Репортаж от Wedoany，Исследователи IBM Quantum представили открытую библиотеку на Python — ffsim, предназначенную для эффективного классического моделирования фермионных квантовых схем. Она призвана предоставить сообществу квантовой информатики более быстрые инструменты для верификации и бенчмаркинга.
В отличие от универсальных симуляторов квантовых схем, которые полагаются на хранение полного вектора состояния, ffsim использует строго сохраняющиеся в физических системах полное число частиц и z-компоненту спина (Sz), что значительно сжимает вычислительное пространство. Универсальный симулятор для схемы с n кубитами поддерживает комплексный вектор размерности 2n, тогда как ffsim для 2N спиновых орбиталей отслеживает только состояния с фиксированным числом электронов со спином вверх (Nα) и спином вниз (Nβ), что существенно снижает численный предфактор.
Этот инженерный эффект проявился в тестировании двумерной модели Хаббарда на решётке 4×8. В этой модели стандартное отображение фермионов на кубиты преобразуется в схему с 64 кубитами. Универсальному симулятору вектора состояния для выполнения этой модели требуется около 256 эксабайт (ЭБ) памяти, тогда как ffsim при заполнении 1/8 сжимает активный вектор состояния до 19,3 гигабайта (ГБ), позволяя исследователям проводить точное моделирование на одном классическом рабочем компьютере.
Библиотека основана на функциональной парадигме программирования, использует массивы NumPy для хранения и эволюции фермионных волновых функций, интегрирует оптимизированный бэкенд, поддерживает набор вентилей с сохранением числа частиц и включает нативные интерфейсы с экосистемами Qiskit и PySCF. Через слой компиляции Qiskit ffsim также может служить бэкендом для моделирования любых квантовых схем, состоящих из вентилей, сохраняющих вес Хэмминга (Hamming weight-preserving gates).
Команда разработчиков провела сравнительное тестирование производительности ffsim с фермионным квантовым симулятором (FQE) и Qiskit Aer. На однопоточном MacBook M1 тесты троттеризованной временной эволюции молекулярного гамильтониана в представлении двойного разложения показали, что скорость моделирования ffsim в 11 раз выше, чем у FQE, эволюция квадратичного гамильтониана ускорена в 2,4 раза, а действие оператора молекулярного гамильтониана — в 8,4 раза. При масштабировании системы до 16 орбиталей (32 кубита) Qiskit Aer не смог справиться из-за ограничений классической памяти, тогда как ffsim продолжал работать. Подробный технический препринт опубликован на arXiv, соответствующий код и учебные материалы доступны в репозитории Qiskit Community на GitHub, а на блоге IBM Quantum опубликован обзор интеграции библиотеки.
Данный материал скомпилирован платформой Wedoany. При цитировании материалов, созданных с помощью искусственного интеллекта (ИИ), необходимо обязательно указывать источник — «Wedoany». В случае выявления нарушения прав или иных проблем просим своевременно информировать нас. Сайт оперативно внесёт изменения или удалит материал.Электронная почта: news@wedoany.com
