een afwijking naar ongeveer 10,5 elektronen, wat duidt op significante hardware-ruis, hoewel de energieresultaten resistenter bleven tegen deze ruis dan de deeltjesgetal-schattingen.

Betekenis
Het paper beweert dat dit werk een "stap richting praktische quantumchemische simulaties op quantum devices" vertegenwoordigt. Het daagt de voorheen heersende consensus uit dat QC-AFQMC prohibitief duur is voor systemen van echt wetenschappelijk belang, door aan te tonen dat de methode, met algoritmische verfijningen en hardware-acceleratie, kan worden toegepast op katalytische overgangsmetaalcomplexen. De studie identificeert dat hoewel de methode levensvatbaar is, verdere ontwikkeling nodig is in foutenmitigatietechnieken en de selectie van robuuste trial-toestanden om het volledige potentieel op noisy intermediate-scale quantum (NISQ) hardware te realiseren. Het werk onderstreept de noodzaak om quantum hardware control software mede te ontwerpen met specifieke algoritmische workloads om betekenisvolle versnellingen te bereiken.

Meer zoals dit