[论文解读] Resource-efficient quantum simulation of transport phenomena via Hamiltonian embedding

Joseph Li, Gengzhi Yang+2 more|arXiv (Cornell University)|Feb 3, 2026

Quantum Computing Algorithms and Architecture被引用 0

一句话总结

该论文提出一个框架，通过哈密顿嵌入和 Schrödingerization 在量子计算机上对运输偏微分方程（PDEs）进行仿真，提供严格的保证和与硬件相关的资源估计，并在真实设备上完成首个二维对流演示。

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.

研究动机与目标

• 推动对由PDEs支配的输运现象的高效量子仿真。
• 提供一个严格、硬件感知的框架，可能为结构化稀疏哈密顿量带来指数级量子加速。
• 将 Schrödingerization 与哈密顿嵌入整合，将非单位输运动力学映射为单位量子演化。
• 在问题结构下提供具体的资源估计（门深度、量子比特数），并演示真实设备验证。
• 将该方法扩展到线性和非线性输运PDEs，包括在受困离子量子计算机上的二维对流实验。

提出的方法

• 使用 Schrödingerization 将线性、非单位的输运动力学映射到单位的 Schrödinger 演化。
• 将稀疏哈密顿量嵌入到带辅助比特的局部嵌入哈密顿量中，以利用张量积结构。
• 应用结合哈密顿嵌入、 Richardson 外推和分阶段乘积公式的量子 ODE 求解器来进行哈密顿量模拟。
• 通过 Eulerian 时空离散化（有限差分或傅里叶谱）离散化得到稀疏矩阵 A，用于 ODE du/dt = Au。
• 进行硬件感知的嵌入（独热编码、一元编码、二进制编码），以最小化电路深度和两量子比特门数。
• 在 IonQ Aria-1 设备上演示一个二维对流方程，作为真实机器验证。

实验结果

研究问题

• RQ1 将哈密顿嵌入结合 Schrödingerization 能否为具有稀疏张量积结构的输运PDEs 提供严格的指数级量子加速？
• RQ2 将该框架应用于线性与非线性输运PDEs 时的资源影响（量子比特、电路深度、门数）是什么？
• RQ3 硬件感知嵌入（如一元/独热与二进制编码）实际对电路深度及两量子比特门数有何影响？
• RQ4 在当前的陷阱离子量子硬件上，是否有可行的真实设备演示来实现运输PDE的仿真，特别是二维对流？

主要发现

• 该框架在容错设备上对某些运输PDEs 提供指数级的量子加速。
• 通过哈密顿嵌入缓解量子输入开销，使结构化稀疏哈密顿量的渐近复杂度接近最优。
• 资源估计显示在有利的问题结构下，电路深度显著减少（例如最多可达 42×）。
• 在非线性标量双曲型PDEs 中，独热与一元嵌入在电路深度和两量子比特门数方面可以优于标准二进制编码。
• 首次在受困离子量子计算机上实现二维对流方程的实验演示被报道。
• 该方法将 Schrödingerization、哈密顿嵌入与 Richardson 外推结合，用严格保证来求解量子 PDEs。