CN116362342A - 面向哈密顿量含时演化模拟的集成光学量子计算芯片结构 - Google Patents

面向哈密顿量含时演化模拟的集成光学量子计算芯片结构 Download PDF

Info

Publication number
CN116362342A
CN116362342A CN202310418076.5A CN202310418076A CN116362342A CN 116362342 A CN116362342 A CN 116362342A CN 202310418076 A CN202310418076 A CN 202310418076A CN 116362342 A CN116362342 A CN 116362342A
Authority
CN
China
Prior art keywords
evolution
hamiltonian
linear optical
module
optical network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310418076.5A
Other languages
English (en)
Other versions
CN116362342B (zh
Inventor
强晓刚
黄杰
王超
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
National Defense Technology Innovation Institute PLA Academy of Military Science
Original Assignee
National Defense Technology Innovation Institute PLA Academy of Military Science
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by National Defense Technology Innovation Institute PLA Academy of Military Science filed Critical National Defense Technology Innovation Institute PLA Academy of Military Science
Priority to CN202310418076.5A priority Critical patent/CN116362342B/zh
Publication of CN116362342A publication Critical patent/CN116362342A/zh
Application granted granted Critical
Publication of CN116362342B publication Critical patent/CN116362342B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/20—Models of quantum computing, e.g. quantum circuits or universal quantum computers
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N10/00—Quantum computing, i.e. information processing based on quantum-mechanical phenomena
    • G06N10/40—Physical realisations or architectures of quantum processors or components for manipulating qubits, e.g. qubit coupling or qubit control
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E60/00—Enabling technologies; Technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Condensed Matter Physics & Semiconductors (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Optical Modulation, Optical Deflection, Nonlinear Optics, Optical Demodulation, Optical Logic Elements (AREA)

Abstract

本发明公开了一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构，所述芯片结构包括演化初态配置模块、线性光学网络模块Ⅰ、对角线性光学变换模块、线性光学网络模块Ⅱ以及演化输出态分析模块，其中：所述演化初态配置模块用于实现初态的配置；所述线性光学网络模块Ⅰ与线性光学网络模块Ⅱ，用于实现幺正线性光学变换；所述对角线性光学变换模块，用于实现对角线性光学变换，所述演化输出态分析模块，用于实现演化输出态投影测量。本发明能够通过对芯片编程操控对哈密顿量、初始演化状态、演化时间等各要素实现配置，以及演化过程高效控制的通用哈密顿量含时演化高效模拟。

Description

面向哈密顿量含时演化模拟的集成光学量子计算芯片结构
技术领域
本发明涉及量子计算和集成光学领域，尤其是涉及一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构。
背景技术
量子计算是超越经典计算的新型计算模型，在大数据处理、分子模拟等众多领域具有巨大应用潜力。分子哈密顿量含时演化的动态模拟在蛋白质折叠、电子传输、分子关联等一系列应用中都具有重要作用。分子哈密顿量演化的动态模拟实现在经典计算机上并不是容易实现的，这是由于随着所需模拟的分子哈密顿量的规模的增加，在经典计算机上进行模拟所需要的存储容量和计算时间可能指数级增长。量子计算机所具有的数据叠加与并行计算特性，有望高效地实现哈密顿量含时演化动态模拟，获得超越经典计算机的计算加速，从而为获得那些在经典计算机上难以实现的分子哈密顿量动态特性提供了有效实现途径。
量子物理中哈密顿量含时演化过程可以映射为与哈密顿量相对应的图结构上连续时间量子漫步的演化过程。连续时间量子漫步是量子计算领域的一类重要理论计算模型，不仅其本身具有与经典漫步模型完全不同的特性，同时也被广泛用于构造和设计各种不同的量子算法及协议，以及实现通用量子计算。对不同图上连续量子漫步演化过程的高效模拟实现，则意味着可以实现对应分子哈密顿量含时演化过程的高效模拟。连续时间量子漫步在很多种类的图上，包括稀疏图、以及循环图、环形图、完全图、完全二部图等谱特征信息易于求解的非稀疏图，都可以在量子计算机上实现高效模拟。因此通过实现连续时间量子漫步含时演化的高效动态模拟，可以实现分子哈密顿量含时演化的高效动态模拟。
光学系统是实现量子计算的主要途径之一，其优势包括光子具有长相干时间，不易受到外界环境干扰而退相干；光子容易实现高精度操控；光子多自由度可以用于编码高维量子等。集成光量子芯片技术是采用传统半导体微纳加工技术将分立的线性光学元件以薄膜形式集成到单个半导体芯片上，与传统分立元件光学系统相比，不仅体积显著减小，而且整个系统由于高集成度而具有更好的稳定性及更好的可扩展性。集成光量子芯片能够实现庞大光学平台上分立元件光学系统的小型化、集成化，具有高集成度、高精确度、高可靠性，为光学量子计算、模拟系统的规模化、实用化实现提供了最有效途径。集成光量子芯片技术发展迅速，包括片上单光子源、光分束器件、片上相移器、片上可编程光学网络等多种光量子器件已经实现。以这些基础光量子器件单元为基础，精心设计光量子计算芯片结构，使得在单个芯片上实现面向哈密顿量含时演化模拟的通用可编程光量子计算装置成为可能。
发明内容
针对现有技术存在的问题，本发明的目的在于面向分子物理哈密顿量含时演化动态的高效模拟实现，提供一种面向哈密顿量含时演化高效模拟的集成光学量子计算芯片结构，能够通过对芯片编程操控对哈密顿量、初始演化状态、演化时间等各要素实现配置，以及演化过程高效控制的通用哈密顿量含时演化高效模拟。
为实现上述目的，本发明提供一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构，所述芯片结构包括演化初态配置模块、线性光学网络模块Ⅰ、对角线性光学变换模块、线性光学网络模块Ⅱ以及演化输出态分析模块，其中：
所述演化初态配置模块用于实现初态的配置；演化初态配置模块包括片上单光子源和
Figure SMS_1
级马赫-曾德尔干涉仪网络，其中马赫-曾德尔干涉仪以“二叉树”的形式进行排布，所述马赫-曾德尔干涉仪包括一个第一相移器，以及与所述第一相移器连接的两个多模干涉仪；
所述线性光学网络模块Ⅰ与线性光学网络模块Ⅱ，用于实现幺正线性光学变换；线性光学网络模块Ⅰ与线性光学网络模块Ⅱ为可实现
Figure SMS_2
维量子幺正变换的可配置通用线性光学网络，由多组马赫-曾德尔干涉仪及相移器组成；
所述对角线性光学变换模块，用于实现对角线性光学变换，包括
Figure SMS_3
个光波导路径上的/>
Figure SMS_4
个第三相移器组成，与所述线性光学网络模块Ⅰ和线性光学网络模块Ⅱ对应连接；
所述演化输出态分析模块，用于实现演化输出态投影测量；包括
Figure SMS_5
级马赫-曾德尔干涉仪网络，其中马赫-曾德尔干涉仪以“倒二叉树”的形式进行排布。
进一步，所述“二叉树”的形式为上一级马赫-曾德尔干涉仪的每一个输出端口连接下一级的一个马赫-曾德尔干涉仪的一个输入端口，最后一级马赫-曾德尔干涉仪的
Figure SMS_6
个输出端口连接一个第二相移器。
进一步，所述“倒二叉树”的形式为上一级马赫-曾德尔干涉仪的一个输出端口连接下一级的一个马赫-曾德尔干涉仪的一个输入端口，第一级马赫-曾德尔干涉仪的
Figure SMS_7
个输入端口均连接一个第二相移器。
进一步，线性光学网络模块Ⅰ与线性光学网络模块Ⅱ设置为N维不局限于三角形分布的光网络结构。
进一步，第一相移器、第二相移器和第三相移器均通过外置经典控制信号来对各路光进行调节，实现路径编码。
进一步，所述芯片结构内的计算过程如下：
根据给定哈密顿量
Figure SMS_9
，得到与之对应的图结构，记所对应的图的邻接矩阵为/>
Figure SMS_12
；由于邻接矩阵/>
Figure SMS_15
是厄米矩阵，将其进行特征值分解，得到/>
Figure SMS_10
：这里/>
Figure SMS_13
为幺正矩阵，对应着/>
Figure SMS_14
的列特征向量矩阵；/>
Figure SMS_16
为对角矩阵，包含了/>
Figure SMS_8
的特征值，所述特征值全都是实数，并且其顺序由/>
Figure SMS_11
中特征向量的顺序确定；
哈密顿量含时演化的幺正演化算符为：
Figure SMS_17
；由于
Figure SMS_18
，将/>
Figure SMS_19
进行进一步的分解， />
Figure SMS_20
；
将
Figure SMS_21
的时间依赖性转移至对角幺正算符/>
Figure SMS_22
；
初始演化状态为
Figure SMS_23
，则/>
Figure SMS_24
时刻的哈密顿量演化输出态为
Figure SMS_25
。
进一步，在芯片上，将演化初态配置模块配置实现初态
Figure SMS_26
，线性光学网络模块Ⅰ配置实现/>
Figure SMS_27
，对角线性光学变换模块配置实现/>
Figure SMS_28
，线性光学网络模块Ⅱ配置实现/>
Figure SMS_29
，通过配置对角线性光学变换模块实现不同演化时间的演化量子态，从而完成哈密顿量动态含时演化的模拟。
进一步，对于所得到的量子演化态
Figure SMS_30
，在芯片上通过演化输出态分析模块进行投影测量分析。
进一步，对于循环图结构的分子哈密顿量，循环图的邻接矩阵是一个对称循环矩阵，每一行元素都是由其上一行的元素右移一位得到；循环图邻接矩阵用幺正傅里叶变换矩阵实现对角化分解；循环图结构的分子哈密顿量也是一个对称循环矩阵，使用幺正傅里叶变换矩阵实现对哈密顿量的对角化；幺正傅里叶变换矩阵定义为:
Figure SMS_32
，则循环图哈密顿量/>
Figure SMS_36
可以被对角化为/>
Figure SMS_38
； />
Figure SMS_33
是/>
Figure SMS_35
的特征值组成的对角矩阵，其元素为实数并且其顺序由/>
Figure SMS_37
中的特征向量的顺序决定；得到循环图哈密顿量/>
Figure SMS_39
含时演化算符为
Figure SMS_31
的时间依赖性则转移到对角幺正矩阵/>
Figure SMS_34
。
进一步，对于
Figure SMS_40
维循环图哈密顿量，幺正傅里叶变换算符/>
Figure SMS_41
及/>
Figure SMS_42
可以利用/>
Figure SMS_43
维线性光学网络模块Ⅰ与线性光学网络模块Ⅱ实现，且在含时演化模拟过程无需再次配置。
本发明相比现有技术，具有以下有益效果：
本发明通过将分子哈密顿量含时演化过程映射为图上连续时间量子漫步演化过程，使用图邻接矩阵的特征值分解对角化方法，将哈密顿量含时演化幺正算符的时间依赖性转移至仅与图邻接矩阵特征值相关的对角幺正算符，通过对对角线性光学变换模块进行配置即可实现任意时间的哈密顿量演化模拟，实现了一种通用的哈密顿量含时演化高效模拟的可编程光量子芯片架构。本发明不仅能够实现哈密顿量、初始状态、演化时间、投影测量等各要素均可配置的通用哈密顿量含时演化模拟，且可以实现如循环图、完全图等特定种类分子哈密顿量含时演化模拟的量子加速。
附图说明
图1为根据本发明实施例面向哈密顿量含时演化模拟的集成光学量子计算芯片结构中通用哈密顿量含时演化模拟量子线路方案示意图，
Figure SMS_44
表示初态制备，/>
Figure SMS_45
和/>
Figure SMS_46
分别表示幺正线性光学变换网络模块Ⅰ和模块Ⅱ，/>
Figure SMS_47
表示对角线性光学变换模块；
图2为根据本发明实施例中通用哈密顿量含时演化模拟集成光学量子计算芯片结构示意图，其中黑色水平直线代表光波导路径，小球代表光子，圆角方框代表实现不同功能的光量子芯片结构；
图3为根据本发明实施例面向哈密顿量含时演化模拟的集成光学量子计算芯片结构中用于实现演化初态制备
Figure SMS_48
的演化初态配置模块示意图；
图4为根据本发明实施例中用于实现幺正线性光学变换
Figure SMS_49
和/>
Figure SMS_50
的线性光学网络模块Ⅰ与Ⅱ示意图，不局限于三角形分布结构；
图5为根据本发明实施例中用于实现对角线性光学变换
Figure SMS_51
的对角线性光学变换模块示意图；
图6为根据本发明实施例中用于实现演化输出态投影测量
Figure SMS_52
的演化输出态分析模块示意图；
图7为根据本发明实施例中通用8维哈密顿量含时演化模拟集成光量子计算芯片结构示意图。
具体实施方式
下面将结合附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
以下结合图1-图7对本发明的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明，并不用于限制本发明。
本发明涉及一种基于量子计算理论与集成光学技术途径，实现哈密顿量含时演化模拟的可编程光量子计算芯片结构，能够对哈密顿量、初始演化状态、演化时间等各要素进行编程配置，实现通用哈密顿量含时演化动态过程的高效模拟。芯片结构包括演化初态配置模块，用于完成演化初态制备；线性光学网络模块Ⅰ、对角线性光学变换模块、线性光学网络模块Ⅱ共同用于实现目标哈密顿量的含时演化幺正算符；演化输出态分析模块，用于进行演化输出态的任意投影测量。该芯片结构能够实现通用哈密顿量含时演化动态过程的可编程高效模拟。
具体地，本发明实施例提供的一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构，如图1所示，其中量子操作
Figure SMS_53
用于制备初始演化状态，哈密顿量/>
Figure SMS_59
的含时演化幺正算符/>
Figure SMS_62
，包含/>
Figure SMS_56
、/>
Figure SMS_57
、/>
Figure SMS_61
三部分，其中/>
Figure SMS_63
为哈密顿量/>
Figure SMS_55
的列特征向量矩阵；/>
Figure SMS_58
为对角矩阵，/>
Figure SMS_60
为哈密顿量/>
Figure SMS_64
的特征值矩阵，其特征值顺序由/>
Figure SMS_54
中特征向量的顺序确定。各部分所对应的功能如图2所示。其中黑色水平直线代表光波导路径，小球代表光子，圆角方框代表实现不同功能的光量子芯片结构。通过集成光学量子芯片路径，将片上光量子态制备、量子操控及量子态测量模块配合使用，建立分子哈密顿量含时演化与图上连续量子漫步演化模拟之间的对应关系，使用图上连续量子漫步演化算符对角化分解方法，将分子哈密顿量含时演化幺正算符的时间依赖性转移至仅与图邻接矩阵特征值相关的对角幺正算符，最终实现芯片可编程配置哈密顿量、初始演化状态、演化时间等要素，以及实现演化过程高效控制的通用哈密顿量含时演化模拟。
芯片结构包括演化初态配置模块、线性光学网络模块Ⅰ、对角线性光学变换模块、线性光学网络模块Ⅱ以及演化输出态分析模块，其中：
所述演化初态配置模块，如图3所示，包括片上单光子源、
Figure SMS_65
级马赫-曾德尔干涉仪网络，/>
Figure SMS_66
级马赫-曾德尔干涉仪，以“二叉树”的形式进行排布，即上一级马赫-曾德尔干涉仪的每一个输出端口连接下一级的一个马赫-曾德尔干涉仪的一个输入端口，最后一级马赫-曾德尔干涉仪的/>
Figure SMS_67
个输出端口连接一个第二相移器，其中，所述马赫-曾德尔干涉仪包括一个第一相移器，以及与所述第一相移器连接的两个多模干涉仪。
所述线性光学网络模块Ⅰ与Ⅱ，如图4所示，为可实现
Figure SMS_68
维量子幺正变换的可配置通用线性光学网络，由多组马赫-曾德尔干涉仪及第二相移器组成。线性光学网络模块Ⅰ与Ⅱ可以是一种N维不局限于三角形分布的光网络结构。
所述对角线性光学变换模块，如图5所示，有
Figure SMS_69
个光波导路径上的/>
Figure SMS_70
个第三相移器组成，与所述线性光学网络模块Ⅰ和Ⅱ对应连接。
所述演化输出态分析模块，如图6所示，包括
Figure SMS_71
级马赫-曾德尔干涉仪网络，以“倒二叉树”的形式进行排布，即上一级马赫-曾德尔干涉仪的一个输出端口连接下一级的一个马赫-曾德尔干涉仪的一个输入端口，第一级马赫-曾德尔干涉仪的/>
Figure SMS_72
个输入端口均连接一个第二相移器，其中，所述马赫-曾德尔干涉仪包括一个第一相移器，以及与所述第一相移器连接的两个多模干涉仪。第一、第二和第三相移器均通过外置经典控制信号来对各路光进行调节，实现路径编码。经典控制信号表示施加电信号。
根据给定哈密顿量
Figure SMS_81
，可以得到与之对应的图结构（通常为无向无权图或无向有权图），记所对应的图的邻接矩阵为/>
Figure SMS_74
。由于邻接矩阵/>
Figure SMS_79
是厄米矩阵，将其进行特征值分解，得到/>
Figure SMS_85
：这里/>
Figure SMS_89
为幺正矩阵，对应着/>
Figure SMS_88
的列特征向量矩阵；/>
Figure SMS_90
为对角矩阵，包含了/>
Figure SMS_83
的特征值，这些特征值全都是实数，并且其顺序由/>
Figure SMS_87
中特征向量的顺序确定。哈密顿量含时演化的幺正演化算符为：/>
Figure SMS_73
。由于/>
Figure SMS_78
，因此可将/>
Figure SMS_76
进行进一步的分解，即/>
Figure SMS_77
。这意味着可以将/>
Figure SMS_82
的时间依赖性转移至对角幺正算符/>
Figure SMS_86
。假设初始演化状态为/>
Figure SMS_75
，则/>
Figure SMS_80
时刻的哈密顿量演化输出态为/>
Figure SMS_84
。
在芯片上，将演化初态配置模块配置实现初态
Figure SMS_91
，线性光学网络模块Ⅰ配置实现/>
Figure SMS_92
，对角线性光学变换模块配置实现/>
Figure SMS_93
，线性光学网络模块Ⅱ配置实现/>
Figure SMS_94
，即可实现哈密顿量/>
Figure SMS_95
含时演化的高效模拟——仅通过配置对角线性光学变换模块即可实现不同演化时间的演化量子态，从而完成哈密顿量动态含时演化的高效模拟。而且，对于所得到的量子演化态/>
Figure SMS_96
，在芯片上可进一步通过演化输出态分析模块进行投影测量分析。投影测量实现方式：如图6所示，通过芯片上该结构变换不同的测量基（改变施加在相移器两端的电信号），实现量子态在不同测量基下的投影。
对于特定种类图结构的分子哈密顿量如循环图，芯片可高效地实现其哈密顿量含时演化模拟，获得量子计算加速。循环图的邻接矩阵是一个对称循环矩阵，即每一行元素都是由其上一行的元素右移一位得到。循环图邻接矩阵可以用幺正傅里叶变换矩阵实现对角化分解。循环图结构的分子哈密顿量因此也是一个对称循环矩阵，可以使用幺正傅里叶变换矩阵实现对哈密顿量的对角化。幺正傅里叶变换矩阵定义为:
Figure SMS_106
，则循环图哈密顿量/>
Figure SMS_97
可以被对角化为/>
Figure SMS_102
. />
Figure SMS_100
是/>
Figure SMS_103
的特征值组成的对角矩阵，其元素为实数并且其顺序由/>
Figure SMS_107
中的特征向量的顺序决定。因此，可以得到循环图哈密顿量/>
Figure SMS_111
含时演化算符为/>
Figure SMS_105
的时间依赖性则转移到对角幺正矩阵/>
Figure SMS_109
。对于/>
Figure SMS_98
维循环图哈密顿量，幺正傅里叶变换算符/>
Figure SMS_101
及/>
Figure SMS_110
可以利用/>
Figure SMS_114
维线性光学网络模块Ⅰ与Ⅱ实现，且在含时演化模拟过程无需再次配置；当给定/>
Figure SMS_113
维循环图哈密顿量的非零特征值数目为
Figure SMS_117
个时，实现/>
Figure SMS_108
所需要的对角线性光学变换模块也可以简化为：/>
Figure SMS_115
个光波导路径上仅使用/>
Figure SMS_112
个第三相移器。传统经典计算机进行该/>
Figure SMS_116
维循环图哈密顿量的含时演化模拟需/>
Figure SMS_99
复杂度，而在芯片上仅需
Figure SMS_104
复杂度，从而获得量子计算加速。
实施例：
基于光子的高维度编码特性，采用路径编码的形式，我们设计了一款通用8维哈密顿量含时演化模拟的集成光学量子计算芯片结构，如图7所示，包含演化初态配置模块、线性光学网络模块Ⅰ、对角线性光学变换模块、线性光学网络模块Ⅱ和演化输出态分析模块等。
演化初态配置模块，可实现初态
Figure SMS_118
的配置，其结构包括一个片上单光子源、3级马赫-曾德尔干涉仪网络，7个第一相移器和8个第二相移器，第三级马赫-曾德尔干涉仪的8个输出端口各自连接一个第二相移器。可以制备形如
Figure SMS_119
的任意8维量子初态/>
Figure SMS_120
,其中，7个第一相移器的功能用于完成幅度的配置，8个第二相移器的功能用于完成相位的配置。
用于实现幺正线性光学变换
Figure SMS_121
和/>
Figure SMS_122
的线性光学网络模块Ⅰ和Ⅱ，是一种8维分布的光网络结构，为可实现8维量子幺正变换的可配置通用线性光学网络，共有56个马赫-曾德尔干涉仪，共包含112个相移器（56个第一相移器和56个第二相移器）。
用于实现对角线性光学变换
Figure SMS_123
的对角线性光学变换模块，可以代替哈密顿量含时演化的幺正演化算符时间依赖性，由8个光波导路径上的8个第三相移器组成，与所述幺正线性光学变换/>
Figure SMS_124
和/>
Figure SMS_125
的线性光学网络模块对应连接，可以制备形如
Figure SMS_126
的对角幺正矩阵/>
Figure SMS_127
。
用于实现演化输出态投影测量
Figure SMS_128
的演化输出态分析模块，包括3级马赫-曾德尔干涉仪网络，以“倒二叉树”的形式进行排布，第一级马赫-曾德尔干涉仪的8个输入端口均连接一个第二相移器。演化输出态分析模块可以根据探测器位置完成在某个测量基下对该模块的配置，如均匀叠加态/>
Figure SMS_129
经过该模块的可编程配置，可以在基/>
Figure SMS_130
下完成投影测量。
整个通用8维哈密顿量含时演化模拟集成光量子计算芯片结构如图7所示，通过对芯片各部分的配置，最终可实现
Figure SMS_131
时刻的哈密顿量演化输出态/>
Figure SMS_132
。
上述可编程光量子芯片结构能够以简便高效的方式实现任意给定8维哈密顿量的含时演化动态模拟。
本发明关键之处是通过精心设计光量子计算芯片结构，将片上光量子态制备、操控及测量模块配合使用，建立哈密顿量含时演化与量子漫步演化模拟之间的对应关系，通过对芯片编程操控对哈密顿量、初始演化状态、演化时间等各要素实现配置，以及演化过程高效控制的通用哈密顿量含时演化高效模拟。
在本说明书的描述中，参考术语“实施例”、“示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外，本领域的技术人员可以在不产生矛盾的情况下，将本说明书中描述的不同实施例或示例以及其中的特征进行结合或组合。
上述内容虽然已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型等更新操作。

Claims (10)

1.一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构，其特征在于，所述芯片结构包括演化初态配置模块、线性光学网络模块Ⅰ、对角线性光学变换模块、线性光学网络模块Ⅱ以及演化输出态分析模块，其中：
所述演化初态配置模块用于实现初态的配置；演化初态配置模块包括片上单光子源和
Figure QLYQS_1
级马赫-曾德尔干涉仪网络，其中马赫-曾德尔干涉仪以“二叉树”的形式进行排布，所述马赫-曾德尔干涉仪包括一个第一相移器，以及与所述第一相移器连接的两个多模干涉仪；
所述线性光学网络模块Ⅰ与线性光学网络模块Ⅱ，用于实现幺正线性光学变换；线性光学网络模块Ⅰ与线性光学网络模块Ⅱ为可实现
Figure QLYQS_2
维量子幺正变换的可配置通用线性光学网络，由多组马赫-曾德尔干涉仪及相移器组成；
所述对角线性光学变换模块，用于实现对角线性光学变换，包括
Figure QLYQS_3
个光波导路径上的
Figure QLYQS_4
个第三相移器组成，与所述线性光学网络模块Ⅰ和线性光学网络模块Ⅱ对应连接；
所述演化输出态分析模块，用于实现演化输出态投影测量；包括
Figure QLYQS_5
级马赫-曾德尔干涉仪网络，其中马赫-曾德尔干涉仪以“倒二叉树”的形式进行排布。
2.根据权利要求1所述的一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构，其特征在于，所述“二叉树”的形式为上一级马赫-曾德尔干涉仪的每一个输出端口连接下一级的一个马赫-曾德尔干涉仪的一个输入端口，最后一级马赫-曾德尔干涉仪的
Figure QLYQS_6
个输出端口连接一个第二相移器。
3.根据权利要求1所述的一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构，其特征在于，所述“倒二叉树”的形式为上一级马赫-曾德尔干涉仪的一个输出端口连接下一级的一个马赫-曾德尔干涉仪的一个输入端口，第一级马赫-曾德尔干涉仪的
Figure QLYQS_7
个输入端口均连接一个第二相移器。
4.根据权利要求1所述的一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构，其特征在于，线性光学网络模块Ⅰ与线性光学网络模块Ⅱ设置为N维不局限于三角形分布的光网络结构。
5.根据权利要求4所述的一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构，其特征在于，第一相移器、第二相移器和第三相移器均通过外置经典控制信号来对各路光进行调节，实现路径编码。
6.根据权利要求5所述的一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构，其特征在于，所述芯片结构内的计算过程如下：
根据给定哈密顿量
Figure QLYQS_9
，得到与之对应的图结构，记所对应的图的邻接矩阵为/>
Figure QLYQS_11
；由于邻接矩阵/>
Figure QLYQS_14
是厄米矩阵，将其进行特征值分解，得到/>
Figure QLYQS_10
：这里/>
Figure QLYQS_12
为幺正矩阵，对应着/>
Figure QLYQS_15
的列特征向量矩阵；/>
Figure QLYQS_16
为对角矩阵，包含了/>
Figure QLYQS_8
的特征值，所述特征值全都是实数，并且其顺序由/>
Figure QLYQS_13
中特征向量的顺序确定；
哈密顿量含时演化的幺正演化算符为：
Figure QLYQS_17
；由于/>
Figure QLYQS_18
，将
Figure QLYQS_19
进行进一步的分解， />
Figure QLYQS_20
；
将
Figure QLYQS_21
的时间依赖性转移至对角幺正算符/>
Figure QLYQS_22
；
初始演化状态为
Figure QLYQS_23
，则/>
Figure QLYQS_24
时刻的哈密顿量演化输出态为
Figure QLYQS_25
。
7.根据权利要求6所述的一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构，其特征在于，在芯片上，将演化初态配置模块配置实现初态
Figure QLYQS_26
，线性光学网络模块Ⅰ配置实现/>
Figure QLYQS_27
，对角线性光学变换模块配置实现/>
Figure QLYQS_28
，线性光学网络模块Ⅱ配置实现/>
Figure QLYQS_29
，通过配置对角线性光学变换模块实现不同演化时间的演化量子态，从而完成哈密顿量动态含时演化的模拟。
8.根据权利要求7所述的一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构，其特征在于，对于所得到的量子演化态
Figure QLYQS_30
，在芯片上通过演化输出态分析模块进行投影测量分析。
9.根据权利要求6-8任一项所述的一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构，其特征在于，对于循环图结构的分子哈密顿量，循环图的邻接矩阵是一个对称循环矩阵，每一行元素都是由其上一行的元素右移一位得到；循环图邻接矩阵用幺正傅里叶变换矩阵实现对角化分解；循环图结构的分子哈密顿量也是一个对称循环矩阵，使用幺正傅里叶变换矩阵实现对哈密顿量的对角化；幺正傅里叶变换矩阵定义为:
Figure QLYQS_33
，则循环图哈密顿量/>
Figure QLYQS_36
可以被对角化为
Figure QLYQS_39
； />
Figure QLYQS_32
是/>
Figure QLYQS_35
的特征值组成的对角矩阵，其元素为实数并且其顺序由/>
Figure QLYQS_38
中的特征向量的顺序决定；得到循环图哈密顿量/>
Figure QLYQS_40
含时演化算符为
Figure QLYQS_31
，/>
Figure QLYQS_34
的时间依赖性则转移到对角幺正矩阵/>
Figure QLYQS_37
。
10.根据权利要求9所述的一种面向哈密顿量含时演化模拟的集成光学量子计算芯片结构，其特征在于，对于
Figure QLYQS_41
维循环图哈密顿量，幺正傅里叶变换算符/>
Figure QLYQS_42
及/>
Figure QLYQS_43
可以利用/>
Figure QLYQS_44
维线性光学网络模块Ⅰ与线性光学网络模块Ⅱ实现，且在含时演化模拟过程无需再次配置。
CN202310418076.5A 2023-04-19 2023-04-19 面向哈密顿量含时演化模拟的集成光学量子计算芯片结构 Active CN116362342B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310418076.5A CN116362342B (zh) 2023-04-19 2023-04-19 面向哈密顿量含时演化模拟的集成光学量子计算芯片结构

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310418076.5A CN116362342B (zh) 2023-04-19 2023-04-19 面向哈密顿量含时演化模拟的集成光学量子计算芯片结构

Publications (2)

Publication Number Publication Date
CN116362342A true CN116362342A (zh) 2023-06-30
CN116362342B CN116362342B (zh) 2024-02-23

Family

ID=86937792

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310418076.5A Active CN116362342B (zh) 2023-04-19 2023-04-19 面向哈密顿量含时演化模拟的集成光学量子计算芯片结构

Country Status (1)

Country Link
CN (1) CN116362342B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111478735A (zh) * 2020-04-13 2020-07-31 中国人民解放军国防科技大学 一种基于集成光学的通用量子漫步模拟芯片结构
CN113935494A (zh) * 2021-09-28 2022-01-14 中国人民解放军军事科学院国防科技创新研究院 面向分布式安全量子信息处理的集成光学芯片系统
CN113935493A (zh) * 2021-09-28 2022-01-14 中国人民解放军军事科学院国防科技创新研究院 一种基于集成光学的可编程高维量子计算芯片结构
CN115809705A (zh) * 2022-11-21 2023-03-17 合肥本源量子计算科技有限责任公司 基于量子计算的流体动力学计算系统及量子计算机

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111478735A (zh) * 2020-04-13 2020-07-31 中国人民解放军国防科技大学 一种基于集成光学的通用量子漫步模拟芯片结构
US20210320725A1 (en) * 2020-04-13 2021-10-14 National University Of Defense Technology Integrated photonic chip structure for universal quantum walk simulation
CN113935494A (zh) * 2021-09-28 2022-01-14 中国人民解放军军事科学院国防科技创新研究院 面向分布式安全量子信息处理的集成光学芯片系统
CN113935493A (zh) * 2021-09-28 2022-01-14 中国人民解放军军事科学院国防科技创新研究院 一种基于集成光学的可编程高维量子计算芯片结构
WO2023051550A1 (zh) * 2021-09-28 2023-04-06 中国人民解放军军事科学院国防科技创新研究院 一种基于集成光学的可编程高维量子计算芯片结构
CN115809705A (zh) * 2022-11-21 2023-03-17 合肥本源量子计算科技有限责任公司 基于量子计算的流体动力学计算系统及量子计算机

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
王剑威;丁运鸿;龚旗煌;: "大规模集成光量子芯片实现高维度量子纠缠", 物理, no. 05 *

Also Published As

Publication number Publication date
CN116362342B (zh) 2024-02-23

Similar Documents

Publication Publication Date Title
US12073315B2 (en) Optoelectronic computing systems
TWI831932B (zh) 混合類比-數位處理器及該處理器中執行的方法
US11398871B2 (en) Systems and methods for analog computing using a linear photonic processor
US11984934B2 (en) Integrated photonic chip structure for universal quantum walk simulation
Deshpande et al. Dynamical phase transitions in sampling complexity
TW202032187A (zh) 實數光子編碼
WO2023051550A1 (zh) 一种基于集成光学的可编程高维量子计算芯片结构
TWI777108B (zh) 計算系統、計算裝置及計算系統的操作方法
US20210374307A1 (en) Separable-state simulation of quantum program code
CN112912900A (zh) 光电计算系统
CN113935494B (zh) 面向分布式安全量子信息处理的集成光学芯片系统
CN113496281A (zh) 光电计算系统
CN113960718B (zh) 光电混合非相干复值矩阵运算处理器及复值矩阵运算方法
CN117436486A (zh) 一种基于薄膜铌酸锂和硅混合的光学卷积神经网络
CN116362342B (zh) 面向哈密顿量含时演化模拟的集成光学量子计算芯片结构
Sajjan et al. Magnetic phases of spatially modulated spin-1 chains in Rydberg excitons: Classical and quantum simulations
Dale et al. Designing computational substrates using open-ended evolution
Guo Photonic Tensor Machine and Multi-level Encoding and Decoding in Wavelength-Multiplexed Photonic Processors
Calvo et al. Manipulation of single-photon states encoded in transverse spatial modes: possible and impossible tasks
CN116186469A (zh) 基于量子线路的非线性常微分方程组求解方法及装置
WO2024075081A1 (en) Systems and methods for simulating at least one solution of a stochastic differential equation and methods for using thereof for generative machine learning
Gramegna SECOND YEAR ACTIVITY REPORT

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant