据介绍，本次模拟任务只动用了阿里巴巴计算平台在线集群 14% 的计算资源。「太章」的创新算法通信开销极小，得以充分发挥平台在线集群的优势，在过去超级计算机上做不了的模拟任务，比如 64（8x8）比特 40 层的模拟，「太章」只需 2 分钟即可完成。
图 1：阿里巴巴「太章」模拟器与目前主要模拟器模拟谷歌随机电路的结果比较
量子计算可能颠覆当前的计算技术，是科学界和工业界研究的前沿热点。但量子计算的实现十分困难。目前，已经实现的高精度量子处理器也只有 20 几个量子比特。故而规模稍大的量子算法尚无运行的载体。模拟器的作用在于「承上启下」，往下可以帮助理解、设计硬件，向上可以承载算法和应用的探索和验证。「太章」首次使得测试和验证被称为「中等规模」50-200 比特的的量子算法成为可能, 从而为辅助设计中等规模量子算法、量子软件乃至量子芯片提供了一个有力的工具。
在通常的量子电路模拟方案中，需要存储量子状态的全部振幅，在此海量数据上同时模拟量子运算。这个方法要求不断地在众多的计算节点间交换数据，造成巨大的通讯开销。因此，过去这样的模拟任务往往都在超级计算机上进行。实验室团队基于施尧耘教授及其合作者 Igor Markov 在 2005 年提出的另一种模拟方案，发明了一个简单而有效的方法分解整个模拟任务，然后十分均衡地把这些子任务分配到不同计算节点上。「太章」的通信开销极小，这个优点使之十分适合分布式的计算平台。
图 2：「太章」模拟的随机量子电路规模（黑线）与谷歌量子硬件可以实现的规模 (红线) 比较（基于谷歌在 [Characterizing quantum supremacy in near-term devices] 中对 7x7 的估计）
作为基准的随机量子电路是谷歌提出为实现「量子霸权」的算法。「量子霸权」指的是量子处理器的规模和精度到达无法被经典计算模拟的程度。谷歌今年 3 月份提出了未来工作的目标：72 比特高精度的量子处理器。「太章」的结果表明这一计划中的处理器如果只运行该基准算法仍不足于达到量子霸权。
本次研究成果也提交到预印本网站 arXiv，文章并列第一作者为量子实验室量子科学家陈建鑫博士与实习生张放，作者还有实习生黄甲辰和 Michael Newman 博士。
论文：Classical Simulation of Intermediate-Size Quantum Circuits（中等尺寸量子线路的经典模拟）
论文链接：https://arxiv.org/abs/1805.01450
我们在本文中介绍通用量子线路的一个分布式经典模拟算法，并展示计算通用随机线路的输出概率的数值结果。探究结果表明，相比之前报告的，使用阿里巴巴团队的数据基础架构和搜索技术部支持的计算机集群得到的结果，我们可以模拟更多的量子比特以及更大的线路深度。例如，计算线路深度为 40 的 8×8 量子比特的单幅值在之前已经报告超越了超级计算机的计算能力。我们的算法可以在 2 分钟内计算这个值，并仅使用计算机集群的小部分资源（大约 14% 的节点）。此外，通过成功地模拟 9×9×40、10×10×35、11×11×31 和 12×12×27 大小的量子线路，我们证明了利用真实物理参数的带噪声随机线路也有用经典方式进行模拟的可行性。这意味着更稳固的线路或者误差校正可能是由随机线路采样方向实现量子霸权的重要因素。
背景资料
2016 年，谷歌提出通过实现二维阵列 mxn 对应的量子比特上的一类特定随机量子电路来实现量子霸权的方案，这一类特定随机量子电路通常被称为量子霸权电路。在方案中，认为当该二维阵列上的比特数 (mn) 达到 50, 电路的深度（层数）到达 40 左右，现有世界上最强大的超级计算机也无法有效模拟这样的电路。
图 3：8x8 二维网格上一个深度为 20 的量子霸权电路对应的张量网络展示
谷歌的硬件团队希望将在 9 量子比特 1 维阵列中实现的 1% 读取误差，0.1% 单比特门误差，0.6% 两比特门误差保持到更大规模的量子系统来实现这样的霸权电路，并通过这个特定任务，实现量子硬件对当前世界上最强大的经典计算资源的超越。此后，若干研究团队纷纷在不同的超级计算机上对该类电路进行模拟。之前，全球最好的研究结果尚未同时达到 50 比特 40 层。
图 4：nxn 二维网格上，阿里量子实验室的计算随机电路输出每一个振幅的执行时间与电路深度的对应关系。
在量子计算目前的模型中，有一类是量子电路模型，实现形式是将信息存储在量子比特中，通过类似经典逻辑门的量子门来实现计算。达摩院量子实验室团队量子科学家陈建鑫与实习生张放实现了一种基于分布式的通用量子电路模拟方案，并基于研究的模拟器对谷歌第一版的随机量子电路进行了测试。利用阿里计算平台的在线集群的少量计算资源 (14% 左右) 实验室团队成功使用「太章」模拟器模拟了 9x9 x40 也就是 81 比特 40 层随机电路，还分别成功模拟了 100 比特 35 层（10x10x35）,121 比特 31 层（11x11x31）与 144 比特 27 层（12x12x27）的随机量子电路。
目前业界主流的模拟方案有两类，一类是存储量子状态的所有振幅，一类是对于任意振幅都可以迅速计算得到结果。第一类模拟方案，基本都在超级计算机上实现，因为存储 45 比特的量子状态需要 Petabyte 量级的内存，在存储这么多数据的同时对该量子态进行操作并进行计算，需要不断地在不同的计算节点之间交换数据，这样的通讯开销对于普通云服务是难以承受的。
在阿里巴巴计算平台的在线集群上，实验室团队采用了第二类模拟方案，通过快速有效的计算任意振幅，任务拆分后可以将子任务十分均衡地分配到不同节点，极少的通信开销使得模拟器适配现在广泛提供服务的云计算平台。
在本研究成果之前，对于两种模拟方案，全球尚未有研究团队可以成功模拟谷歌超过 50 比特 40 层的第一代随机测试电路。在达摩院量子实验室团队的模拟器内还可以每 2 分钟计算 64 比特 40 层随机电路的一个振幅。本次研究成果也已经以论文的形式在预印本网站 arXiv 上提交，文章并列第一作者为量子实验室量子科学家陈建鑫与实习生张放，作者还有实习生黄甲辰和 MichaelNewman 博士。
阿里巴巴量子实验室由美国密西根大学终身教授、世界顶级量子科学家施尧耘担任首席量子技术科学家、量子实验室主任。两次理论计算机最高奖哥德尔奖得主、匈牙利裔美国计算机科学家马里奥·塞格德（Mario Szegedy）于今年年初也加入该实验室。
