L'IA face aux grands problèmes du monde · Physique quantique et informatique quantique · arXiv · 2026-10-26
Supercalcul quantique-centrique distribué avec apprentissage génératif multicouche pour les interactions intermoléculaires
Titre original: Distributed Quantum-Centric Supercomputing with Multi-Layered Generative Learning for Intermolecular Interactions
Les méthodes de supercalcul centré sur le quantique (QCSC) sont limitées, pour les grands espaces actifs, par le nombre de qubits, la profondeur des circuits, le coût d'échantillonnage et la diagonalisation à grande échelle. Les auteurs proposent un cadre distribué qui divise les problèmes moléculaires en sous-problèmes parallèles et reconstruit la solution globale par une agrégation en deux étapes, ainsi qu'un modèle génératif multicouche. Pour les dimères d'eau et de formamide, il a réduit la dimension de diagonalisation jusqu'à 95 % et amélioré la précision énergétique d'un ordre de grandeur par rapport au SQD conventionnel ; pour un hexamère d'eau de 120 qubits, il a divisé le problème en six sous-systèmes de 20 qubits, avec des résultats en bon accord avec les méthodes classiques de référence.