有界保真度随机量子线路的经典采样
量子物理
2022-01-03 v1
摘要
随机线路采样已成为展示量子计算机相对于经典超级计算机优越性的流行手段。尽管量子芯片在快速发展，经典采样算法也在不断改善。主要挑战在于生成具有高于量子芯片的XEB保真度的比特串。在此我们提出一种经典采样算法，用于产生任意给定随机量子线路的概率分布，其保真度可被严格界定。具体而言，我们的算法在近期引入的多张量缩并算法之后执行拒绝采样。我们表明，保真度可通过部分缩并张量网络中的主导路径以及调节拒绝采样中所用批次数来控制。作为演示，我们基于Sycamore 53量子比特芯片的20周期线路，经典地产生了100万样本，保真度以0.2%为界。尽管该任务最初估计在Summit超级计算机上需耗时10000年，使用我们的算法在具有32块GPU（Tesla V100 16GB）的较小集群上约花费14.5天。此外，我们估计对于祖冲之56量子比特20周期线路，使用具有4480块GPU（Tesla A100 80GB）的Selene超级计算机可在约4天内产生保真度0.066%的100万样本。
引用
@article{arxiv.2112.15083,
title = {Classical Sampling of Random Quantum Circuits with Bounded Fidelity},
author = {Gleb Kalachev and Pavel Panteleev and PengFei Zhou and Man-Hong Yung},
journal= {arXiv preprint arXiv:2112.15083},
year = {2022}
}
备注
10 pages, 4 figures, 4 tables