量子化学与拓扑数据分析应用场景时间线

量子化学与拓扑数据分析的应用案例时间线 内容 执行摘要4 1 简介1.1 背景与动机 ........................................................... 51.2 本白皮书的目的 ......................................................... 5 2.1 总体方法 ....................................... 82.2 量子化学评估策略 ........................ 8 3.1 量子化学的工业相关性 ......................... 103.2 目标应用领域 ................................. 10 5 路线图与用例时间表5.1 硬件演进与可执行用例的协同 ................. 43 5.2 领域发展、联合愿景与战略定位 ............... 43 量子化学技术细节 A.1 光致变色反应 ................................... 46A.2 逻辑组件 ..................................... 48 B 量子拓扑数据分析算法 52B.1 拉普拉斯矩量子电路 ........................................................ 52 B.2 基于图的任务的拉普拉斯特征 ............................................ 53 执行摘要 量子计算正进入一个关键阶段，硬件性能的进步必须转化为明确且具有经济意义的用例。核心问题已不再是量子计算原则上是否可能产生价值，而是哪些问题类别能在硬件成熟的不同阶段得以执行，以及如何使这一技术进步与可行的商业部署相协调。 本白皮书介绍了软银集团与Quantinuum联合开展的研究项目的成果，该项目是在实现量子人工智能数据中心——即量子处理器与人工智能和高性能计算用例时间线系统协同运行的混合计算基础设施这一共同长期愿景下进行的。这项工作的核心目标是为算法资源需求与Quantinuum的硬件路线图构建一个关联结构。 分析了两个代表性应用领域：量子化学和拓扑数据分析（TDA）。之所以选择这些领域，是因为它们结合了结构计算挑战、工业相关性和可扩展性特点，这些特点与量子计算范式高度契合。 在量子化学中，可行性通过所测量的自旋轨道数量来表示。该研究评估了基于相位估计的算法，并独特地采用Steane [[7,1,3]]码在算法层面集成了纠错电路执行。这项工作并非展示孤立逻辑门的收支平衡行为，而是评估了算法启发式电路的收支平衡保真度，标志着向实际容错量子计算迈出了重要一步。由此产生的路线图表明，将逐步从小型概念验证系统扩展到中等规模的激发态计算，最终在大规模容错状态下实现化学精确的模拟。 在TDA中，可行性通过完整k-部分图中的图大小和结构参数来表征。重点在于可应用于含噪声中等规模量子（NISQ）设备的电路以及早期应用，例如电信网络中的国际收入分成欺诈（IRSF）检测。由于异常检测精度的改进可以直接转化为可衡量的财务影响，因此与量子化学相比，TDA可能代表一条更短的商业化路径。 通过将应用领域的工程可行性与其对应于Quantinuum量子计算机每一代（2027年）、Apollo（预计2029年）和Lumos的路线图进行对齐，计划提供大规模容错量子计算（FTQC，预计2030年代）这一可执行工作负载的时间线。重要的是，该路线图被构建为一个基于假设的框架，而非确定性预测，明确承认了量子比特扩展、物理错误率以及纠错开销中的不确定性。 除了技术可行性之外，这份白皮书还可能帮助量子人工智能数据中心未来的企业客户，将可执行的工作负载连接到价值创造机制和指示性的市场机会。 综合来看，本研究开发的使用案例时间线既是一份技术路线图，也是一个战略治理框架。它将硬件演进、算法能力、市场形成以及长期商业价值统一纳入量子赋能计算基础设施的连贯愿景之下。 1 | 简介 1.1 背景与动机 通常被称为第二次量子革命的浪潮中，量子计算已取得显著且持续的发展。其最初的预期已被远远超越，发展步伐仍在不断加速。 Helios Quantinuum 的第三代量子计算机， exemplifies this rapid development。作为目前最先进的量子系统之一，Helios 实现了当今世界上任何商业系统最高的准确度，并能够执行超出经典模拟范围的量子电路。这些里程碑标志着从原理验证演示向日益雄心勃勃的计算实验的过渡。 然而，仅靠硬件的进步不足以实现实用价值。为了利用这些能力进行建模和解决现实世界的问题，量子计算硬件的进步必须与量子算法和系统级集成的同等强大的发展相辅相成。这一要求尤为重要，因为与高性能计算（HPC）和人工智能（AI）等既有的经典范例相比，量子计算依赖于根本不同的计算原理。 因此，一个核心挑战随之浮现：哪些现实世界的问题可以从量子计算中获益，其规模如何，以及在何种硬件条件下？回答这个问题需要一种结构化和定量的方法，将算法开发、资源估算、硬件能力与应用需求联系起来。 1.2 本白皮书的目的 本白皮书介绍了软银集团和量子ум公司联合研究的结果，该研究是在实现量子人工智能数据中心的长期愿景下进行的。在此愿景中，量子计算机被视为未来混合基础设施中与人工智能和高性能计算系统协同运行的计算资源。 用例时间线 本文档的主要目标是构建一个... 与其在抽象的术语中讨论量子计算，我们的目标是为哪些问题类别、在何种规模和精度要求下，以及在哪一代量子硬件下，可能成为实际可行的。 为此，该文件详细阐述了量子计算方法与实验在两个主要应用案例——量子化学和拓扑数据分析（TDA）方面的发展。除了可扩展量子算法的设计以及执行这些算法所需的量子纠错层之外，特别关注了量子计算、高性能计算（HPC）和人工智能之间的相互作用，以及量子处理器在现代计算基础设施中的集成。 1.3 目标领域 本研究聚焦于两个代表性领域： 量子化学，特别是激发态动力学和光化学反应 · 拓扑数据分析 (TDA) · 尽管这些领域在应用领域有所不同，但它们有几个重要的共同特征： (1) 在经典方法中，它们在结构计算方面表现出挑战，其中资源需求随问题规模迅速增长。 (2) 它们涉及高维、强相关或非线性的结构，这些结构天然地与量子计算框架相契合。 (3) 它们与工业相关应用保持着清晰的联系。 量子化学与先进材料设计、光响应分子以及支撑可持续社会发展的能源相关技术密切相关。相比之下，TDA为分析大规模图数据中的结构模式提供了工具，与高可靠性网络和异常检测可能存在关联。这些领域共同为量子计算如何在不同行业创造价值提供了互补的视角。 1.3.1量子化学量子化学在理解和设计其行为受电子结构支配的分子系统方面发挥着核心作用。特别重要的是激发态 动力学和光化学反应，它们是光响应材料、分子开关和能量转换过程的基础。 对这类现象进行建模对经典计算提出了根本性挑战。激发态通常涉及强烈的电子关联、近简并性和锥形交点，在这些状态下，多个电子能面在能量上靠得很近并进行非平凡的相互作用。准确描述这些效应通常需要计算方法，其成本随系统规模急剧增长，使得在先进的HPC平台上对更大分子系统进行高精度模拟日益不切实际。 量子计算通过直接表示和操控量子态，提供了一种概念上不同的方法。原则上，诸如量子相位估计之类的算法能够获取激发态化学的核心——能量谱和相位信息。因此，在本研究中，量子化学被作为一个领域进行调查，即量子算法可能随着硬件能力的成熟而逐步扩展分子复杂性的可处理范围。 1.3.2 拓扑数据分析拓扑数据分析（TDA）是一组基于拓扑学和几何学的数学方法，用于从高维数据中提取结构信息。其核 心思想是将数据解释为占据一个潜在流形，并通过单纯复形和离散拉普拉斯算子等脚手架结构来表征流形的全局和局部特性。 两种突出的分支是：持久的同调（persistent homology），它能够捕捉多尺度拓扑特征，例如连通分量和空洞；以及基于拉普拉斯算子的方法（Laplacian-based approaches），它们分析高维结构上的流动（flows）和谱（spectral）特性。这些方法提供了描述性和探索性的工具，可补充无监督和有监督机器学习的应用。 尽管具有强大的表达能力，最先进的经典TDA实现面临着严重的扩展限制。单纯复形的组合增长导致计算成本呈指数级增加，通常需要激进地采样或维度截断。这使得在实际中进行大规模或高分辨率分析变得困难。 由于工业和网络数据通常具有高维、相关、噪声以及部分未标记的特点，拓扑数据分析（TDA）提供了一个自然的分析框架。异常检测、可靠性分析或欺诈检测等应用能够从理解几何结构和分布变化中获益。 基于系统状态，而非仅仅依赖基于历史规范训练的模型。在此背景下，量子增强型TDA被探索作为一种潜在的途径，以克服经典扩展障碍。 1.4 本研究方法 本白皮书采用的结构化定量方法中，针对每个选定的领域，我们首先定义代表性用例，并确定解决这些用例所需的相应量子算法。 接下来，我们表征了相关问题的规模和复杂度参数，并根据逻辑量子比特数量、量子门数量和电路深度进行了资源估算。然后，在关于量子纠错方案的明确假设下（包括码字开销和目标逻辑错误率），对这些估算进行了评估。 由此产生的资源需求与预期的硬件路线图进行了比较，其中包括在技术发展的不同阶段可用的量子比特数量和可实现的错误率。通过将算法资源需求与硬件能力相匹配，我们构建了一个时间线，该时间线回答了以下问题：哪些任务有望变得可行，以及大约在硬件成熟度的哪个阶段？ 除此外项前瞻性分析外，本研究的一项突出特点是，在2026年时对当前可用的量子硬件执行概念验证（PoC）演示。对于预计可以用现有系统执行的任务，我们实现并运行具体程序，以验证可行性，并在真实实验条件下进行性能基准测试。 1.5 本白皮书的结构 本文其余部分的结构安排如下： 第二章介绍了贯穿整个研究过程所使用的评估框架和综合路线图。第三章探讨了量子化学应用案例及其技术前景。 包括算法公式、电路构建、资源估算、技术细节和实验配置均提供于附录中。主要章节着重于对结果的解读及其在所提出时间线中的定位。 2 | 方法论与评估框架 2.1 总体方法 在本研究中，我们有意超越纯粹的理论复杂性分析或抽象的算法讨论。相反，我们着重于明确构建具体的量子电路，并在可能的情况下，在模拟器和可用的量子硬件上执行它们。换句话说，我们优先考虑能够在电路层面编写、在现实的门集约束下实现、并在存在噪声的情况下进行评估的算法。 这种以实施为导向的方法旨在缩小理论提案与实践实现之间的差距。通过将分析建立在可执行的电路之上，我们旨在为这份白皮书的核心问题提供一个更可信且可操作的答案：哪些任务可以变得可行，以及何时？ 2.2 量子化学评估策略 在量子化学领域，我们专注于基于量子相位估计（QPE）的算法。使用QPE对大规模量子化学计算进行全面的资源估计——包括逻辑量子比特数、门数和纠错开销——已在先前发表的白皮书中进行过研究。因此，我们在此不再重复那些详细的分析，而是基于已有的研究成果进行构建。 本研究独特的贡献在于从算法层面进行纠错量子电路的实验研究。具体而言，我们实现了概念验证（PoC）演示，将量子纠错直接整合到受量子相位估计（QPE）启发的基准电路中。 作为一种初始且概念清晰、适用于小规模演示的编码，我们采用了Steane码[[7,1,3]]。尽管该编码是否将在长期大规模架构中发挥核心作用尚不确定，但它为早期容错实验提供了一个清晰理解的框架。逻辑量子比特使用此编码进行编码，并在逻辑层面实现了代表相位估计式计算特征的基准电路。 在此工作中，我们将“盈亏平衡点”