A note on large-scale quantum chemistry on quantum computers: the case of a molecule with half-Möbius topology

该研究利用 SqDRIFT 算法在超导量子处理器上对具有半莫比乌斯电子拓扑的分子进行了量子化学计算，成功将活性空间扩展至 100 个量子比特（50 个轨道），证明了利用当前量子硬件进行大规模、高精度电子结构模拟的可行性。

要点

这篇论文讲述了一个非常激动人心的科学突破：科学家们在量子计算机上，成功模拟了一个极其复杂的分子，而且这个分子长得非常“奇怪”——它像是一个莫比乌斯环的一半。

为了让你轻松理解，我们可以把这篇论文的内容想象成一次**“用超级望远镜探索微观宇宙”**的冒险。

1. 主角是谁？一个“半莫比乌斯”的分子

想象一下，普通的分子像是一个普通的圆环（比如甜甜圈）。而这篇论文研究的分子，它的电子轨道像是一条莫比乌斯带（把纸条扭转 180 度再粘起来，只有一面）。

• 特别之处：这个分子不是完整的莫比乌斯带，而是“半”个。这意味着它的电子在绕圈时，需要转两圈才能回到原点，而且在这个过程中，它的“性格”（电子波函数）会发生微妙的变化。
• 为什么难？ 这种结构非常罕见，而且电子之间互相纠缠、影响，就像一群在拥挤舞池里疯狂跳舞的人，谁也不让谁。用普通的超级计算机去计算这群人的舞步，算到一半电脑就“死机”了，因为数据量太大（指数级爆炸）。

2. 工具是什么？量子计算机 + "SqDRIFT"算法

为了解决这个难题，研究团队（来自 IBM 和欧洲多所顶尖大学）使用了一种新的**“量子望远镜”**，叫做 SqDRIFT。

• 传统方法的困境：以前，科学家想看清这个分子，就像试图用一张巨大的网去捞所有的水滴，网眼太密，网太重，根本拉不动。
• SqDRIFT 的魔法：
  • 想象你要找出一群人中谁最可能是“舞王”（基态能量）。
  • 传统方法是把所有人（所有可能的电子状态）都列出来，一个个比对，太慢了。
  • SqDRIFT 的做法：它不列清单，而是随机抽样。它像是一个聪明的侦探，利用量子计算机的特性，随机“扔”出一些电子状态，然后根据物理定律（就像扔骰子，但骰子有魔法），只保留那些最重要、最可能的状态。
  • 它不需要把整个复杂的舞蹈动作一次性算完，而是把动作拆解成很多个短小、浅显的片段，通过大量的“试错”和“采样”，拼凑出最终的真相。

3. 这次做了什么？从“小房间”搬到了“大广场”

在这篇论文之前，他们已经在量子计算机上模拟过这个分子，但只用了72 个量子比特（相当于一个 36 个轨道的小房间）。

• 这次突破：他们把模拟规模扩大到了100 个量子比特（50 个轨道）。
• 比喻：以前他们只在一个小房间里观察这群“舞者”，现在他们把场地扩大到了整个广场。
• 结果：
  1. 算得更准了：随着观察范围变大，他们发现之前漏掉了一些重要的“舞者”（轨道），这些新加入的轨道对分子的总能量有显著影响。
  2. 超越了经典极限：在这个规模下，传统的超级计算机已经算不动了（或者算得极慢且不准），但量子计算机却轻松搞定，并且给出了比传统近似方法更准确的结果。

4. 这意味着什么？

这就好比在人类历史上，我们第一次用量子显微镜看清了以前只能靠猜的微观世界。

• 对未来的意义：这证明了量子计算机不再是“玩具”或“概念验证”，它已经开始能解决真正有实际价值的化学问题了。
• 应用场景：这种技术未来可以用来设计新药、开发更高效的电池材料，或者创造全新的催化剂。只要我们能模拟出分子最真实的电子行为，就能像搭积木一样，精准地设计出我们需要的材料。

总结

简单来说，这篇论文讲的是：
科学家利用一种聪明的随机采样算法（SqDRIFT），在最新的量子计算机上，成功模拟了一个结构奇特（半莫比乌斯）的复杂分子。他们把模拟的规模扩大了一倍多，发现量子计算机不仅能算，而且算得比传统超级计算机更准、更深。这标志着我们离用计算机设计全新材料的梦想又近了一大步。

技术摘要

以下是基于该论文的详细技术总结：

论文标题

大规模量子化学在量子计算机上的应用：半莫比乌斯（Half-Möbius）拓扑分子案例

1. 研究背景与问题 (Problem)

• 经典计算的瓶颈：解决电子薛定谔方程是量子化学的核心挑战。多电子希尔伯特空间的维度随自旋轨道数量呈指数级增长，导致精确对角化（即全组态相互作用，FCI）在经典计算机上对于超过约 40 个自旋轨道的系统变得不可行。
• 强关联系统的挑战：尽管启发式方法可以提供低精度的近似解，但指数级障碍使得研究大型强关联系统变得极其困难。
• 当前量子计算的机遇：在当前的“含噪声中等规模量子”（NISQ）时代，拥有数百个量子比特的硬件已可用。如何利用这些硬件，结合误差缓解技术，在经典方法达到极限的领域（如大活性空间）实现具有实际意义的量子辅助电子结构计算，是一个关键问题。
• 特定研究对象：本文关注一种具有半莫比乌斯（Half-Möbius）电子拓扑的分子（$C_{13}Cl_2$ 的拓扑立体异构体）。其$\pi$轨道在绕碳环一周时扭曲 90°，这种非平凡拓扑结构对电子性质有直接影响，是测试先进量子化学模拟技术的理想平台。

2. 方法论 (Methodology)

• 核心算法：SqDRIFT
  • 基于**基于采样的 Krylov 量子对角化（SKQD）**框架。
  • 利用qDRIFT随机编译协议来近似时间演化算子 $e^{-iHt}$。
  • 工作原理：
    1. 将分子哈密顿量映射为泡利算符字符串。
    2. 根据系数 $|c_k|$ 的概率分布 $p_k$，随机采样哈密顿量项来构建时间演化序列 $V_k$。
    3. 在固定的电路深度预算内执行量子电路，收集测量样本（比特串，对应斯莱特行列式）。
    4. 在经典计算机上对采样得到的子空间进行投影和对角化，以获得基态能量。
  • 优势：
    • 避免了变分量子本征求解器（VQE）所需的迭代优化，消除了经典和量子的优化开销。
    • 用多个浅层近似电路替代单个深层 Trotter 电路，显著降低了电路深度要求。
    • 具有形式上的收敛保证：只要基态在基态子空间中有足够的支持度，且初始态与其有非零重叠，足够深的 SqDRIFT 电路就能生成包含基态波函数主要成分的比特串。
• 扩展方法：ExtSqDRIFT
  • 为了进一步提高精度，在 SqDRIFT 识别出的子空间基础上，生成单激发和双激发行列式进行扩展计算。
• 实验设置：
  • 硬件：IBM 超导量子处理器（包括 ibm_kingston 和最新的 ibm_pittsburgh Heron r3 处理器）。
  • 活性空间规模：从 36 个轨道（72 个量子比特）扩展到 40 个轨道（80 个量子比特），最终达到50 个轨道（100 个量子比特）。
  • 子空间维度：固定为 $d^2 \le 31652$（约 $10^7$ 量级）。

3. 关键贡献 (Key Contributions)

1. 规模扩展：首次将基于采样的量子对角化模拟扩展到**50 个轨道（100 个量子比特）**的活性空间，超越了此前 36 轨道（72 量子比特）的研究。
2. 精度提升与误差缓解：展示了通过结合更高质量的硬件（Heron r3 处理器）和更有效的误差缓解方案（基于自洽构型恢复方案，保留最重要的行列式），可以在不增加量子电路数量的情况下获得更低的能量估计值。
3. 验证非平凡拓扑：成功利用量子计算描述了半莫比乌斯分子的电子结构，证明了量子算法能够处理具有非平凡轨道拓扑的复杂分子系统。
4. 混合工作流蓝图：提出了一种混合量子 - 经典工作流，其中量子处理器负责识别希尔伯特空间中的相关子空间，而经典计算负责在该子空间上进行扩展，从而突破经典精确求解器的限制。

4. 研究结果 (Results)

• 能量收敛性：
  • 随着活性空间从 72 个轨道增加到 80 和 100 个轨道，SqDRIFT 计算得到的相关能量（相对于 Hartree-Fock）呈现一致的下降趋势，与经典参考计算的趋势一致。
  • 在 72 轨道的情况下，新的 SqDRIFT 能量估计值已经优于 CASSCF（12 电子/12 轨道）的参考值。
  • 虽然目前的能量仍高于热浴组态相互作用（HCI）的结果，但 SqDRIFT 的收敛特性表明，通过增加激发次数和改进硬件，精度可进一步提升。
• 经典对比：
  • CASSCF：仅能处理较小的活性空间（12e/12o），作为基准，但在大活性空间下精度不足。
  • HCI：在 40 和 50 轨道上进行了计算，作为高精度经典基准。SqDRIFT 的结果正在逼近这一水平。
• 硬件影响：使用 ibm_pittsburgh（Heron r3）进行的 100 量子比特计算，相比之前的 72 量子比特计算，得益于更好的硬件质量和误差缓解，获得了更优的能量估计。

5. 意义与展望 (Significance)

• 突破经典极限：该研究将量子化学模拟推入了经典精确多参考处理（Exact Multi-reference treatments）完全无法触及的区域（50 轨道/100 量子比特）。
• 可扩展性证明：证明了通过系统性地增加活性空间大小，可以在现有的量子处理器上实现，且不需要显著增加量子处理单元（QPU）和经典高性能计算（HPC）的资源消耗（保持相同的电路数量和子空间维度）。
• 实用化路径：这项工作标志着从“原理验证”（Proof-of-principle）向“实用化量子增强电子结构计算”的转变。它展示了一条利用量子资源解决前沿化学研究问题的可行路径，特别是针对那些受非平凡拓扑或强关联效应支配的复杂分子系统。
• 未来方向：未来的工作将集中在进一步优化子空间选择的影响，以及通过增加激发数和硬件改进来进一步缩小与 HCI 等高精度经典方法的差距。

总结：该论文通过 SqDRIFT 算法在 100 量子比特上成功模拟了具有半莫比乌斯拓扑的分子，证明了基于采样的量子对角化方法在处理大规模活性空间时的有效性和可扩展性，为未来解决经典计算机无法处理的强关联化学问题提供了重要的技术蓝图。