量子模拟

1981 年，Feynman 在一场计算物理会议上问了一个当时显得很怪的问题： 经典计算机到底能不能模拟物理？ 他自己的回答成了量子计算领域的出生证明：

「自然不是经典的，见鬼；如果你想模拟自然，最好把计算机造成量子力学的。」

这句名言背后不是修辞，是一个可以在信封背面算出来的硬障碍。 你在 3.3 节 就见过它的种子： 复合系统的希尔伯特空间是张量积，维数相乘。这一节把这个课本事实 推到它的工程后果——以及物理学家为绕开它而建造的各种机器。

指数墙：把 Feynman 的论证算成数字

量级估算：存一个多自旋态需要多少内存？基础~7 min展开

第一步：数维数。

一个自旋 1/2 需要 2 个复数振幅。$N$ 个自旋的态矢量生活在张量积空间里， 维数是 $2^N$，需要 $2^N$ 个复数振幅：

$$\ket{\psi}=\sum_{s_1,\dots,s_N=\uparrow,\downarrow}c_{s_1\cdots s_N}\ket{s_1\cdots s_N}\tag{13.4.1}$$

注意这不是 $2N$，是 $2^N$——每加一个自旋，存储量翻倍。

第二步：换算成内存。

每个复数用双精度存，16 字节。

• $N=30$：$2^{30}\times16\approx17\ \text{GB}$——一台笔记本电脑的极限。
• $N=50$：$2^{50}\times16\approx1.8\times10^{16}\ \text{字节}=18\ \text{PB}$—— 超过世界最大超算的总内存。
• $N=300$：$2^{300}\approx10^{90}$——超过可观测宇宙中原子的总数（约 $10^{80}$）。 就算把宇宙里每个原子都征用为一个存储单元，也存不下 300 个自旋的一个态矢量。

第三步：时间演化更糟。

模拟动力学要对 $2^N$ 维矩阵做指数运算，或反复做矩阵乘向量； 就算只求基态，对角化的代价同样随 $N$ 指数增长。 而 300 个自旋是什么概念？一小片方格 17×17 多一点——一个纳米尺度的斑点。

第四步：Feynman 的翻转。

僵局的出路藏在问题自身：既然 50 个自旋「难算」，但一块真实材料里 $10^{23}$ 个自旋每时每刻都在毫不费力地「演化自己」——那就别用比特存振幅， 用一个可控的量子系统去充当另一个量子系统的替身。让希尔伯特空间自己承载 希尔伯特空间。这就是量子模拟。

一个重要的限定：指数墙挡住的是一般的量子态。很多物理上重要的态 （低纠缠态、一维基态）有高效的经典压缩表示（张量网络、蒙特卡洛等）， 经典模拟方法本身也是活跃的前沿。量子模拟真正的猎场， 是那些经典方法已知失灵的角落——下面就是最著名的一个。

头号靶子：费米–哈伯德模型

把 13.2 节 的 Hubbard 模型换成费米子（电子的两种自旋）：

$$H=-t\sum_{\langle ij\rangle,\sigma}\hat c_{i\sigma}^\dagger \hat c_{j\sigma} +U\sum_i \hat n_{i\uparrow}\hat n_{i\downarrow}\tag{13.4.2}$$

只有两个参数的极简模型，却被普遍认为藏着铜氧化物高温超导的机理—— 一个悬置近四十年的问题。为什么算不动？量子蒙特卡洛这类最强的经典方法， 在费米子系统里撞上符号问题：交换反对称 （8.2 节）让路径的权重有正有负， 统计平均变成大数相消，误差随系统尺寸和逆温度指数放大。 恰恰在最有趣的参数区（低温、掺杂、强关联），所有经典手段一起失效。

量子模拟器不做展开、不采样权重——它就是那个模型： 冷费米子原子在光晶格里真实地隧穿、真实地排斥。量子气体显微镜已经 直接拍到了这个模型预言的反铁磁关联；继续降温以逼近可能的超导相， 是这个方向此刻正在攻坚的目标。

两条路线：模拟的与数字的

模拟量子模拟（analog）：造一个哈密顿量与目标相同的专用装置，让它自然演化。 光晶格、里德堡原子阵列（用可移动光镊排出任意几何、2021 年后做到数百原子的 可编程 Ising 模型）、囚禁离子链都属此类。 长处：规模大（数百到上千个粒子）、无需纠错。短板：只能模拟装置「天生会」的 那类哈密顿量，误差没有系统性的压低手段。

数字量子模拟（digital）：用通用量子计算机的门（9.2 节） 把演化算符拼出来。核心工具是 Trotter 分解：$H=\sum_k H_k$ 各项通常互不对易 （3.6 节），但

$$\ee^{-\ii Ht}=\lim_{n\to\infty}\left(\ee^{-\ii H_1 t/n}\,\ee^{-\ii H_2 t/n}\cdots\right)^n\tag{13.4.3}$$

把长时间演化切成许多小步，每步的误差由对易子 $[H_j,H_k]$ 控制、随步长平方缩小。 长处：什么哈密顿量都能编、误差可控可纠。短板：门数巨大， 在纠错机器成熟前（下一节）只能跑浅线路。

验证难题：如何相信一台你无法检验的机器

这里有个原则性的尴尬：模拟器的意义在于算经典算不动的东西， 可结果算出来了，拿什么核对？ 目前的实践是一套交叉证据链：

• 在可解的角落对表：小尺寸、弱耦合、可积极限下与精确对角化 （附录 C.3）和微扰论比对， 校准装置后再外推进入未知区；
• 平台互证：冷原子、离子阱、超导芯片物理机制迥异，系统误差来源不同， 若对同一模型给出一致答案，可信度大增；
• 检验普适规律：守恒律、热化行为、涨落定理这些「必须对」的性质当哨兵。

这不是权宜之计的丑闻，而是常态——望远镜和加速器同样如此： 对任何探索未知的仪器，信任都来自校准与交叉验证，而非全程复算。

∎本节关键公式

• 维数灾难

  $$\dim\mathcal H=2^N\quad(2^{50}\times16\ \text{B}\approx18\ \text{PB},\ \ 2^{300}\approx10^{90})$$

  每加一个自旋存储翻倍；300 自旋超过宇宙原子数

• 费米–哈伯德模型

  $$H=-t\sum_{\langle ij\rangle,\sigma}\hat c_{i\sigma}^\dagger\hat c_{j\sigma}+U\sum_i\hat n_{i\uparrow}\hat n_{i\downarrow}$$

  疑似高温超导机理所在；经典蒙特卡洛因符号问题失效

• Trotter 分解

  $$\ee^{-\ii Ht}\approx\big(\ee^{-\ii H_1t/n}\ee^{-\ii H_2t/n}\cdots\big)^n$$

  数字模拟的基本积木；误差由对易子 [H_j, H_k] 控制

?自测共 3 题

1. 1.

   用双精度复数（16 字节/个）存储 50 个自旋 1/2 的完整态矢量，需要多少 PB 内存？（1 PB = 10¹⁵ 字节）

   PB允许 200% 相对误差

   提交
2. 2.

   费米–哈伯德模型让最强的经典蒙特卡洛方法失效，直接原因是：

   • 费米子交换反对称使路径权重有正有负，统计平均变成指数级的大数相消（符号问题）
   • 模型的参数太多，无法穷举
   • 哈密顿量不是厄米的
   • 蒙特卡洛只能处理经典系统

   提交
3. 3.

   关于模拟（analog）与数字（digital）量子模拟，下列哪些说法正确？（多选）

   多选题

   • 模拟式规模大、无需纠错，但只能实现装置天然支持的哈密顿量
   • 数字式用 Trotter 分解把演化拆成门序列，原则上可模拟任意局域哈密顿量
   • 数字式的 Trotter 误差来自各项哈密顿量互不对易
   • 模拟式的结果天然精确，不需要任何验证

   提交

接下来

数字量子模拟的前提是「门可以无限接近完美」。但真实的门错误率在 $10^{-3}$ 量级，而有价值的算法动辄需要 $10^{10}$ 次操作。 中间隔着九个数量级——下一节讲人类打算怎么跨过去：容错量子计算。