🔬 materials science

Green's Functions from Sample-based Krylov Quantum Diagonalization: An Impurity Solver for Dynamical Mean-Field Theory

本文将基于样本的 Krylov 量子对角化方法扩展到计算单粒子格林函数，通过在减少后的粒子数扇区中从短时演化重建谱函数，从而为近期的量子硬件上的动力学平均场理论提供高效的杂质求解器。

原作者： Jay Patel, Chakradhar Rangi, Ka-Ming Tam

发布于 2026-09-09

📖 1 分钟阅读☕ 轻松阅读

原作者： Jay Patel, Chakradhar Rangi, Ka-Ming Tam

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

物质的行为往往表现得奇特且顽固，例如那些能够无电阻导电的超导体，或是驱动我们硬盘运转的磁性材料，它们经常挑战着我们用来解释普通固体的简单规则。在这些材料中，电子并非独立运动；它们以一种极强的力量相互推搡和拉扯，使得一个电子的行为与其邻居的行为密不可分。为了理解这些材料是如何工作的，科学家必须计算“格林函数”（Green's function），这是一种数学工具，充当着电子如何在这一拥挤、混乱的环境中运动的地图。这张地图揭示了材料的能级以及它对光或电的响应方式，但为大型系统计算该函数是一项极其艰巨的任务。由于电子可能的排列组合数量随系统规模呈爆炸式增长，即使是最强大的超级计算机也会迅速耗尽内存，迫使研究人员只能研究这些他们真正关心的材料的微小、简化的版本。

一组研究人员现在提出了一种利用量子计算机解决这一问题的新方法，其核心不在于试图一次性模拟整个系统，而是通过获取一系列巧妙的小型“快照”。在一项专注于模拟金属中电子行为的模型系统的研究中，研究人员改编了一种名为“基于样本的克里洛夫量子对角化”（sample-based Krylov quantum diagonalization）的技术。他们并没有要求量子计算机在内存中保存整个庞大的系统状态，而是要求它让系统演化极短的时间，然后测量结果。通过多次重复这一过程并收集最常见的输出结果，他们能够在无需存储传统方法所需的庞大数据的条件下，重建出完整的电子运动图谱。该方法旨在适用于当今存在噪声且不完美的量子计算机，这类计算机尚无法运行旧方法所要求的长而复杂的电路。

研究人员在被称为“单杂质安德森模型”（single-impurity Anderson model）的特定模型上测试了他们的方法，该模型描述了单个原子与电子海之间的相互作用。他们设置了一个模拟实验，其中这个中心原子连接着一条由十二个位点组成的链，代表周围的环境。在这种设置下，中心原子带有强烈的排斥力，防止两个电子占据同一个位置，而这正是驱动材料在导电金属与不导电绝缘体之间发生转变的关键特征。团队使用经典计算机来模拟量子设备，从而能够将他们的新方法与该系统的精确、完美解进行对比。他们发现，通过对量子演化进行采样，他们仅需使用总可能状态的一小部分，就能高精度地重建电子的能量图谱。对于一个拥有十二个位点的系统，该方法将所需的计算空间降低了三到四个数量级，这意味着它只需要处理几千个状态，而不是完整计算所需的数亿个状态。

研究表明，当系统处于既非完全简单也非完全混沌的状态时，该方法表现最佳。当电子之间的相互作用非常微弱时，系统表现得像一片由独立粒子组成的平静海洋；而当相互作用非常强时，电子会锁定成一种僵化的模式。在这两种极端情况下，该方法都能轻松找到答案。然而，在中间地带——即材料处于金属向绝缘体转变的边缘时，电子处于一种复杂且波动的状态。在此处，研究人员发现该方法需要稍多的样本量来捕捉全貌，但它依然在传统方法会失败的地方取得了成功。结果显示，光谱特征（即定义材料属性的能量图谱中的独特峰值和谷值）在广泛的相互作用强度范围内都被忠实地还原了出来。

其中一个最重要的发现是，该方法不需要量子计算机执行涉及额外“辅助”比特（称为辅助比特，ancillas）的复杂操作，而这些辅助比特往往是当前设备误差的来源。相反，量子设备只需要准备好状态，让其演化一小段时间，然后测量电子的位置即可。所有将这些测量结果与最终答案联系起来的繁重工作都由经典计算机完成。这种分工保持了量子电路的浅层与简单性，使其成为近期可用硬件的一个现实选择。研究人员指出，虽然目前这还是一种模拟，但随着系统规模增大时所需量的增长方式是令人鼓舞的。当链条位点从八个增加到十二个时，获得准确答案所需的总状态比例实际上减少了，这表明该方法可以扩展到目前仍难以触及的更大规模系统。

这项工作还探讨了对于这些计算而言，哪种初始起点是最好的。团队测试了两种设置初始状态的不同方式：一种基于简单的、无相互作用的模型，另一种基于更复杂的、自洽的模型。他们发现，对于这项特定任务，较简单的起点与较复杂的起点同样有效，这简化了未来实验的设置。此外，他们还证明了该方法可以处理计算电子如何被添加到系统中或从系统中移除时所需的数学“分支”，这是构建完整能量图谱的必要步骤。通过仔细选择保留哪些采样状态以及丢弃哪些状态，他们确保了最终结果符合基本的物理规则，例如概率守恒。

这种方法为动力学平均场理论（dynamical mean-field theory）提供了一条充满希望的路径，该理论是一个用于研究强关联材料的强大框架。在该框架下，一个复杂的原子晶格被映射为一个单杂质问题，而该问题必须被反复求解才能找到整个材料的性质。瓶颈一直在于“杂质求解器”，即计算单个位点电子行为的那一步。如果这个求解器可以在具有比目前更多浴位点（bath sites）的量子计算机上运行，它将允许科学家以更高的精度对材料进行建模。研究人员建议，该方法可以作为一种新的杂质求解器，从而实现对更大、更真实系统的研究。尽管这项研究局限于特定的模型，且尚未包含该理论中完整的自洽循环，但其结果提供了强有力的概念验证，证明了此类计算是可行的。

研究还观察了该方法在不同条件下的表现，例如变化的电子排斥强度。他们发现，达到特定精度水平所需的样本量并非简单的直线关系；它在中间相互作用强度处达到峰值，随后在极高强度下再次下降。这种行为在物理学上是合理的，因为中间区域是系统最复杂、需要最多信息来描述的区域。尽管存在这个峰值，但在最困难的情况下，所需的总样本量仍仅为总可能状态的一小部分。研究人员得出结论，该方法具有鲁棒性，且在模拟中观察到的有利扩展性表明，它可能是近期量子硬件的一个实用工具。

最终，这项工作证明了我们并不需要等待完美、无误差的量子计算机来开始解决凝聚态物理中最难的一些问题。通过拥抱量子测量的概率性质并使用巧妙的采样技术，研究人员可以提取出关于复杂材料中电子如何运动的核心信息。该方法将一个此前被认为难以处理的问题转变为一个可控的问题，为新一代模拟技术开启了大门，这些技术有望帮助我们理解并设计未来的先进材料。研究结果表明，只要拥有正确的算法，即使是当今存在噪声的量子计算机，也能开始揭示强关联物质最深层的奥秘。

技术摘要：基于样本的 Krylov 量子对角化计算格林函数

问题陈述
强关联材料（如过渡金属氧化物和铜氧化物）需要能够将库仑排斥与动能同等对待的方法，这使得单粒子近似变得不再适用。尽管动力学平均场理论（DMFT）通过将晶格问题映射到单个相互作用杂质及其自洽浴（bath）上，但“杂质求解器”步骤仍然是瓶颈。经典求解器面临严峻限制：精确对角化（ED）由于希尔伯特空间的指数级增长而受限于小规模簇；量子蒙特卡洛（QMC）受困于费米子符号问题并需要病态的解析延拓；而张量网络在处理高维或长时演化中的纠缠增长时表现不佳。因此，目前的 DMFT 实现通常依赖于具有极少位点的浴离散化，这限制了分辨率和精度，尤其是在金属-绝缘体转变附近。

量子算法提供了潜在的绕过路径，但现有的计算格林函数的方法通常需要辅助比特（例如用于 Hadamard 测试）、深层电路或易受 barren plateau（贫瘠高原）影响的复杂优化。此外，目前尚不清楚基于样本的方法（这类方法在处理基态方面表现良好）是否可以扩展到谱函数的完整莱曼表示（Lehmann representation），因为后者涉及跨越两个不同粒子数扇区（ $N \pm 1$ ）的极点。

方法论
作者将基于样本的 Krylov 量子对角化（SKQD）方法推广，用于计算单粒子格林函数。该方法保留了 SKQD 浅层电路、无辅助比特的特性，通过将矩阵元评估的计算负担转移到经典后处理过程来实现。

Krylov 子空间构建： 该方法在 $N$ 、 $N+1$ 和 $N-1$ 粒子数扇区中构建酉 Krylov 子空间。从参考态 $|\phi_{\text{ref}}\rangle$ （可以是无相互作用的裸态或 Hartree-Fock 态）开始，系统经历短时实时间演化 $e^{-iH\Delta t}$ 共 $K$ 步。
采样： 与通过辅助比特辅助的 Hadamard 测试测量重叠不同，该方法通过量子设备制备这些演化后的状态，并在计算基下进行测量。通过对生成的比特串进行 $M$ 次采样，以估计概率权重 $|\langle b | \psi_k \rangle|^2$ 。
经典重构：
- 基态： 采样的比特串定义了一个截断子空间。哈密顿量被投影到该子空间并进行经典对角化，以获得基态能量 $E_0$ 和特征向量 $|\Psi_0\rangle$ 。
- 格林函数组装： 为了满足求和规则，增加加粒子（ $N+1$ ）和去粒子（ $N-1$ ）分支的响应子空间。作者构建状态 $|\chi_+\rangle = c^\dagger_{0\uparrow}|\Psi_0\rangle$ 和 $|\chi_-\rangle = c_{0\uparrow}|\Psi_0\rangle$ ，使其处于这些增强的子空间内。
- 谱函数： 使用由采样基驱动的 Lanczos 连分数展开来重构格林函数 $G_+(\omega)$ 和 $G_-(\omega)$ ，从而避免了对完整莱曼表示求和的需求。谱函数随后为 $A(\omega) = -\frac{1}{\pi} \text{Im}[G_+(\omega) + G_-(\omega)]$ 。

核心贡献

向格林函数的扩展： 本文证明了 SKQD 可以从基态能量计算扩展到频率依赖的单粒子格林函数评估。
无辅助比特实现： 该方法消除了对辅助比特和复杂干涉测量的需求，仅依赖于状态制备和计算基采样，这更符合近期的量子硬件（NISQ）特性。
基底压缩： 研究表明，与实空间位点基底相比，Hartree-Fock (HF) 基底和无相互作用裸基底是 SKQD 更优的起点。在这些旋转基底中，谱权重集中在希尔伯特空间的一小部分中，从而实现了有效的截断。
增强策略： 引入了一种特定的协议来增强 $N \pm 1$ 扇区的 Krylov 子空间，以确保在不需要完整希尔伯特空间的情况下保证谱权重的守恒（求和规则）。

结果
该方法被应用于链几何结构下的粒子-空穴对称单杂质安德森模型（SIAM），该模型代表了 DMFT 的浴环境。

准确性： 对于系统规模高达 $L=12$ （12 个位点，24 个自旋轨道，希尔伯特空间维度 $\approx 8.5 \times 10^5$ ）的情况，SKQD 方法成功重现了相互作用强度 $U=2, 4, 6$ 下的杂质谱函数 $A(\omega)$ ，覆盖了金属-绝缘体转变过程。
子空间效率： 使用仅包含完整希尔伯特空间极小部分的子空间，该方法实现了高精度（误差 $< 0.05$ ）。对于 $L=12$ ，有效子空间规模比全维度降低了三到四个数量级。
定标趋势：
- 所需的池规模（采样配置的数量）随相互作用强度 $U$ 呈非单调变化，在中间耦合强度（ $U=4$ ）处达到峰值，此时相干准粒子和非相干哈伯德带（Hubbard bands）共存。
- 至关重要的是，所需池规模与总希尔伯特空间维度的比值随着系统规模 $L$ 的增大（ $L=8, 10, 12$ ）而减小。这表明该方法对于更大的浴离散化过程而言，相对效率更高，这是实际 DMFT 应用的必要条件。
基底依赖性： HF 和裸轨道基底的表现显著优于实空间位点基底。后者无法集中谱权重，导致需要与全维度相当的子空间规模才能实现收敛。

意义与主张
作者声称，这项工作为使用近期量子硬件作为 DMFT 循环中的杂质求解器建立了一条可行路径。通过证明可以使用浅层、无辅助比特的电路从希尔伯特空间的一小部分中恢复准确的谱函数，该方法可能允许 DMFT 计算处理比目前经典求解器更大量的浴位点。

本文对可扩展性保持了审慎态度，指出虽然减少相对子空间规模的趋势令人鼓舞，但由于经典模拟限制，并未进行受控的有限尺寸定标分析。作者指出，未来实现的主要挑战在于对具有长程相互作用的更复杂晶格模型进行哈密顿量二次项（即“裸”或 HF 基底）对角化所需的电路深度，尽管他们认为对于单杂质情况，这一成本仍然较低。这项工作将 SKQD 定位为现有计算实频率谱函数的量子算法的一种补充性的、基于采样的方法。

类似论文