AI 與世界的難題 · 量子物理與量子運算 · arXiv · 2026-10-26
結合多層生成式學習的分散式量子中心超級運算，用於分子間交互作用
原標題: Distributed Quantum-Centric Supercomputing with Multi-Layered Generative Learning for Intermolecular Interactions
量子中心超級運算（QCSC）方法在大型活性空間上，受限於量子位元數、電路深度、取樣成本與大規模對角化。作者提出一種分散式框架，將分子問題拆分為平行的子問題，並以兩步驟聚合重建全域解，另搭配多層生成模型。針對水與甲醯胺二聚體，該方法將對角化維度最多降低 95%，能量準確度較傳統 SQD 提升一個數量級；針對 120 個量子位元的水六聚體，則將問題拆分為六個 20 量子位元的子系統，結果與古典參考方法高度吻合。