[논문 리뷰] Resource-efficient quantum simulation of transport phenomena via Hamiltonian embedding

Joseph Li, Gengzhi Yang외 2명|arXiv (Cornell University)|2026. 02. 03.

Quantum Computing Algorithms and Architecture인용 수 0

한 줄 요약

이 논문은 Hamiltonian embedding 및 Schrödingerization을 사용하여 양자 컴퓨팅에서 운송 편미분방정식(PDEs)을 시뮬레이션하기 위한 프레임워크를 개발하고, 엄밀한 보장과 하드웨어 의존 자원 추정치를 달성하며, 실제 디바이스에서의 2D advection 데모를 처음으로 보여준다.

ABSTRACT

Transport phenomena play a key role in a variety of application domains, and efficient simulation of these dynamics remains an outstanding challenge. While quantum computers offer potential for significant speedups, existing algorithms either lack rigorous theoretical guarantees or demand substantial quantum resources, preventing scalable and efficient validation on realistic quantum hardware. To address this gap, we develop a comprehensive framework for simulating classes of transport equations, offering both rigorous theoretical guarantees -- including exponential speedups in specific cases -- and a systematic, hardware-efficient implementation. Central to our approach is the Hamiltonian embedding technique, a white-box approach for end-to-end simulation of sparse Hamiltonians that avoids abstract query models and retains near-optimal asymptotic complexity. Empirical resource estimates indicate that our approach can yield an order-of-magnitude (e.g., $42 imes$) reduction in circuit depth given favorable problem structures. We then apply our framework to solve linear and nonlinear transport PDEs, including the first experimental demonstration of a 2D advection equation on a trapped-ion quantum computer.

연구 동기 및 목표

• PDE로 지배되는 운송 현상의 효율적인 양자 시뮬레이션을 동기화한다.
• 구조화된 희소 해밀토니언에 대해 잠재적 지수적 양자 속도ups를 제공하는 엄밀하고 하드웨어 의존적인 프레임워크를 제공한다.
• Schrödingerization과 Hamiltonian embedding을 통합하여 비유닛ary 운송 역학을 단위 양자 진화로 매핑한다.
• 문제 구조에 따라 회로 깊이, 큐비트 등의 구체적 자원 추정치를 제시하고 실제 디바이스 검증을 시연한다.
• 접근법을 선형 및 비선형 운송 PDE에 확장하고, 트랩드 이온 양자 컴퓨터에서의 2D advection 실험을 포함한다.

제안 방법

• Schrödingerization을 사용하여 선형, 비유닛한 운송 역학을 단위적인 Schrödinger 진화로 매핑한다.
• 희소 해밀토니언을 로컬 임베딩 해밀토니언으로 확장하고 보조 큐비트를 사용하여 텐서-곱 구조를 활용한다.
• 해밀토니언 임베딩, Richardson 추정, 계단식 곱 공식들을 결합한 양자 미분방정식 풀이기를 적용한다.
• 공간을 Eulerian 방식(유한 차분 또는 푸리에 스펙트럴)으로 이산화하여 ODE du/dt = Au의 희소 행렬 A를 얻는다.
• 회로 깊이와 2-큐비트 게이트를 최소화하기 위해 하드웨어 의존 임베딩(one-hot, unary, binary 인코딩)을 수행한다.
• IonQ Aria-1 기기에서 2D advection 방정식을 시연하여 실제 기계 검증으로 제시한다.

실험 결과

연구 질문

• RQ1 희소 텐서-곱 구조를 가진 운송 PDE에 대해 Hamiltonian embedding과 Schrödingerization의 조합이 엄밀한 지수적 양자 속도업을 제공할 수 있는가?
• RQ2 선형 및 비선형 운송 PDE에 프레임워크를 적용할 때 자원(큐비트, 회로 깊이, 게이트 수)의 함의는 무엇인가?
• RQ3 하드웨어 의존 임베딩(unary/one-hot 대 binary 인코딩)이 실제로 회로 깊이와 2-큐비트 게이트 수에 어떤 영향을 미치는가?
• RQ4 현재 트랩드 이온 양자 하드웨어에서 운송 PDE 시뮬레이션의 실질적인 실제 기기 시연이 가능한가, 특히 2D advection 방정식?

주요 결과

• 이 프레임워크는 특정 운송 PDE에 대해 견고한 오류 허용 기기에서 지수적 양자 속도업을 얻는다.
• 해밀토니안 임베딩을 통해 양자 입력 오버헤드를 완화하여 구조적 희소 해밀토니언에 대해 거의 최적의 점근적 복잡성을 가능하게 한다.
• 자원 추정치는 유리한 문제 구조에 대해 상당한 회로 깊이 감소(예: 최대 42배)를 시사한다.
• 비선형 스칼라 준전형 편미분방정식에 대해 단항 및 원-핫 임베딩이 표준 이진 인코딩보다 회로 깊이 및 2-큐비트 게이트 수에서 우수할 수 있다.
• 트랩드 이온 양자 컴퓨터에서 2D advection 방정식에 대한 최초의 실험 시연이 보고되었다.
• 이 방법은 Schrödingerization, Hamiltonian embedding, 및 Richardson 보정을 통합하여 엄밀한 보장을 가진 양자 PDE를 해결한다.