⚛️ quantum physics

A QSVT-Based Quantum Jacobi Algorithm for Linear Systems with Application to the Poisson Equation

本文提出了一种基于量子奇异值变换（QSVT）的量子雅可比算法，该算法通过将迭代雅可比步骤重新表述为具有恒定辅助比特开销和线性电路深度缩放的多项式变换，从而高效地求解由偏微分方程（如计算流体力学中的泊松方程）产生的大型稀疏线性系统。

原作者： Louisa M. Piskol, Thorsten Grahs, Stefan Langer, Oleksandr Kyriienko

发布于 2026-09-22

📖 1 分钟阅读🧠 深度阅读

原作者： Louisa M. Piskol, Thorsten Grahs, Stefan Langer, Oleksandr Kyriienko

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

预测流体如何运动是现代工程学的基石，从设计高效的飞机机翼到模拟天气模式，皆是如此。为了实现这一目标，科学家们将控制流体流动的复杂旋转方程分解为一个巨大的网格点阵。在每个点上，计算机必须求解其与邻居之间的简单关系。当这些关系结合在一起时，就形成了一个巨大的线性方程谜题。求解这个谜题是模拟中最昂贵的部分，往往消耗了超级计算机的大部分时间。几十年来，工程师们一直依赖迭代方法来解决这些谜题，这个过程类似于通过反复调整线条，将草图精炼成细节丰富的画作，直到线条稳定成正确的形状。虽然经典计算机能很好地处理这一点，但用于实现现实模拟的巨大网格规模正不断挑战着即使是最强大的机器的极限。

量子计算提供了一条不同的路径，承诺通过将信息编码在量子粒子的奇异叠加态中来处理这些大规模网格。然而，现有的多数量子方法试图通过一次性反转整个数学结构来解决这些流体谜题，这种方法对于流体模拟这种具有特定逐步性质的任务来说，往往过于僵化或耗费资源。一组研究人员现在开发出了一种新的量子算法，它尊重经典工程中的迭代精神。他们没有强迫量子计算机去反转整个系统，而是将经典的雅可比（Jacobi）方法——一种简单的重复调整技术——改编并在量子硬件上运行。他们的工作表明，通过使用一种称为量子奇异值变换（quantum singular value transformation）的特定数学工具，他们可以高效地执行这些重复调整，并使所需的额外量子比特数不随计算步数的增加而变化。

研究人员与包括大众汽车和德国航空航天中心在内的机构合作，专注于流体力学中常见的一种特定类型问题：泊松方程（Poisson equation）。每当科学家需要确保流体流动保持一致时（例如在模拟汽车周围空气运动或箱内空气运动的压力变化时），该方程就会出现。在标准计算机模拟中，求解该方程涉及一个循环：计算机猜测一个解，检查误差，然后修正猜测，并重复这个循环数百或数千次。团队将这个循环转化为量子电路。他们意识到，每次修正步骤都可以被视为一种多项式变换，即一种重塑系统中数值的数学操作。通过使用量子奇异值变换，他们可以直接对代表流体的量子态进行这种重塑，从而有效地在单次相干量子操作中执行多次修正步骤。

在尝试将迭代方法运行在量子计算机上的早期尝试中，一个主要的障碍是资源的累积。每当量子计算机乘以两个矩阵以执行计算步骤时，通常需要额外的辅助量子比特（即 ancilla qubits）来保存中间结果。在旧版的量子雅可比方法中，这些额外比特的数量会随着步数的增加而线性增长，从而迅速耗尽当前量子设备的有限容量。新算法通过重新构建迭代过程解决了这个问题，使得额外比特保持恒定。研究人员证明，无论模拟运行十步还是百步，他们的方法都只需要固定且少量的额外量子比特。这种效率是以电路深度随迭代次数线性增长为代价的，但这种权衡是值得的，因为它避免了困扰早期尝试的指数级资源爆炸。

为了测试他们的想法，团队在经典计算机上模拟了该算法，以观察其在真实量子机器上的表现。他们首先将其应用于一个一维问题——一个基础的流体压力模型，发现量子算法重现了与经典方法完全相同的结果，其误差微小到可以忽略不计。随后，他们转向了一个更复杂的二维场景：一个顶盖移动并带动空气流动的方型箱体内的空气流动。这是工程领域中一个标准的测试案例，被称为顶盖驱动腔流（lid-driven cavity flow）。在这种模拟中，随着空气运动，必须反复求解压力方程。研究人员展示了他们的量子方法能够处理这种运动流体的压力计算，并以高精度匹配经典解。他们还解决了一个技术难题，即流体方程的数学结构并不完全符合其量子工具的要求。他们发现，通过稍微修改问题的边界条件，可以在不显著影响最终物理结果的情况下使方程变得兼容，这种折衷在他们的模拟中表现良好。

这项研究证实，这种基于多项式的方法是未来量子流体模拟的一个可行构建模块。它使量子计算更接近于工程师目前使用的实际策略，而不是强行将流体问题套入为纯数学设计的模具中。虽然目前的工作是一项模拟，并且依赖于流体方程可以以特定方式进行构建的假设，但结果为前进指明了清晰的路径。作者指出，这种方法最终可以成为更大型、更先进量子工作流（例如用于加速经典计算机流体模拟的金标准——多重网格法）的一个组成部分。通过证明一个简单的重复调整过程可以高效地编码在量子电路中，研究人员为将量子计算带入计算流体力学的日常工具箱迈出了务实的一步。

技术摘要：一种基于 QSVT 的量子 Jacobi 算法及其在求解泊松方程中的应用

问题陈述
计算流体力学（CFD）高度依赖于求解由偏微分方程（PDE，如纳维-斯托克斯方程）离散化产生的大规模稀疏线性方程组。虽然经典的 CFD 通常采用迭代方法（如 Jacobi、Gauss-Seidel）结合预条件器和多重网格技术来求解这些系统，但现有的量子线性系统求解器（QLSS）主要侧重于直接矩阵求逆（例如 HHL、基于 QSVT 的求逆），而非迭代逼近。

以往在量子计算机上实现迭代方法的尝试（例如 Williams 等人提出的量子 Jacobi 算法）利用线性算子组合（LCU）来对块编码矩阵进行乘法运算。然而，这种方法面临着显著的资源瓶ing：所需的辅助量子比特数量随迭代次数（ $k$ ）线性增长，且由于块编码寄存器的累积，电路深度呈二次方扩展（ $O(k^2)$ ）。这限制了此类算法在 CFD 应用中通常所需的多次迭代中的可扩展性。

方法论
作者提出了一种新型的量子 Jacobi 实现方案，利用量子奇异值变换（QSVT）来克服以往方法的资源扩展限制。

多项式重构： 将经典的 Jacobi 迭代 $x_k = D^{-1}(b - Rx_{k-1})$ 重构为迭代矩阵 $M = D^{-1}R$ 的多项式变换。迭代后的解被表示为涉及 $M$ 的幂次的项之和。
QSVT 集成： 作者并非顺序执行块编码矩阵的乘法，而是利用 QSVT 来实现块编码算子的奇异值（在厄米情形下为特征值）的多项式变换。迭代根据指数的奇偶性被分为三个部分：偶次幂、奇次幂以及作用于初始猜测值的最后一项。
电路构建：
- 构建三个 QSVT 子程序来近似偶次多项式、奇次多项式以及第 $k$ 次幂项。
- 这些子程序通过线性算子组合（LCU）结合在一起，仅需两个辅助量子比特来编码系数，而与迭代次数无关。
- 该算法要求迭代矩阵 $M$ 是厄米的（或正规的），这对线性系统的结构提出了约束（具体而言，对于实数系统，需满足 $A_{ij}A_{jj} = A_{ji}A_{ii}$ ）。
资源效率： 通过使用 QSVT 代替顺序矩阵乘法，该算法实现的电路深度随迭代次数线性扩展（ $O(k)$ ），并且相对于 $k$ 而言，所需的辅助量子比特数为常数级（ $O(1)$ ），这与标准块编码乘法导致的线性辅助量子比特增长和二次方深度形成鲜明对比。

关键结果
作者通过使用 PennyLane 包进行了数值模拟，验证了该算法：

一维泊松方程： 该算法成功求解了具有各种源函数的一维泊松方程。量子实现能够实现与经典 Jacobi 解一致的精度（偏差 $< 10^{-13}$ ），涵盖了不同的迭代次数（ $k=50$ 至 $250$）。
二维盖帽流（Lid-Driven Cavity Flow）： 该方法被应用于不可压缩流体 Chorin 投影法中产生的压力泊松方程。
- 对称化近似： 由于带有边界条件的压力泊松方程的标准离散化并不严格满足厄米性要求，作者引入了一个对称化线性系统（ $Lx = b_{mod}$ ），其中 $L$ 是对称拉普拉斯算子，边界条件的偏差被视为修正项。
- 收敛性： 模拟表明，虽然对称化引入了初始误差，但随着模拟推进，Chorin 投影法的收敛行为与参考解保持一致。压力场的误差量级在 $10^{-6}$ 左右且局部化于边界附近，表明该近似对整体 CFD 解的影响微乎其微。
- 精度： 对于网格规模高达 $32 \times 32$ 且迭代次数高达 $k=80$ 的情况，量子算法复现了经典迭代值，偏差低于 $10^{-12}$ 。
资源对比： 理论分析和图 3 表明，与原始量子 Jacobi 实现相比，经 QSVT 增强的算法显著减少了辅助量子比特的数量和块编码调用的次数。

意义与主张
该论文声称提供了一个“极具前景的构建模块”，用于将量子算法集成到成熟的 CFD 工作流中。其主要贡献在于：

算法效率： 它证明了迭代方法（作为现代 CFD 的核心）可以在量子计算机上实现，具有常数级的辅助量子比特开销和线性电路深度，解决了以往基于门电路的迭代方法的扩展性问题。
CFD 相关性： 通过聚焦于 Jacobi 方法及其在泊松方程（投影法中的核心组成部分）中的应用，这项工作架起了抽象量子线性求解器与实际 CFD 求解策略之间的桥梁。
早期容错设备的适用性： 明确的电路构建和资源分析表明，只要能构建出相关 CFD 算子的有效块编码，该算法非常适合早期的容错量子计算机。

作者谦虚地指出，要求迭代矩阵为厄米性限制了该方法的通用适用性。他们承认，由于迭代算子的非正规性，将这种基于多项式的方法扩展到更高级的迭代方案（如 Gauss-Seidel 或 SOR）具有挑战性，但他们指出，像 QEVT 和 GQSP 这样新兴的框架为克服这些限制提供了潜在途径。研究结论认为，未来的研究应侧重于将这些量子迭代方法集成到更大的框架中，例如多重网格方法和预处理技术。

类似论文