阿里量子实验室最新成果：全球最强量子电路模拟器「太章」诞生

雷锋网 (公众号：雷锋网) AI 科技评论消息，5 月 8 日，阿里巴巴量子实验室施尧耘团队宣布于近日成功研制当前世界最强的量子电路模拟器，名为「太章」。基于阿里巴巴集团计算平台在线集群的超强算力，「太章」在世界上率先成功模拟了 81（9x9）比特 40 层的作为基准的谷歌随机量子电路，之前达到这个层数的模拟器只能处理 49 比特。

同时，本次模拟任务只动用了阿里巴巴计算平台在线集群 14% 的计算资源。「太章」的创新算法通信开销极小，得以充分发挥平台在线集群的优势，在过去超级计算机上做不了的模拟任务，比如 64（8x8）比特 40 层的模拟，「太章」只需 2 分钟即可完成。

2016 年，谷歌提出通过实现二维阵列 MxN 对应的量子比特上的一类特定随机量子电路来实现量子霸权的方案，这一类特定随机量子电路通常被称为量子霸权电路。在方案中，认为当该二维阵列上的比特数 (MN) 达到 50，电路的深度（层数）到达 40 左右，现有世界上最强大的超级计算机也无法有效模拟这样的电路。

图 1：8x8 二维网格上一个深度为 20 的量子霸权电路对应的张量网络展示

谷歌的硬件团队希望将在 9 量子比特 1 维阵列中实现的 1% 读取误差，0.1% 单比特门误差，0.6% 两比特门误差保持到更大规模的量子系统来实现这样的霸权电路，并通过这个特定任务，实现量子硬件对当前世界上最强大的经典计算资源的超越。此后，若干研究团队纷纷在不同的超级计算机上对该类电路进行模拟。之前，全球最好的研究结果尚未同时达到 50 比特 40 层。

图 2：nxn 二维网格上，计算随机电路输出每一个振幅的执行时间与电路深度的对应关系

在量子计算目前的模型中，有一类是量子电路模型，实现形式是将信息存储在量子比特中，通过类似经典逻辑门的量子门来实现计算。达摩院量子实验室团队量子科学家陈建鑫与实习生张放实现了一种基于分布式的通用量子电路模拟方案，并基于研究的模拟器对谷歌第一版的随机量子电路进行了测试。

利用阿里计算平台的在线集群的少量计算资源 (14% 左右) ，实验室团队成功使用「太章」模拟器模拟了 9x9x40 也就是 81 比特 40 层随机电路，还分别成功模拟了 100 比特 35 层（10x10x35）, 121 比特 31 层（11x11x31）与 144 比特 27 层（12x12x27）的随机量子电路。

图 3：「太章」模拟的随机量子电路规模（黑线）与谷歌量子硬件可以实现的规模 (红线) 比较（基于谷歌在 [Characterizing quantum supremacy in near-term devices] 中对 7x7 的估计）

目前业界主流的模拟方案有两类，一类是存储量子状态的所有振幅，一类是对于任意振幅都可以迅速计算得到结果。第一类模拟方案，基本都在超级计算机上实现，因为存储 45 比特的量子状态需要 Petabyte 量级的内存，在存储这么多数据的同时对该量子态进行操作并进行计算，需要不断地在不同的计算节点之间交换数据，这样的通讯开销对于普通云服务是难以承受的。

在阿里巴巴计算平台的在线集群上，实验室团队采用了第二类模拟方案，通过快速有效的计算任意振幅，任务拆分后可以将子任务十分均衡地分配到不同节点，极少的通信开销使得模拟器适配现在广泛提供服务的云计算平台。

在本研究成果之前，对于两种模拟方案，全球尚未有研究团队可以成功模拟谷歌超过 50 比特 40 层的第一代随机测试电路。在达摩院量子实验室团队的模拟器内还可以每 2 分钟计算 64 比特 40 层随机电路的一个振幅。

本次研究成果也已经以论文的形式在预印本网站 arXiv 上提交，文章并列第一作者为量子实验室量子科学家陈建鑫与实习生张放，作者还有实习生黄甲辰和 Michael Newman 博士。

图 4：阿里巴巴「太章」模拟器与目前主要模拟器模拟谷歌随机电路的结果比较

美国密西根大学终身教授、世界顶级量子科学家施尧耘担任阿里巴巴量子实验室主任、首席量子技术科学家。两次理论计算机最高奖哥德尔奖得主、匈牙利裔美国计算机科学家马里奥·塞格德（Mario Szegedy）于今年年初也加入该实验室。

其他：

「太章」取自：《淮南子·墬形训》：「禹乃使太章步自东极至于西极，二亿三万三千五百里七十五步；使竖亥步自北极至于南极，二亿三万三千五百里七十五步。凡鸿水渊薮自三百仞以上二亿三万三千五百五十里有九渊·禹乃以息土填洪水以为名山。」

「太章」模拟器目的是用一种经典、我们能理解的方式来理解量子的运行，就跟太章徒步测量东极至西极的距离那样。

arXiv 论文链接： https://arxiv.org/abs/1805.01450

谷歌 [Characterizing quantum supremacy in near-term devices]： https://www.nature.com/articles/s41567-018-0124-x

雷锋网版权文章，未经授权禁止转载。详情见。