技术摘要：费米子与自旋哈密顿量块编码的最优 T-计数

问题陈述

在容错量子计算中，非克利福德操作（特别是 T 门）的成本是主要的瓶颈，因为它们需要昂贵的魔术态蒸馏。虽然对于一般状态制备和稀疏矩阵块编码的渐近 T-计数已经确立，但针对结构化哈密顿量（特别是源自费米子系统和自旋晶格等物理模型的哈密顿量）的最优 T-计数仍然是一个悬而未决的问题。

本文解决了以下核心问题：在最坏情况下，构造特定结构化哈密顿量族 $\epsilon$-近似块编码所需的渐近最优 T-计数是多少？作者重点研究了两类族：

1. 具有有界一体和两体系数的一般二阶量子化费米子哈密顿量。
2. 具有实数键耦合的键依赖型 Kitaev 蜂窝自旋哈密顿量。

分析假设使用酉 Clifford+T 电路模型，拥有任意数量的干净辅助比特（clean ancillas），且不限制块编码的亚规范因子（subnormalization factors），并且不包含中途测量或经典前馈。

研究方法

1. 辅助比特压缩定理

在计数论证中，一个主要的数学障碍是允许不受限制数量的干净辅助比特可能会使电路通过过度增加宽度来规避下界。为了解决这个问题，作者证明了一个辅助比特压缩定理（定理 3.1）。

• 结果： 任何使用 $s$ 个 T 门和 $a$ 个辅助比特对 $n$ 比特算符进行的块编码，都可以被压缩为一个新的块编码，其使用的辅助比特至多为 $\min\{a, n + 2s\}$ 个。
• 特性： 该压缩过程保持绝对误差不变，不增加 T-计数，且仅可能降低亚规范因子。
• 意义： 这确保了任何最优电路的总比特数都受限于 $O(n+s)$，使得可能的电路集合是有限的，从而适用于计数论证。

2. 下界策略

本文采用了两种不同的机制来推导下界，分别针对每种哈密顿量族的代数结构进行了定制。

A. 体积覆盖与电路计数（费米子情况）

对于一般二阶量子化哈密顿量，其系数空间是高维的（$d = \Theta(n^4)$）。

• 方法： 作者将哈密顿量系数空间映射到一个几何体 $K$。他们认为，单个使用 $s$ 个 T 门的 Clifford+T 电路只能近似处于系数空间中体积有限的“管状区域”内的哈密顿量。
• 逻辑： 通过计算系数体的体积以及单个电路能覆盖的最大体积，他们推导出覆盖该族所需的不同电路数量 ($M$) 的下界。
• 与 T-计数的联系： 利用 Clifford+T 电路的规范形式（Gosset 等人），他们将不同酉矩阵的数量与 T-计数 $s$ 联系起来。通过结合覆盖需求与电路计数界限，得到了 T-计数下界。

B. 稳定子零度与状态制备简化（Kitaev 情况）

对于 Kitaev 蜂窝模型族，其系数空间是低维的 ($\Theta(n)$)，这使得体积覆盖论证过于微弱。因此，作者使用了两种特定模型的论证：

• 系统规模依赖性 ($\Omega(n)$)： 他们利用了稳定子零度（stabilizer nullity），这是一种衡量状态与稳定子状态集距离的单调量。他们构造了一个特定的哈密顿量实例和一个稳定子输入态，使得该哈密顿量将输入映射到具有最大稳定子零度 ($n$) 的状态。由于 T 门最多只能增加 1 个零度，因此至少需要 $n$ 个 T 门。
• 精度依赖性 ($\Omega(\log(1/\epsilon))$)： 他们将块编码问题简化为以高精度制备特定单比特态的问题。利用已知的通过稳定子协议进行状态制备的下界，他们建立了对 $1/\epsilon$ 的对数依赖关系。

3. 上界构造

• 费米子： 作者引用了 Liu 等人 [14] 的现有工作，该工作通过 LCU（线性组合酉算符）和 SELECT-SWAP 权衡，提供了一个 $O(n^2\sqrt{\log(n^4/\epsilon)})$ 的构造。
• Kitaev： 作者提供了一个显式的 LCU 构造。由于 Kitaev 哈密顿量是 $M = 3n/2$ 个泡利项的线性组合，标准的 LCU 技术可以实现具有 $O(n + \log(1/\epsilon))$ T-门的块编码。

关键结果

1. 一般二阶量子化哈密顿量

对于有界系数费米子哈密顿量族 $\mathcal{H}_n$，其最优 T-计数为：
$$T^{BE}_{\epsilon}(\mathcal{H}_n) = \Theta\left(n^2 \sqrt{\log\left(\frac{n^4}{\epsilon}\right)}\right)$$
这与现有的上界相匹配，证明了对于一般代数族而言，该缩放比例是渐近最优的。该结果对于不受限制和固定规范化均成立。

2. 键依赖型 Kitaev 蜂窝哈密顿量

对于 Kitaev 自旋哈密顿量族 $\mathcal{K}_n$，其最优 T-计数为：
$$T^{BE}_{\epsilon}(\mathcal{K}_n) = \Theta\left(n + \log\left(\frac{1}{\epsilon}\right)\right)$$
该结果是紧致的，由系统规模 ($\Omega(n)$) 和精度 ($\Omega(\log(1/\epsilon))$) 的独立下界得出，并由显式 LCU 构造所匹配。

3. 在 QSVT 哈密顿量模拟中的应用

作者将这些结果应用于固定的量子奇异值变换（QSVT）哈密顿量模拟电路。

• 模块化编译： 他们分析了当每个块编码查询被单独编译时的 T-计数（模块化编译）。
• 缩放： 如果相位合成和受控查询的开销是有界的，则模拟电路的总 T-计数按查询次数与每个查询的最优 T-计数之积进行缩放：
  $$T_{QSVT} = \Theta(N_{calls} \times T^{BE}_{\epsilon})$$
  这证实了在模块化编译下，块编码成本是这些族模拟复杂度的主要决定因素。

重要性与主张

本文声称确立了两种基本类别哈密顿量块编码的渐近最优 T-计数。其重要性在于：

1. 解决辅助比特问题： 通过证明辅助比特压缩定理，作者消除了“无限辅助比特”是否能降低 T-计数这一歧义，从而巩固了电路计数下界在块编码设定下的有效性。
2. 结构至关重要： 结果表明，T-计数不仅由相互作用项的数量（稀疏性）决定，还深受哈密顿量族代数结构和维度的影响。
   • 一般费米子哈密顿量的高维系数空间导致了 T-计数中的 $\sqrt{\log}$ 因子。
   • Kitaev 模型具有低维、结构化的特性，允许线性规模的 $n$ 缩放。
3. 紧致界限： 不同于以往仅提供上界或针对特定实例提供界限的工作，本研究提供了匹配的上下界，证明了所定义族在最坏情况下的最优性。
4. 模块化成本分析： 对 QSVT 的应用提供了一个具体的框架，用于估算将块编码视为模块化组件时的整体资源成本，强调了单次查询成本是关键的缩放因子。

作者明确指出，其下界适用于定义的代数族中的最坏情况。因此，特定的物理哈密顿量（例如具有额外几何约束的分子系统）可能会实现比此处建立的界限更低的 T-计数。此外，结果特指不含中途测量的酉 Clifford+T 电路。