[論文レビュー] Noise-Resilient Quantum Chemistry with Half the Qubits

Shane McFarthing, Aidan Pellow-Jarman+1 more|arXiv (Cornell University)|Feb 1, 2026

Quantum Computing Algorithms and Architecture被引用数 0

ひとこと要約

HSQD を導入した半量子ビットサンプルベースの量子対角化アプローチで、量子ビット数と回路深さを削減しつつ精度を保持；決定論的 HCI に触発したサンプル選択を加えた HCI-HSQD を形成し、NISQ ハードウェア上で N2 および鉄–硫黄クラスターの化学を正確に実現可能にする。

ABSTRACT

Sample-based quantum diagonalization (SQD) offers a powerful route to accurate quantum chemistry on noisy intermediate-scale quantum (NISQ) devices by combining quantum sampling with classical diagonalization. Here we introduce HSQD, a novel half-qubit SQD approach that halves the qubit requirement for simulating a chemical system and drastically reduces overall circuit depth and gate counts, suppressing hardware noise. When modeling the dissociation of the nitrogen molecule with a (10e, 26o) active space, HSQD matches the accuracy of SQD on IBM quantum hardware using only half the number of qubits and 40% fewer measurements. We further enhance HSQD with a heat-bath configuration interaction (HCI) inspired selection of the samples, forming HCI-HSQD. This yields sub-millihartree accuracy across the N2 potential energy surface and produces subspaces up to 39% smaller than those from classical HCI, showing a significant improvement in the compactness of the ground-state representation. Finally, we demonstrate the scalability of HCI-HSQD using iron-sulfur clusters, reaching active spaces of up to (54e, 36o) while using only half as many qubits as the original SQD. For these systems, HCI-HSQD reduces SQD energy errors by up to 76% for [2Fe-2S] and 26% for [4Fe-4S], while also reducing subspace sizes, halving measurement requirements, and eliminating expensive post-processing. Together, these results establish half-qubit SQD as a noise-resilient and resource-efficient pathway toward practical quantum advantage in strongly correlated chemistry.

研究の動機と目的

• 騒音下中規模量子デバイス上で robust な量子化学を動機づける。
• 基底状態の精度を保持する量子ビット効率的なサンプリングフレームワークを開発する。
• 量子サンプリングと高度な古典的サブスペース対角化を組み合わせて効率を向上させる。

提案手法

• Inter-spin 相関を同一スピン項へ再マッピングし、半分のビット数で済む Half-qubit LUCJ アンサンブル。
• サンプルベースの量子対角化（SQD）を半分の量子回路でサブスペースを生成するよう強化。
• SCCR に触発された構成復元で無効サンプルを正します。
• HCI に触発された決定論的サブスペース選択で、コンパクトかつ高精度なサブスペース S′ を作成。
• 半構成から全構成をテンソル積再構成して基底状態の相関を保持。
• N2（10e, 26o）および鉄–硫黄クラスター（[2Fe–2S], [4Fe–4S]）への適用と古典的 HCI/DMRG とのベンチマーク。

実験結果

リサーチクエスチョン

• RQ1 半量子ビット SQD（HSQD）は、NISQ ハードウェア上で全量子ビット SQD と同程度の精度で基底状態エネルギーを再現できるか。
• RQ2 HSQD は SQD と比較して量子ビット数、回路深さ、測定要件にどのような影響を与えるか。
• RQ3 HCI-inspired determinist sampling（HCI-HSQD）は、確率的サンプリングよりもよりコンパクトなサブスペースと改善された精度をもたらすか。
• RQ4 Fe–S クラスターのような大規模で強相関の系に対して、HSQD および HCI-HSQD はどのような性能を示すか。
• RQ5 HSQD および HCI-HSQD を使用する際の実用的なリソース節約（量子ビット数、測定、後処理）はどの程度か。

主な発見

System	Device	Circuit type	#Qubits	Depth	1-qubit gates	2-qubit gates
N2 (10e, 26o)	IBM Torino	Full-qubit	52	905	10929	2023
N2 (10e, 26o)	IBM Torino	Half-qubit	26	429	5084	855
[2Fe–2S] (30e, 20o)	IBM Pittsburgh	Full-qubit	40	593	7687	1349
[2Fe–2S] (30e, 20o)	IBM Pittsburgh	Half-qubit	20	333	3598	545
[4Fe–4S] (54e, 36o)	IBM Pittsburgh	Full-qubit	72	1572	25810	4660
[4Fe–4S] (54e, 36o)	IBM Pittsburgh	Half-qubit	36	596	11804	1777

• HSQD は IBM ハードウェア上で N2 に対し SQD の精度と同等を保ちながら、量子ビットを半分、測定回数を約 40% 減少させた。
• HSQD は回路深さとゲート数を約 50%削減し、ハードウェアノイズを緩和する。
• HCI-HSQD は N2 の PES 全体でサブミリ Hartree 精度を達成し、古典的 HCI よりも 18–39% 小さいサブスペースを生み出す。
• [2Fe–2S] に対して、HCI-HSQD は SQD のエネルギー誤差を 76% 減少させ、サブスペースを 58% 小さくし、半分のビット数と測定で実現。
• [4Fe–4S] に対して、HCI-HSQD は SQD の誤差を 26% 減少させ、サブスペースを 88% 小さくし、DMRG に対してエネルギーの約 1.7% の優位性を示す。
• 系全体で、HSQD/HSCI-HSQD は SQD の半分の量子ビットと測定で済み、SCCR を排除して非反復補正へ移行でき、後処理を削減する。