通过对称压缩双因子分解降低化学领域容错量子模拟的运行时间
量子物理
2024-07-11 v1
摘要
基于量子化（qubitization）的量子相位估计是计算化学应用中基态能量的最先进容错量子算法。在此背景下，哈密顿量的 1-范数在确定所需迭代总数及整体计算成本方面起着根本作用。本文引入对称压缩双因子分解（SCDF）方法，该方法将哈密顿量的压缩双因子分解与对称性平移技术相结合，显著降低了 1-范数值。通过考虑各种基准系统（包括 FeMoco 分子、细胞色素 P450 以及不同尺寸的氢链），数值演示了该方法的有效性。为了在绝对意义上比较 SCDF 与其他方法的效率，我们估算了 Toffoli 门的需求量，这在容错量子计算机上主导了执行时间。对于此处考虑的系统，与双因子分解的其他变体甚至通常被视为量子化最有效方法的张量超收缩（tensor hypercontraction）相比，SCDF 大幅减少了 Toffoli 门的数量。
引用
@article{arxiv.2403.03502,
title = {Reducing the runtime of fault-tolerant quantum simulations in chemistry through symmetry-compressed double factorization},
author = {Dario Rocca and Cristian L. Cortes and Jerome Gonthier and Pauline J. Ollitrault and Robert M. Parrish and Gian-Luca Anselmetti and Matthias Degroote and Nikolaj Moll and Raffaele Santagati and Michael Streif},
journal= {arXiv preprint arXiv:2403.03502},
year = {2024}
}