中科院团队用算法追上谷歌“量子霸权”：谷歌量子处理器的优势，似乎并没有当初宣传的那样大

两年前，谷歌宣布实现了"量子霸权"，用量子计算机完成了一个经典计算机不可能完成的任务。

现在，来自中科院理论物理所的研究者，用数学方法追上了谷歌的"量子霸权"。

他们用实验证明了：经典计算机在使用一种新的算法后，谷歌量子计算机的优势，似乎并没有当初宣传的那样大。

2019 年 10 月 23 日，谷歌发表 Nature 封面文章：53 个量子比特的处理器 Sycamore 在 200 秒内，完成了超级计算机需要 1 万年才能算完的任务。

▲ 谷歌 Sycamore 量子处理器

2 年后，中科院团队在 512 个英伟达 V100 组成的计算集群上，在 15 小时内完成了同样任务。

其实谷歌当年提出"量子霸权"概念时，就遭到了业界质疑。

IBM 首先指出，谷歌所说的 1 万年只是特定算法，实际上只要算法优化得当，全球顶级超算 Summit 大约只需 2.5 天即可计算完成。

也就是说，谷歌的量子计算机虽然更快，但并不是不可逾越的鸿沟。

现在，IBM 的质疑得到了中国科学家的实验证实。

中科院团队估算，如果把这套程序移植到算力为 ExaFLOPS 的超算上，可能只需几十秒，那就比量子计算机还快了。

此外，他们的方法得到的计算结果比 Sycamore 准确性"高得多"。

用该方法生成的 100 万个不相关样本的保真度为 0.0037，而谷歌量子计算机的保真度仅为 0.002。

优化量子模拟算法

当初，谷歌 Sycamore 执行的计算任务是，描述量子随机数生成器的分布。通过一系列随机数在 53 个量子比特的电路中演化，得出随机数的概率分布。

从原理上来说，如果用算法来模拟 Sycamore 中的量子物理学，那么经典计算机也能获得与量子计算机相同的结果，但是所需的计算资源太大。谷歌预测全球最强超算也需要 1 万年。

但中科院团队认为，谷歌估计的计算时间依赖于特定的经典算法，而不是适用于所有可能算法的理论极限"。

因此可能存在一种经典算法追上乃至打破谷歌"量子霸权"。

他们没有直接完全模拟量子过程，而是使用了一种简化算法，可以达到与 Sycamore 相同的随机性，并具有相同的物理模式。

他们将 Sycamore 量子比特的相互作用描述为三维张量网络，用张量来表示量子比特属性之间的关系。

上图中，最左侧一层表示 53 个量子比特的初始状态，最右侧一层表示终止状态。新算法通过切断网络的一些连接来简化关系，从图像上看就像是在三维网络上"钻孔"。

至于钻孔的位置，则是由 Sycamore 芯片本身的物理结构决定的。

这种收缩张量网络的方法让模拟量子芯片成为可能，可以将 Sycamore 分拆为数个较小的子网络。

论文的最后，团队表示：

如果我们对量子霸权电路的模拟，可以在现代超级计算机中高效地实现，原则上，整体模拟时间可以减少到几十秒，比谷歌的硬件实验更快。

该团队在接受《南华早报》采访时说：

据我们所知，这是第一次在实践中，用经典方法解决了保真度大于谷歌 Sycamore 电路的采样问题。

算法已开源

早在今年 3 月，他们就在 60 个 GPU 上进行了模拟实验，耗时约 5 天。

经过半年多的优化，最终他们在 512 个英伟达 V100 组成的计算集群上，达成了 15 小时的成就。

而且他们并没有对运算过程做进一步优化，张量收缩过程使用的仍是现成 Python 库，若使用其他软件还可能更快。

目前，这个模拟算法已经在 GitHub 开源，如果你有足够计算资源运行该程序 -- 一台显存超过 32GB 的计算机。

他们还提供了一个 Demo 程序，用于计算该算法一个子任务的总运行时间。

量子计算机也在发展中

不过需要指出的是，量子计算机也在不断发展中。

谷歌量子计算团队的负责人 Hartmut Neven 曾表示，即使其他研究人员减少了进行经典模拟所需的时间，量子硬件也在不断改进。

比如，这个月 IBM 就实现了而 127 量子比特的计算机，是谷歌 Sycamore 规模的 2 倍多，再想用经典算法超越就很难了。

领导这项研究的张潘教授也承认，Sycamore 在处理量子计算方面仍然"快得多"，而经典超级计算机在扩展和处理更复杂任务的能力方面受到限制。

作者简介

这篇论文的第一作者是中科院理论物理所研究生 Pan Feng，本科毕业于南京航空航天大学，目前已经在 PRL 等期刊上发表多篇论文。

本文第二作者是北大元培学院 Chen Keyang。

而通讯作者是 Pan Feng 导师，中科院理论物理研究所教授张潘，他的研究领域是统计物理学、应用数学和计算机科学。