⚛️ quantum physics

Quantum-Computing Self-Consistent Kohn-Sham DFT: Plane-Wave-Orthonormalized Orbitals with a Dual-Basis Quantum Eigensolver

本文提出了一种用于量子计算机的第一量子化、全电子 Kohn-Sham 密度泛函理论（DFT）方法，该方法利用平面波正交归一化轨道基组和双基组量子特征值求解器来实现高精度的自洽场计算，并通过经典仿真以及在 IonQ Forte-1 设备上的硬件演示验证了结果。

原作者： Lazaro Calderin

发布于 2026-09-29

📖 1 分钟阅读🧠 深度阅读

CC BY 4.0

原作者： Lazaro Calderin

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

要理解此处所描述的工作，必须首先掌握模拟物质的基本挑战。化学和材料科学的核心在于计算电子如何在原子核周围排列。这种排列决定了一切，从宝石的颜色到钢梁的强度。几十年来，科学家们一直依赖一种称为密度泛函理论的强大数学框架来解决这一问题。该理论通过将复杂的电子舞动视为电子密度的云团，从而允许研究人员高精度地预测分子的能量和行为。然而，随着系统变得更大或更复杂，计算量变得如此巨大，以至于即使是世界上最强大的超级计算机也难以跟上。这种局限性引发了对一种新型机器的探索：量子计算机。与处理二进制位的传统机器不同，量子计算机使用量子比特（qubits），这些量子比特可以同时存在于多种状态中，理论上提供了一种直接且高效地模拟分子等量子系统的方法。

在 IonQ 工作的研究人员通过在量子计算机上演示一个完整的、自洽的分子模拟，向实现这一愿景迈出了重要一步。他们专注于一个由八个氢原子组成的链，这个系统规模足够小以便于管理，但也足够复杂以测试当前技术的极限。他们的目标不仅仅是运行一次计算，而是构建一个完整的循环：计算机求解电子排列，利用该结果更新作用于电子的力，并重复此过程，直到系统稳定在一个自然状态。这个过程被称为自洽场方法，是化学家解决此类问题的标准方式，但此前从未有人在量子处理器上完全实现过整个循环。该团队成功运行了整个循环，证明了量子计算机可以迭代地优化其对分子能量的理解，直到达到精确解。

这些模拟中的一个主要障碍是描述电子所需的数学函数数量之多，特别是在电子行为变化剧烈的原子核附近。使用单一类型数学函数（称为平面波）的传统方法，即使对于一个小分子，也需要数万个此类函数才能获得准确答案。这将需要拥有远超现有量子比特数量的量子计算机。为了克服这一点，研究人员开发了一种巧妙的混合方法。他们将标准的平面波与第二组专门用于描述靠近原子核的电子的函数（称为原子轨道）相结合。通过使这两组函数相互正交化——确保它们在数学上是独立的且不会以混淆的方式重叠——他们创建了一个混合基组，能以极少的总函数捕捉到必要的细节。这使他们能够以极小比例的计算资源描述相同的物理系统，使模拟在当今硬件上变得可行。

他们方法的核心涉及一种作为量子计算机内存“智能过滤器”的双基组策略。该系统并非试图在大型量子寄存器上一次性解决整个复杂问题，而是首先使用完整的详细函数集执行最初的几个步骤。通过这些步骤，它识别出最重要的状态——即那些对分子能量真正起作用的状态——并将它们压缩成一个更小的、收缩后的集合。在绝大部分计算过程中，量子计算机仅处理这个微小的、压缩后的函数集，该集合仅需三个量子比特即可表示。系统会定期检查这种压缩视图是否仍然准确；如果误差过大，它会短暂地回到完整集合以更新压缩视图，然后返回高效的小规模计算。这种技术使他们能够用仅三个量子比特的寄存器进行繁重任务，却能模拟一个拥有超过 32,000 个平面波的系统，如果没有这种压缩，这一壮举是不可能实现的。

团队通过两种方式测试了他们的方法：一是通过在经典超级计算机上模拟量子计算机的行为，二是在真实的量子处理器上进行实际实验。在模拟中，他们展示了该方法可以极其精确地重现经典计算的结果，差异小于一百分之一毫哈特里（化学中的标准能量单位）。他们还证明了即使在量子计算机受到当前硬件固有的“噪声”和误差影响时，该方法依然有效。当他们使用模拟测量噪声进行模拟时，系统仍能收敛到一个稳定的解，并非常接近正确的能量值。这证明了该算法足够鲁棒，能够处理现实世界量子设备的缺陷。

最后，研究人员将模拟带入现实世界，在 IonQ Forte-1 量子处理器上运行了计算的最终阶段。他们准备了代表收敛电子态的量子电路，并在设备上直接测量其能量。在那个微小的、压缩的三量子比特寄存器上，硬件成功重现了其混合方法与标准仅原子方法之间的能量差，且在实验误差范围内。这是一个关键的验证，表明该理论框架在实际硬件执行时依然成立。然而，当他们尝试在更大的寄存器上测量完整的、未压缩的系统时，硬件噪声太大，即使应用了误差校正技术也无法获得准确结果。这凸显了一个核心发现：虽然量子计算在化学领域的潜力巨大，但当问题被智能化压缩且最关键的部分在最小规模上进行测量时，目前的设备才最适合进行此类计算。

这项工作并不声称已经解决了化学模拟问题，也不声称在速度上超越了经典计算机。事实上，研究人员指出，由于量子硬件仍处于早期阶段，他们目前的实现比经典方法慢。事实上，这项成就的意义在于证明了概念：量子计算机现在可以参与现代化学模拟的完整迭代循环，不断优化其答案直至达到自洽。通过结合智能数学基组和双基组压缩策略，团队展示了一条在量子硬件上运行复杂自洽电子结构计算的可行路径。这为未来的实验打开了大门，在这些实验中，只要算法的设计能持续兼顾硬件的具体优势与局限性，量子计算机就能应对目前难以触及的问题。

技术摘要：量子计算自洽 Kohn–Sham 密度泛函理论 (DFT)

问题陈述
Kohn–Sham 密度泛函理论 (KS-DFT) 是经典计算机上电子结构模拟的标准方法，但其在量子计算中的应用面临重大障碍。现有的量子方法通常通过二阶量子化将固定的单粒子基组哈密顿量映射到量子比特上，通常依赖于变分量子特征值求解器 (VQE) 或量子相位估计 (QPE)。虽然存在容错的一阶平面波算法，但它们在描述全电子系统时面临高昂的计算成本，特别是平面波 (PW) 基组在原子核尖点（cusps）附近的收敛缓慢问题。此外，以往在量子硬件上的自洽场 (SCF) 演示仅限于小型、局域的原子轨道 (AO) 基组或特定的晶格模型，缺乏一种能够系统性地收敛到任意能量容差的一般性、全电子、全势能表述方法。

方法论
作者提出了一种专为量子计算机设计的、基于一阶量子化的全电子、全势能 KS-DFT 方法。该方法的核心是一个在自洽循环中运行的量子电路特征值求解器 (QC eigensolver)。关键的方法论组成部分包括：

基组 (Basis Sets)：
- 纯平面波 (Pure Plane-Wave, PW)： 使用系统性扩张，通过增加基组大小直到达到能量收敛。
- 平面波-正交化轨道 (Plane-Wave-Orthonormalized-Orbital, PWOO)： 一种混合基组，结合了一个保留的低能平面波块与原子轨道 (AOs)，这些原子轨道相对于平面波及彼此进行了正交化。这使得 PWOO 能够利用原子轨道表示原子核尖点，与纯 PW 相比，在达到相同能量精度时，显著减少了所需的平面波数量。
双基组收缩 (Dual-Basis Contraction)： 为了缓解量子比特需求随指数级增长的问题，该方法采用了双基组策略。在全基组（PW 或 PWOO）中进行几次初始“引导”（bootstrap）步骤后，SCF 迭代将在由 $K$ 个函数组成的收缩基组中进行（仅需 $\lceil \log_2 K \rceil$ 个量子比特）。只有当特征态在子空间之外的残差范数超过特定阈值时，才会更新收缩基组。这使得量子比特寄存器的宽度保持固定，同时允许全基组不断增长。
特征值求解算法 (Eigensolver Algorithm)： QC 特征值求解器使用 Möttönen 振幅树 (Möttönen amplitude tree) 拟设来编码轨道。通过 Rotosolve（坐标下降法）进行优化，并利用块并行更新来提高效率。多轨道解通过惩罚缺陷法 (penalty deflation) 和修正 Gram–Schmidt 正交化 (MGSO) 获取。该算法包含一个 Rayleigh–Ritz 步骤，该步骤结合了块候选集和经典计算的残差方向（在状态矢量模拟中），以加速收敛。
SCF 循环： 循环从量子特征值求解器生成的密度中组装 KS 哈密顿量 $H_{KS}[\rho]$ ，对密度进行混合（使用线性混合或 Anderson 混合），并进行迭代直至达到自洽。

关键结果
论文报告了关于一个孤立线性 $H_8$ 链（间距为 1.4 bohr）使用 SVWN 局部密度泛函的结果。

纯平面波性能：
- 在 $n_q = 15$ 个量子比特（32,768 个平面波）的状态矢量仿真中，实现了与经典 PW 计算在 0.015 mHa 内的一致性。
- 双基组收缩使得这些大基组计算在大多数 SCF 步骤中仅需在固定的 3-qubit 收缩寄存器上运行。
- 收缩哈密顿量的 Pauli $L_1$ 范数保持在较低水平（~0.6 Ha），而全哈密顿量的范数增长到了 233 Ha，从而大幅降低了能量估计的 shot bound（采样次数界限）。
PWOO 效率与精度：
- 仅使用 16 个基函数，PWOO 就达到了低于 STO-3G 参考值的能量，而纯 PW 需要超过 4,000 个平面波才能达到同等精度。
- 使用 cc-pVDZ 和 cc-pVTZ AO 基组的计算满足了嵌套基组变分界限（PWOO 能量 < 仅含 AO 的能量），证实了算符组装的正确性。
- 在全寄存器上，QC SCF 能量与经典 PWOO 能量之间的差异在 0.44 µHa 以内。
基于 Shot 的模拟 (Shot-Based Simulations)：
- 在 STO-3G PWOO 基组（ $n_q=4$ ）上的模拟 shot 噪声运行表明，通过使用降低的混合参数（ $\alpha=0.2$ ）和高采样预算（每批次 $10^{13}$ shots），可以收敛至无噪声不动点。
- 投影算符的变化在收敛阈值附近波动，最终能量与无噪声结果的偏差在 0.05–0.31 mHa 之间。
硬件演示 (IonQ Forte-1)：
- 在真实的设备实验中，在 3-qubit 收缩寄存器上测量了收敛的 STO-3G PWOO 态。
- 测得的 PWOO 与仅含 AO 态之间的能量差为 $-8.53 \pm 1.56$ mHa，而精确值为 $-7.06$ mHa。该结果位于精确值的一个标准差之内。
- 全寄存器读取（需要更多量子比特和更深的电路）受到了显著的硬件偏差影响，且这种偏差无法通过简单的去极化校准完全修正，这凸显了收缩方法的优势。

意义与主张
本文提出了一种基于一阶量子化的、全电子、全势能的量子计算 KS-DFT 方案，该方案利用了具有系统性可改进性的基组（PW 和 PWOO）。虽然作者承认 Senjean 等人 [21] 此前进行过模拟分子演示（该研究使用了 STO-3G AO 基组和子空间搜索 VQE），但本工作通过实现一个支持全电子、全势能计算且具有系统收敛性平面波及 PWOO 基组的自洽循环，从而与该研究区分开来。

可扩展性： 该方法证明了大型基组电子结构问题（例如 32,768 个平面波）可以通过双基组收缩在量子计算机上解决，仅需使用固定的、较小的量子比特寄存器（3 个量子比特），从而避免了量子比特数随基组大小而增长的需求。
效率： 与纯平面波相比，PWOO 基组显著减少了达到化学精度所需的基组规模，使其更适用于当前的或近期的量子硬件。
验证： 嵌套基组变分界限作为混合基组中算符组装的严格一致性检查。
硬件可行性： 在 IonQ Forte-1 上使用收缩寄存器成功复现能量差的结果表明，只要将问题映射到足够小的收缩子空间中，该方法对于在当前的含噪声中规模量子 (NISQ) 设备上展示电子结构方面的量子优势是可行的。

作者明确表示，他们并不声称在运行时间（wall-time）上比经典 DFT 具有优势；其重点在于实现具有固定量子比特资源的自洽量子电子结构计算的算法可行性。未来的工作计划解决自旋极化、广义梯度近似以及杂化泛函等问题。

技术摘要：量子计算自洽 Kohn–Sham 密度泛函理论 (DFT)

类似论文