量子模擬
關注創建者：匿名 創建時間：2026-01-05
量子模擬的實例教程
5月8日，阿里巴巴量子實驗室施堯耘團隊宣布于近日成功研制當前世界最強的量子電路模擬器，名為“太章”。 基于阿里巴巴集團計算平臺在線集群的超強算力，“太章”在世界上率先成功模擬了81（9x9）比特40層的作為基準的谷歌隨機量子電路，之前達到這個層數的模擬器只能處理49比特。
同時，本次模擬任務只動用了阿里巴巴計算平臺在線集群14%的計算資源?！疤隆钡膭撔滤惴ㄍㄐ砰_銷極小，得以充分發揮平臺在線集群的優勢，在過去超級計算機上做不了的模擬任務，比如64（8x8）比特40層的模擬，“太章”只需2分鐘即可完成。
*阿里巴巴“太章”模擬器與目前主要模擬器模擬谷歌隨機電路的結果比較
量子計算可能顛覆當前的計算技術，是科學界和工業界研究的前沿熱點。但量子計算的實現十分困難。目前，已經實現的高精度量子處理器也只有20幾個量子比特。故而規模稍大的量子算法尚無運行的載體。
模擬器的作用在于“承上啟下”，往下可以幫助理解、設計硬件，向上可以承載算法和應用的探索和驗證?！疤隆笔状问沟脺y試和驗證被稱為“中等規?！?0-200比特的的量子算法成為可能, 從而為輔助設計中等規模量子算法、量子軟件乃至量子芯片提供了一個有力的工具。
在通常的量子電路模擬方案中，需要存儲量子狀態的全部振幅，在此海量數據上同時模擬量子運算。這個方法要求不斷地在眾多的計算節點間交換數據，造成巨大的通訊開銷。因此，過去這樣的模擬任務往往都在超級計算機上進行。
實驗室團隊基于施堯耘教授及其合作者Igor Markov在2005年提出的另一種模擬方案，發明了一個簡單而有效的方法分解整個模擬任務，然后十分均衡地把這些子任務分配到不同計算節點上。“太章”的通信開銷極小，這個優點使之十分適合分布式的計算平臺。
展開 然后，在2017年12月，團隊再次取得突破，實現了46量子比特模擬，創下了目前的世界紀錄。
可擴展性是實現通用量子計算機所面臨的難題之一。從45到46，看上去只是增加了一個比特，但在計算機模擬中，每增加一個量子比特，就需要將計算機的內存增加一倍。例如，模擬一個擁有45個量子比特的量子計算機，需要至少0.5
PB（約0.5x10^15 字節）的內存。
因此，要模擬一個72量子比特的計算機，就需要數百萬倍的RAM（2^26（72-46）字節）。我們很可能無法在超級計算機中使用那么多的內存。所以，如果Bristlecone能夠比當前最強大的超級計算機更快地運行通用算法，那么量子霸權時代才將會到來。
搶占2018量子霸權競賽賽點，小型商用量子計算機5年內出現
除了量子比特，實現量子霸權還需要低的錯誤率。一臺很快但錯誤率很高的量子計算機，還不如經典的超級計算機。
根據谷歌的說法，量子計算機的最低錯誤率必須在1％以內，并且有接近100個量子比特的規模。目前看，在錯誤率上，谷歌在72位量子計算機上已經實現了這個目標，單量子比特門為0.1％，雙量子比特門為0.6％。
當我們可以實現幾十乃至幾百萬量子比特0.1-1％的錯誤率時，量子計算機將開始真正高效解決實際問題。這可能需要十年或者更久的時間。
但是，至少谷歌認為，在制造出大規模量子比特量子計算機之前，我們可能會先實現一些小型的、甚至是商用的量子計算機，或者說量子計算商業應用。
2017年，谷歌量子團隊在Nature刊文稱，他們堅信即使還缺乏能夠完整糾錯的理論，但5年之內仍會有與量子計算有關的小型設備問世，而這也將給投資者帶來短期的回報。“早期的量子計算設備將在量子模擬，量子輔助優化和量子采樣領域有商業運用。
展開 繼近日阿里巴巴量子實驗室施堯耘團隊宣布成功研制出當前世界最強的量子電路模擬器太章之后，5月11日，Science子刊Science Advances以“Experimental Two-dimensional Quantum Walk on a Photonic Chip”為題發表了上海交通大學物理與天文學院金賢敏研究團隊最新研究成果，報道了世界最大規模的三維集成光量子芯片，并演示了首個真正空間二維的隨機行走量子計算。同時，這也是國內首個光量子計算芯片。這項研究進展對于推進模擬量子計算機研究具有重要意義。
量子計算(quantum computation) 的概念最早由阿崗國家實驗室的P. Benioff于80年代初期提出，他提出二能階的量子系統可以用來仿真數字計算；稍后費曼也對這個問題產生興趣而著手研究，并在1981年于麻省理工學院舉行的First Conference on Physics of Computation中給了一場演講，勾勒出以量子現象實現計算的愿景。費曼認為自然界本質上是遵循量子力學的，只有用遵循量子力學的裝置，才能更好地模擬它，這個力學裝置就是量子模擬器。目前量子模擬器研究中，人們更多關注的是它的量子加速能力，通常情況下，一個量子模擬器所操控的量子比特數越多，它的運算能力就越強。2011年5月11日，加拿大量子計算公司D-Wave于正式發布了全球第一款商用型量子計算機“D-Wave One”。
━━━━ ━━━━
與傳統計算機不同，量子計算是使用量子比特來存儲數據，并且量子不像半導體只能記錄0與1而是可以同時表示多種狀態，量子計算的優勢在于，一個40位的量子計算機能在很短時間內解開1024位計算機花數十年才能解決的問題。近年來，關于通用量子計算機的新聞屢見于報端，IBM、谷歌、英特爾等公司爭相宣告實現了更高的量子比特數紀錄。
展開 第一是在量子模擬上，由于量子計算的相干特性，一些量子模擬研究研究需要在零下兩百攝氏度左右的極低溫度中才能穩定進行，這就給量子計算的普及帶來很大困難。而時間晶體的周期運動特性更加穩定，不受熱力影響?？梢宰鳛?em>量子模擬系統的元件，讓量子模擬運行的成本更低。
第二是在超高靈敏傳感器上，傳統的傳感材料，例如鉆石，只能有限的接受溫度、磁場等等的變化，如果信息過多就會導致量子態混亂。而時間晶體的穩定特性使其可以接受大量的變化信號，去檢測細胞活性、原子層厚度等等的變化。這樣穩定的高敏感傳感器，會讓生物醫學產生突飛猛進的發展。
第三是在量子計算機上，制造量子計算機的一大難點就是找到一種材料，既可以大量讀寫儲存，又可以保持恒定運動的量子態。目前看來，穩定的時間晶體擁有絕佳的儲存能力，很可能就是最適合的材料。
雖然在今天，我們距離時間晶體的實際應用還有一段不短的距離。但是當基礎物理與科技工藝一同發展時，量子計算、記憶儲存、生物醫學等等方面的突破卻距離我們越來越近了。
在不斷試圖戰勝時間的路途中，一次次的推翻這個世界的既定理論?；蛟S這才是人類真正的偉大之處吧。
展開 （a）顯微表征、結構、加工、性質和性能之間的潛在聯系，（b）約含2千萬個原子的Al-Cu-Mg合金的APT數據，（c）DFT計算的72-atom超晶胞實例 （參考圖）
計算機模擬在現代工程中發揮著核心作用，使人們有可能為各種實際的應用問題提供答案。
我們已經用它們來模擬橋梁是否能支撐、火箭能否能升空等問題，并隨著技術越來越多地轉向量子尺度時，希望它們也能幫我們探索關于材料、藥物和催化劑的問題，以及很多我們從未見過甚至難以想象的問題。
現在，深度學習已經顯示出了在量子力學水平上精確模擬物質的能力。讓人工智能來計算電子密度，或許是DeepMind團隊迄今為止進行過的最雄心勃勃的嘗試，這是DFT計算的終極結果。
（轉載https://c.m.163.com/news/a/GR21MB630511D3CN.html?spss=newsapp）
#參考來源：
https://deepmind.com/blog/article/Simulating-matter-on-the-quantum-scale-with-AI
https://www.nature.com/articles/d41586-021-03697-8
https://cen.acs.org/physical-chemistry/computational-chemistry/Machine-learning-solves-long-standing/99/web/2021/12
展開 
量子模擬的最新內容
應用材料公司與新思科技合作，采用經英偉達 cuEST 優化的新思科技 QuantumATK? 解決方案，將大規模動態材料建模中復雜的量子化學模擬速度提升了 30 倍。
本田公司利用四個 GB200 實現了實用、高保真的計算流體動力學（CFD）模擬，與基于 1920 個云中央處理器核心相比，計算速度提升了 34 倍，成本降低了 38 倍。
計算領域的轉型變革
計算領域已發生根本性轉變：從傳統的通用型高性能計算工作負載，演進為大規模支撐人工智能、數據分析、仿真模擬及量子計算負載的全新形態。高性能計算的角色不再局限于通用算力供給，而是拓展為更廣泛的基礎支撐——為人工智能訓練、大規模數據分析，以及跨領域復雜問題的解決提供核心動力。這一轉型絕非單純的“設備提速”，更反映了市場對“適應性強、可擴展、智能化”計算能力的迫切需求。
計算領域的轉型變革
計算領域已發生根本性轉變：從傳統的通用型高性能計算工作負載，演進為大規模支撐人工智能、數據分析、仿真模擬及量子計算負載的全新形態。高性能計算的角色不再局限于通用算力供給，而是拓展為更廣泛的基礎支撐——為人工智能訓練、大規模數據分析，以及跨領域復雜問題的解決提供核心動力。這一轉型絕非單純的“設備提速”，更反映了市場對“適應性強、可擴展、智能化”計算能力的迫切需求。
接下來，必須模擬量子點發射的場。 與微透鏡內的波長相比，量子點的延伸相對較小。 因此可以將其建模為類點狀偶極源；
3. 最后，確定傳播光纖模式和發射場之間的重疊積分。 耦合效率由重疊量除以偶極子發射的總功率得到。
一、量子加密授權：從算法防御到物理安全
某航空制造企業的經典案例揭示傳統加密的脆弱性：其UG許可服務器曾遭量子計算模擬攻擊，RSA-2048密鑰在3.8小時內被破解，導致核心設計數據泄露。這暴露出現有許可體系的根本缺陷——依賴數學復雜度的加密算法，在量子計算機面前形同虛設。
Gaussian 軟件是目前最廣泛使用的量子化學計算工具之一，它能夠通過各種量子化學方法模擬分子的結構、性質以及反應機理。在計算 pKa 值時，Gaussian 軟件通過密度泛函理論（DFT）、Hartree-Fock (HF) 方法、多體擾動理論（MP2）以及更高精度的配置交互（CCSD）等方法進行分子結構優化和能量計算。這些方法能夠提供準確的電子結構信息，為計算 pKa 值提供理論支持。
注：量子效率可以是模擬的輸入，例如用Ansys Lumerical計算的數據導出到json文件。
案例說明
1.Integration time vs System Gain集成時間vs系統增益
在成像場景中，無論是在低光條件下，高對比度的場景，還是需要精細細節的情況下，在傳感器增益和曝光時間之間找到適當的平衡是至關重要的。
在OpticStudio中，可以通過吸收、發射和量子光譜數據來模擬這種現象，這些數據以文本文件的形式提供。該光致發光模型可以選擇性地與Mie體散射模型配對，以便對嵌入在散射主體中的光致發光材料進行建模。
他領導著一個由本科生組成的研究小組，負責各種項目，包括分子動力學模擬、量子化學計算和機器學習在化學問題中的應用。美國國家科學基金會和美國化學學會石油研究基金對他的研究小組給予了支持。
相關刊物
[1] AK Sharma，“實驗室玻璃器皿識別：科學學生的監督機器學習示例” ，計算科學教育雜志，12 (1)，2021 年第 8-15 頁。
『Ansys Lumerical 2023 R1 新功能介紹』研討會展示了新的自洽電荷和量子阱模擬功能，以及用于集成光子學組件設計的強大的新版圖驅動工作流，并且介紹 Zemax 和 Speos 集成流程的幾項改進，進一步簡化了用于增強現實、超透鏡設計和成像系統的納米級到宏觀級光學建模。（研討會視頻可聯系工作人員查看）
