Tensor-network simulation of strongly coupled multi-fluxonium circuits
Dit artikel introduceert een tensornetwerk-simulatiemethode met behulp van matrixproducttoestanden en -operatoren om efficiënt het laagliggende spectrum van sterk gekoppelde multi-fluxonium supergeleidende circuits te berekenen, waarbij de exponentiële geheugenbeperkingen van exacte diagonalisatie worden overwonnen door te schalen met het aantal modi en afkapparameters in plaats van met de volledige Hilbertruimte-dimensie.
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 auteur. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Het ontwerpen van een supergeleidende kwantumprocessor is een beetje alsof je probeert het gedrag van een complexe machine te voorspellen voordat deze ooit gebouwd is. De machine bestaat uit minuscule elektrische circuits die elektriciteit geleiden zonder weerstand, gekoeld tot temperaturen nabij het absolute nulpunt. Deze circuits vormen het hart van de processor, en hun gedrag wordt bepave door een wiskundige beschrijving van hun energieniveaus. Om te begrijpen wat de machine zal doen, moeten wetenschappers de laagste energietoestanden van deze circuits berekenen. Echter, naarmate er meer componenten aan het circuit worden toegevoegd, explodeert de complexiteit van de berekening. Het aantal mogelijke toestanden groeit zo snel dat zelfs de krachtigste computers het volledige beeld niet meer kunnen bevatten wanneer het circuit groot genoeg wordt om nuttig te zijn. Dit creëert een flessenhals: ingenieurs kunnen geen betere machines ontwerpen omdat ze de machines die ze proberen te bouwen niet nauwkeurig kunnen simuleren.
De uitdaging is bijzonder groot wanneer de componenten van het circuit sterk met elkaar verbonden zijn. Bij veel traditionele benaderingen proberen wetenschappers een complex circuit op te splitsen in kleinere, beheersbare stukken, elk stuk afzonderlijk op te lossen, en vervolgens de antwoorden aan elkaar te naaien. Dit werkt goed wanneer de stukken losjes met elkaar verbonden zijn, maar het faalt vaak wanneer de onderdelen nauw verweven zijn, zoals in de geavanceerde circuits die vandaag de dag worden ontwikkeld. Als de stukken niet correct worden gescheiden, kan het uiteindelijke antwoord foutief zijn, en is er geen gemakkelijke manier om te bepalen of de fout is ontstaan omdat de stukken slecht zijn gekozen of omdat de berekening niet nauwkeurig genoeg was.
Een team van onderzoekers van Qilimanjaro Quantum Tech en verschillende instellingen in Barcelona heeft een nieuwe manier ontwikkeld om dit probleem op te lossen. In plaats van het circuit willekeurig in subsystemen op te delen, behandelden zij het gehele circuit als één enkel, verenigd systeem. Ze gebruikten een wiskundige techniek genaamd een tensornetwerk, die ontworpen is om complexe, onderling verbonden gegevens te verwerken zonder elke individuele mogelijkheid in het geheugen te hoeven opslaan. Door zich te concentreren op de natuurlijke trillingen, of modi, van het gehele circuit, waren ze in staat het systeem op een manier te representeren die zowel compact als nauwkeurig is. Deze aanpak stelde hen in staat om een circuit met drie kwantumeenheden, bekend als fluxonia, te simuleren, wat voorheen onmogelijk te berekenen was met standaardmethoden.
De onderzoekers testten hun methode op twee verschillende circuits. Het eerste was een paar fluxonia die verbonden waren door een regelbare koppeling. Voor dit kleinere systeem konden ze hun nieuwe methode vergelijken met een traditionele, exacte berekening om te zien of deze accuraat was. De resultaten waren opmerkelijk: de nieuwe methode kwam overeen met de exacte berekening tot binnen één miljoenste van een gigahertz, een precisieniveau dat meer dan voldoende is voor het ontwerpen van kwantumprocessors. Deze validatie gaf hen het vertrouwen om door te gaan naar het grotere, moeilijkere circuit.
Het tweede circuit bestond uit drie fluxonia die verbonden waren door twee regelbare koppelstukken. Dit systeem heeft elf verschillende trillingsmodi en een theoretisch aantal mogelijke toestanden dat zo groot is dat het de geheugencapaciteit van de krachtigste supercomputers ter wereld overstijgt als men probeert alle gegevens tegelijk op te slaan. Een standaardcomputer zou een aantal waarden moeten opslaan dat gelijk is aan 17 miljard gigabytes om het volledige beeld vast te houden, wat ver buiten de huidige mogelijkheden ligt. Zelfs een slimmere aanpak die alleen de niet-nul waarden opslaat, zou nog steeds meer geheugen vereisen dan een enkele computer node bezit.
Met hun nieuwe tensornetwerk-methode waren de onderzoekers in staat om de laagste energieniveaus van dit enorme drie-fluxonia-circuit te berekenen. Ze ontdekten dat ze de acht laagste energietoestanden met hoge precisie konden berekenen met een bond dimension van 32. In gewone taal betekent dit dat de computer slechts een relatief klein aantal verbindingen tussen de onderdelen van het systeem in de gaten hoefde te houden om het juiste antwoord te krijgen. De gehele berekening duurde 81 minuten en gebruikte slechts 1,3 gigabyte aan geheugen op een enkele centrale verwerkingseenheid. Dit is een minuscuul fractie van de middelen die nodig zou zijn door oudere methoden, die de simulatie helemaal niet zouden hebben kunnen uitvoeren.
Het succes van deze simulatie demonstreert dat de onderzoekers nu circuits kunnen modelleren die voorheen buiten bereik lagen. De methode vertrouwt niet op het gokken hoe het circuit te splitsen of op het maken van aannames over hoe de onderdelen interageren. In plaats daarvan gebruikt het de natuurlijke structuur van het circuit zelf om een efficiënt pad naar het antwoord te vinden. De onderzoekers bevestigden dat hun resultaten stabiel en betrouwbaar waren door de berekening meerdere keren uit te voeren met verschillende startpunten en door te controleren hoe het antwoord veranderde naarmate ze de precisie van de berekening aanpasten. Ze ontdekten dat de resultaten snel convergeren, wat betekent dat de methode robuust is en niet vastloopt in onjuiste oplossingen.
Dit werk biedt een krachtig nieuw instrument voor het ontwerp van kwantumprocessors. Door ingenieurs in staat te stellen om complexe, sterk gekoppelde circuits met hoge nauwkeurigheid en lage computationele kosten te simuleren, neemt de methode een belangrijke barrière weg voor het bouwen van betere kwantummachines. Het laat zien dat, zelfs wanneer de componenten van een circuit diep verstrengeld zijn, het mogelijk is om hun collectieve gedrag te begrijpen zonder een onmogelijke hoeveelheid gegevens te hoeven opslaan. De onderzoekers hebben aangetoond dat de weg vooruit voor kwantumcircuitontwerp niet vereist dat we wachten tot computers oneindig krachtig worden, maar eerder dat we slimmere manieren vinden om de computers die we al hebben te gebruiken.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.