TensorMixedStates: a Julia library for simulating pure and mixed quantum states using matrix product states

本文介绍了 TensorMixedStates，这是一个基于 ITensor 构建的用户友好型 Julia 库，它利用矩阵乘积态表示，实现了对纯态和混合量子态（包括通过林德布拉德方程和非幺正门描述的耗散动力学）的高效模拟。

要点

以下是用简单语言和日常类比对该论文的解读。

宏观图景：模拟一个“漏气”的量子世界

想象你正在试图预测一台复杂机器是如何运作的。在量子物理的世界里，这台机器由微小的粒子（如原子或电子）组成。通常，科学家尝试将这些粒子模拟为处于一个完美密封的盒子中，没有任何东西进出。这被称为“纯”态。

然而，在现实世界中，没有任何东西是完美密封的。这些量子机器不断地与环境碰撞、泄漏能量，或者变得“嘈杂”。这被称为“混合”态。模拟这种漏气、嘈杂的系统对计算机来说极其困难，因为数学计算会变得混乱，并且复杂性会迅速爆炸式增长。

TensorMixedStates 是一个用 Julia 语言编写的新计算机程序（库），旨在帮助科学家模拟这些“漏气”的量子系统。它就像一个专用工具箱，允许研究人员追踪量子态在受到噪声、热量或耗散干扰时是如何变化的。

核心工具："MPS"背包

要理解这个库是如何工作的，你需要了解**矩阵乘积态（MPS）**的概念。

想象你有一长串手拉手的人。如果你想描述整条长龙，你可能会试图一次性写下每个人的确切位置。对于一条很长的链来说，这份列表将大得无法想象。

相反，MPS 方法说：“让我们只描述每个人如何与紧邻的邻居手拉手。”通过将大问题分解为小的、局部的连接，我们可以压缩信息。这就像通过总结每对角色之间的关系来描述一个长篇故事，而不是每次都重写整本书。

TensorMixedStates 库对这种“背包”方法进行了升级。

• 这些工具的旧版本只能携带“纯”态（完美、密封的盒子）。
• TensorMixedStates 可以携带“混合”态（漏气、嘈杂的盒子）。它将混乱、泄漏的信息视为一种特殊的向量，这种向量仍然可以被高效地压缩和管理。

工作原理："Lego"方法

论文解释说，这个库是建立在另一个著名工具ITensor之上的。你可以把 ITensor 想象成一套高质量、非常适合拼接的乐高积木。

• 问题： 原始的乐高套装（ITensor）旨在构建完美、刚性的结构（纯态）。它没有适合摇晃、融化结构（混合态）的正确连接器。
• 解决方案： 作者构建了一个新的“适配器套件”（TensorMixedStates），它坐落在乐高积木之上。这套套件允许你使用底下同样坚固的乐高积木来构建那些摇晃、融化的结构。

该库提供了三大主要“超能力”：

1. 处理混乱： 它可以使用与纯态相同的高效“背包”（MPS）方法来表示密度矩阵（混合态的数学表达）。
2. 时间旅行： 它可以模拟这些系统随时间的变化。这包括：
   • 薛定谔演化： 系统在完全隔离时如何变化。
   • 林德布拉德演化（Lindblad evolution）： 系统在泄漏能量或与嘈杂环境相互作用时如何变化。
   • 量子通道： 当你应用特定的“门”或操作（可能会引入错误，如嘈杂的量子计算机）时，系统如何变化。
3. 用户友好界面： 作者构建了一个“高层”界面。这意味着科学家可以用几行代码编写复杂的模拟，几乎就像写食谱一样，而不必编写成千上万行原始数学代码。

论文中的现实世界示例

这篇论文不仅仅谈论理论；它展示了该库在六种不同物理场景下的实际运行。以下是他们测试内容的简单分解：

• 嘈杂的费米子链： 想象一排电子沿着导线跳跃。研究人员添加了“退相干噪声”（就像收音机里的静电），以观察电子如何扩散。该库的结果与精确的数学答案完美匹配。
• 漏气的自旋链： 想象一排微小的磁铁（自旋）。链条的两端连接到一个“储库”（热浴），该储库试图翻转磁铁。该库成功模拟了磁性如何在链条中流动。
• 玻色子源： 想象一根管道将粒子注入一排空位中。该库追踪了粒子如何随时间填满这些空位，即使粒子的局部空间受到限制。
• 图态退相干： 想象一个由纠缠量子比特（量子位）组成的复杂网络。研究人员观察了这个网络在暴露于噪声时是如何解开的（退相干）。该库能够模拟一个包含 512 个量子比特的巨大系统，这对于此类计算来说是一个巨大的数字。
• 嘈杂电路： 想象一个量子计算机电路，其中的门（开关）有时会出错。该库模拟了“砖墙”模式的门和错误，展示了“纠缠”（部分之间的量子连接）如何增长，随后又被噪声破坏。

为什么这很重要（根据论文）

论文声称，该库填补了一个空白。虽然有很多优秀的工具可以模拟完美的量子系统，但用于模拟现实、嘈杂系统的工具却很少或难以使用。

• 效率： 它使用现有的最佳算法（如 TDVP 和 DMRG）来保持计算快速且准确。
• 精度： 它包含内置检查，可以告诉用户模拟是否变得“ sloppy”（例如，如果数学开始偏离物理现实）。
• 可访问性： 它允许研究人员用几行代码设置复杂的模拟，使研究量子系统在现实、嘈杂世界中的行为变得更加容易。

简而言之，TensorMixedStates 是一个新的、用户友好的引擎，它让科学家能够驾驶他们的量子模拟穿越现实世界崎岖、嘈杂的地形，而不仅仅是在理论平滑、完美的道路上行驶。

技术摘要

《TensorMixedStates：用于使用矩阵乘积态模拟纯态和混合量子态的 Julia 库》技术摘要

问题陈述
开放量子多体系统的模拟是现代物理学中的关键挑战，这一挑战由冷原子、囚禁离子和超导电路的实验进展所驱动。与封闭系统不同，开放系统与环境相互作用，导致噪声、耗散和退相干，这些现象通常由林德布拉德主方程描述。虽然张量网络方法，特别是矩阵乘积态（MPS），已成为模拟纯态的标准（使用如 ITensor 或 TenPy 等库），但在 MPS 框架内模拟混合态（密度矩阵）的软件则受到显著限制。现有解决方案往往缺乏灵活性，局限于特定的局部希尔伯特空间（例如仅限量子比特），或者无法与最先进的算法无缝集成。此外，表示混合态需要将密度矩阵作为加倍希尔伯特空间中的向量来处理，这引入了算符作用（例如 $O\rho$、$O\rho O^\dagger$、对易子）的复杂性，而标准的纯态框架并不原生支持这些操作。

方法论
作者介绍了 TensorMixedStates (TMS)，这是一个构建在 ITensor 库之上的 Julia 库。TMS 旨在利用 MPS 表示来模拟纯态和混合量子态。

• 核心架构：TMS 利用了 ITensor 强大的底层张量操作和高性能算法（DMRG、TDVP）。然而，鉴于 ITensor 的原生框架针对纯态进行了优化，TMS 从头实现了一个新的态和算符框架，以容纳混合态。
• 混合态表示：该库将密度矩阵 $\rho$ 表示为更大空间（维度为 $d^2$）中的向量化态 $|\rho\rangle\rangle$。这使得能够使用 MPS 技术，将密度矩阵分解为 4 索引张量的乘积（或在向量化基底下为 3 索引张量）。
• 算符框架：一个关键的设计选择是开发了一个灵活的算符框架，能够处理算符作用于密度矩阵的四种不同方式：$O\rho$、$O\rho O^\dagger$、$[O, \rho]$ 和 $\{O^\dagger O, \rho\}$。这包括对林德布拉德耗散子和一般量子信道（Kraus 算符）的支持。
• 算法：
  • 时间演化：TMS 支持通过林德布拉德方程进行连续时间演化，主要采用两种算法：TDVP（含时变分原理）和 WI/WII 近似（指数映射的 MPO 近似）。WI/WII 方法被指出是 TDVP 的补充，特别适用于非厄米演化。
  • 稳态：该库通过寻找厄米算符 $L^\dagger L$ 的基态来计算稳态，使用 DMRG 方法，从而避免了长时间积分的需求。
  • 离散演化：它支持非幺正门和量子信道的应用。
• 接口：TMS 提供双重接口：用于细粒度控制的底层 API，以及高层接口（runTMS），允许用户用几行代码定义复杂的模拟工作流（态创建、演化、测量）。

主要贡献

1. 广义混合态模拟：TMS 将 MPS 能力从量子比特扩展到一般的局部希尔伯特空间，包括玻色子、费米子、自旋和 $t-J$ 模型，填补了开放量子系统软件生态中的空白。
2. 灵活的算符框架：它提供了一套全面的工具来构建哈密顿量、林德布拉德耗散子和一般量子信道，处理混合态操作的代数复杂性。
3. 算法套件：该库集成了 TDVP 和 WI/WII 近似用于时间演化，以及专门针对林德布拉德形式调整的 DMRG 用于稳态计算。
4. 用户友好的设计：高层接口简化了复杂模拟的设置，而底层的 Julia/ITensor 架构确保了多线程处理和高效的张量缩并。
5. 验证：该库针对几个准自由模型（具有退相干或注入的费米子和玻色子链、具有边界耗散的 XX 自旋链）的精确解析解进行了验证，并针对图态退相干和含噪量子电路的已知结果进行了验证。

结果
论文通过六个示例展示了该库的能力：

• 具有退相干的费米子链：费米子密度和算符空间纠缠熵（OSEE）的模拟显示，在各种耗散强度下，与精确渐近结果高度吻合。
• 具有边界耗散的 XX 自旋链：磁化和自旋电流的时间演化与先前文献中的结果一致。
• 具有局域源的自由玻色子：该库成功模拟了具有粒子注入的玻色子链的动力学，捕捉到了密度分布和总粒子数的增长，尽管计算成本随局部希尔伯特空间维度的增加而增加。
• 具有局域源的自由费米子：TDVP 与 WI/WII 算法之间的比较表明，对于该模型，两者提供了相似的精度，尽管 TDVP 需要显著更多的 CPU 时间。
• 完全图态的退相干：该库能够高效处理大系统尺寸（高达 $N=512$），因为该态的低纠缠度允许使用较小的键维。
• 含噪量子电路：该库模拟了具有幺正门和去极化噪声的砖墙量子电路，追踪了 OSEE 因噪声而产生的增长及随后的衰减。

意义与主张
作者将 TMS 定位为填补开放量子系统 MPS 模拟软件空白的必要工具。他们声称，该库提供了一个“用户友好的接口”，允许用“几行代码”进行复杂模拟，同时通过 ITensor 保持对“最先进算法”的访问。论文强调，该库并未实现轨迹展开，而是专注于直接的密度矩阵演化。其意义在于能够处理一般的局部希尔伯特空间（与其前身 Lindbladmpo 不同），以及与现代 Julia 生态系统的集成。作者谦逊地指出，虽然该库功能强大，但对于具有大局部维度（如玻色子）的系统，计算成本仍然很高，未来的工作将侧重于引入守恒量子数（QNS）和自动 MPO 压缩，以进一步提高效率。