四维各向异性张量重整化群的三角形表示
量子物理
2025-11-26 v2
摘要
在更高维度上发展张量重整化群（TRG）算法是重要且紧迫的任务，因为TRG有望为在有限密度下进行的格子量子色动力学（QCD）计算克服符号问题。一种可能的做法是各向异性张量重整化群（ATRG），它能够在四维格子理论中实现更快的计算。然而，计算成本仍然相当大，需要大量计算资源。本文提出了一种新算法，称为三角形ATRG（triad-ATRG），其基于ATRG和其他改进型TRG变体，采用三角形网络表示。该方法在键维数方面实现了更低的规模，同时最大限度地保留了自由能和其他物理量的准确性。我们还展示了在多个GPU上的ATRG和triad-ATRG的并行实现，显著优于基于CPU的四维系统计算。
引用
@article{arxiv.2507.21907,
title = {On the emergence of quantum memory in non-Markovian dynamics},
author = {Alexander Yosifov and Aditya Iyer and Vlatko Vedral and Jinzhao Sun},
journal= {arXiv preprint arXiv:2507.21907},
year = {2025}
}
备注
13 pages, 3 figures