求解 Sycamore 量子线路的采样问题

我们研究从 Google 的 Sycamore 量子线路输出分布中以目标保真度生成独立样本的问题，该问题被认为超出了经典超级计算机的能力范围，并已被用于展示量子霸权。我们提出了一种新方法，通过仅收缩相应的张量网络一次来经典地求解此问题，在获取大量具有目标保真度的不相关样本方面，其效率远高于现有方法。对于具有 $53$ 个量子比特和 $20$ 个循环的 Sycamore 量子霸权线路，我们生成了一百万个不相关的比特串 $\{\mathbf s\}$，这些比特串从分布 $\hat P(\mathbf s)=|\hat \psi(\mathbf s)|^2$ 中采样得到，其中近似态 $\hat \psi$ 的保真度为 $F\approx 0.0037$。整个计算在配备 $512$ 个 GPU 的计算集群上耗时约 $15$ 小时。所得的一百万个样本、收缩代码和收缩顺序均已公开。如果我们的算法能在具有 ExaFLOPS 性能的现代超级计算机上高效实现，我们估计在理想情况下，模拟仅需几十秒，这比 Google 的量子硬件更快。