玻色采樣過程的經典及量子模擬研究.pdf

1、量子計算在理論上展示出較經典計算指數(shù)加速的計算能力，而玻色采樣過程已成為有望在實踐上首先驗證此能力的研究對象。量子算法較經典算法達到了指數(shù)級別的加速，典型的例子就是Shor大數(shù)質因子分解算法。然而，由于運行量子算法的“通用”量子計算機的實現(xiàn)需要完成量子邏輯門等對量子態(tài)的精確操控，目前的技術水平尚難以實現(xiàn)包含較大規(guī)模量子比特的物理裝置。而2010年提出的玻色采樣過程為驗證量子計算具有超越經典計算的能力提供了新的思路。由于玻色采樣過程將計算

2、需要的信息編碼在玻色子(如光子)的粒子數(shù)態(tài)上，在不需要實現(xiàn)量子門的情況下，也能夠展示出經典計算無法比擬的計算能力。因此玻色采樣被認為是驗證量子計算強大計算能力的研究典范，吸引了國際上的廣泛關注。
　　“量子模擬超越經典模擬的最小規(guī)?！?、“玻色采樣過程中演化矩陣的構造”等是玻色采樣研究中的關鍵問題。針對前者，本文研究了玻色采樣過程在目前最快的經典計算機——“天河”二號上的經典模擬，力求得到在“天河”二號上模擬玻色采樣過程的性能極限；

3、針對后者，本文研究了玻色采樣光學網(wǎng)絡的構造問題，進行了玻色采樣實驗。
　　本文的主要工作和貢獻如下：
　　1.設計實現(xiàn)了玻色采樣經典模擬并行程序，并在“天河”二號上進行了大規(guī)模的并行測試。實測表明，使用了13,000個節(jié)點，計算核心數(shù)達312,000個時，求解的最大問題的矩陣規(guī)模達到48。
　　2.基于“天河”二號的體系結構特點，本文設計并實現(xiàn)了基于 CPU與MIC(Many Integrated Cores)架構的異

4、構并行程序。針對MIC中的512位的向量處理部件，利用向量指令對代碼進行向量化。實測表明，MIC較CPU達到1.7倍的加速比。
　　3.設計實現(xiàn)了分解玻色采樣過程中任意演化矩陣的程序；對于光波導實現(xiàn)的光路參數(shù)未知的問題，本文利用隨機測試的方法對光路參數(shù)測量過程進行了模擬，并分析了系統(tǒng)誤差對測量結果的影響。模擬測試表明，程序能夠有效對任意U矩陣進行分解；同時系統(tǒng)誤差對于測量實驗的影響較小。
　　4.設計并完成了雙光子玻色采樣的