A QSVT-Based Quantum Jacobi Algorithm for Linear Systems with Application to the Poisson Equation

Het voorspellen van hoe vloeistoffen bewegen is een hoeksteen van de moderne techniek, van het ontwerpen van efficiënte vliegtuigvleugels tot het modelleren van weerpatronen. Om dit te doen, breken wetenschappers de complexe, kolkende vergelijkingen die de stroming van vloeistoffen beheersen af in een massaal rooster van punten. Op elk punt moet de computer een eenvoudige relatie tussen zijn buren oplossen. Wanneer deze relaties worden gecombineerd, vormen ze een gigantische puzzel van lineaire vergelijkingen. Het oplossen van deze puzzel is het meest kostbare deel van de simulatie en verbruikt vaak het grootste deel van de tijd van een supercomputer. Decennialang hebben ingenieurs vertrouwd op iteratieve methoden om deze puzzels op te lossen, een proces dat vergelijkbaar is met het verfijnen van een ruwe schets tot een gedetailleerde tekening door herhaaldelijk de lijnen aan te passen totdat ze in de juiste vorm landen. Hoewel klassieke computers dit goed kunnen afhandelen, drijven de enorme omvang van de vereiste roosters voor realistische simulaties zelfs de krachtigste machines tot hun limieten.

Quantumcomputing biedt een ander pad en belooft deze massale roosters te kunnen verwerken door informatie te coderen in de vreemde, overlappende toestanden van quantumdeeltjes. De meeste bestaande quantumbenaderingen proberen deze vloeistofpuzzels echter op te lossen door de gehele wiskundige structuur in één keer te inverteren, een methode die vaak te rigide of te middelenintensief is voor de specifieke, stapsgewijze aard van vloeistofsimulaties. Een team van onderzoekers heeft nu een nieuw quantumalgoritme ontwikkeld dat de iteratieve geest van de klassieke techniek respecteert. In plaats van een quantumcomputer te dwingen de hele structuur te inverteren, hebben zij de klassieke Jacobi-methode — een eenvoudige techniek van herhaalde aanpassingen — aangepast om op quantumhardware te draaien. Hun werk laat zien dat ze, door gebruik te maken van een specifieke wiskundige tool genaamd quantum singular value transformation, deze herhaalde aanpassingen efficiënt kunnen uitvoeren, waarbij het aantal extra quantumbits dat nodig is constant blijft, ongeacht het aantal stappen van de berekening.

De onderzoekers, werkend met instellingen waaronder Volkswagen en het Duitse Centrum voor Lucht- en Ruimtevaart (DLR), richtten zich op een specifiek type probleem dat veel voorkomt in de vloeistofdynamica: de Poisson-vergelijking. Deze vergelijking verschijnt telkens wanneer wetenschappers moeten waarborgen dat een vloeistofstroom consistent blijft, zoals bij het berekenen van drukveranderingen in een simulatie van lucht die over een auto beweegt of in een doos. In een standaard computersimulatie houdt het oplossen van deze vergelijking een lus in waarbij de computer een oplossing raadt, de fout controleert en de gok corrigeert, waarbij deze cyclus honderden of duizenden keren wordt herhaald. Het team heeft deze lus vertaald naar een quantumcircuit. Ze realiseerden zich dat elke stap van de correctie kan worden beschouwd als een polynomiale transformatie, een wiskundige operatie die de waarden in het systeem hervormt. Door quantum singular value transformation te gebruiken, konden zij deze hervorming direct toepassen op de quantumtoestand die de vloeistof vertegenwoordigt, waardoor ze vele stappen van het correctieproces in één enkele, coherente quantumoperatie konden uitvoeren.

Een grote hindernis in eerdere pogingen om iteratieve methoden op quantumcomputers uit te voeren, was de accumulatie van middelen. Elke keer dat een quantumcomputer twee matrices met elkaar vermenigvuldigt om een stap in de berekening uit te voeren, heeft hij doorgaans extra geheugenbits nodig, ook wel ancilla-qubits genoemd, om de tussenresultaten vast te houden. In oudere quantumversies van de Jacobi-methode groeide het aantal van deze extra bits lineair met het aantal stappen, waardoor de beperkte capaciteit van huidige quantumapparaten snel uitgeput raakte. Het nieuwe algoritme lost dit op door de iteratie te herformuleren zodat de extra bits constant blijven. De onderzoekers hebben aangetoond dat hun methode slechts een vast, klein aantal extra qubits vereist, ongeacht of de simulatie tien stappen of honderd stappen draait. Deze efficiëntie gaat ten koste van een circuitdiepte die lineair groeit met het aantal iteraties, maar deze afweging is gunstig omdat het de exponentiële bronnenexplosie voorkomt die eerdere pogingen te kwamen.

Om hun idee te testen, simuleerden de onderzoekers het algoritme op een klassieke computer om te zien hoe het zich zou gedragen op een echte quantummachine. Ze pasten het eerst toe op een eenvoudig eendimensionaal probleem, een basismodel van vloeistofdruk, en stelden vast dat het quantumalgoritme exact dezelfde resultaten gaf als de klassieke methode, met fouten die zo klein waren dat ze effectief nul waren. Vervolgens gingen ze over naar een complexer, tweedimensionaal scenario: de stroming van lucht in een vierkante doos waarbij het bovenste deksel beweegt en de lucht met zich mee sleept. Dit is een standaard testgeval in de techniek dat bekend staat als de 'lid-driven cavity flow'. In deze simulatie moet de drukvergelijking herhaaldelijk worden opgelost terwijl de lucht beweegt. De onderzoekers toonden aan dat hun quantumbenadering de drukberekeningen voor deze bewegende vloeistof kon afhandelen, waarbij de klassieke oplossing met hoge precisie werd benaderd. Ze pakten ook een technische moeilijkheid aan waarbij de wiskundige structuur van de vloeistofvergelijkingen niet perfect aansloot bij de vereisten van hun quantumtool. Ze ontdekten dat door de randvoorwaarden van het probleem licht te modificeren, ze de vergelijkingen compatibel konden maken zonder het uiteindelijke fysieke resultaat significant te beïnvloeden, een compromis dat goed standhield in hun simulaties.

De studie bevestigt dat deze op polynomen gebaseerde benadering een levensvatbare bouwsteen is voor toekomstige quantumvloeistofsimulaties. Het brengt quantumcomputing dichter bij de werkelijke strategieën die ingenieurs vandaag de dag gebruiken, in plaats van vloeistofproblemen in een mal te dwingen die ontworpen is voor pure wiskunde. Hoewel het huidige werk een simulatie is en steunt op de aanname dat de vloeistofvergelijkingen op een specifieke manier gestructureerd kunnen worden, suggereren de resultaten een duidelijke weg vooruit. De auteurs merken op dat deze methode uiteindelijk als een component kan dienen in grotere, geavanceerdere quantumworkflows, zoals die gebruikt worden voor multigrid-methoden, die de gouden standaard zijn voor het versnellen van vloeistofsimulaties op klassieke computers. Door te bewijzen dat een eenvoudig proces van herhaalde aanpassing efficiënt in een quantumcircuit kan worden gecodeerd, hebben de onderzoekers een praktische stap gezet naar het integreren van quantumcomputing in de dagelijkse gereedschapskist van de computationele vloeistofdynamica.