AI与世界难题 · 量子物理与量子计算 · arXiv · 2026-10-26
基于多层生成式学习的分布式量子中心超级计算用于分子间相互作用
原标题: Distributed Quantum-Centric Supercomputing with Multi-Layered Generative Learning for Intermolecular Interactions
量子中心超级计算(QCSC)方法在大活性空间上受限于量子比特数、电路深度、采样成本和大规模对角化。作者提出了一种分布式框架,将分子问题拆分为并行子问题,并通过两步聚合重构全局解,同时提出了一种多层生成模型。对于水二聚体和甲酰胺二聚体,该方法将对角化维度最多降低了95%,能量精度比传统SQD提高了一个数量级;对于120量子比特的水六聚体,它将问题拆分为六个20量子比特的子系统,结果与经典参考方法吻合良好。