两年前，谷歌宣布实现了“量子霸权”，用量子计算机完成了一个经典计算机不可能完成的任务。
现在，来自中科院理论物理所的研究者，用数学方法追上了谷歌的“量子霸权”。
他们用实验证明了：经典计算机在使用一种新的算法后，谷歌量子计算机的优势，似乎并没有当初宣传的那样大。
2019 年 10 月 23 日，谷歌发表 Nature 封面文章：53 个量子比特的处理器 Sycamore 在 200 秒内，完成了超级计算机需要 1 万年才能算完的任务。
▲ 谷歌 Sycamore 量子处理器
2 年后，中科院团队在 512 个英伟达 V100 组成的计算集群上，在 15 小时内完成了同样任务。
其实谷歌当年提出“量子霸权”概念时，就遭到了业界质疑。
IBM 首先指出，谷歌所说的 1 万年只是特定算法，实际上只要算法优化得当，全球顶级超算 Summit 大约只需 2.5 天即可计算完成。
也就是说，谷歌的量子计算机虽然更快，但并不是不可逾越的鸿沟。
现在，IBM 的质疑得到了中国科学家的实验证实。
中科院团队估算，如果把这套程序移植到算力为 ExaFLOPS 的超算上，可能只需几十秒，那就比量子计算机还快了。
此外，他们的方法得到的计算结果比 Sycamore 准确性“高得多”。
用该方法生成的 100 万个不相关样本的保真度为 0.0037，而谷歌量子计算机的保真度仅为 0.002。
优化量子模拟算法
当初，谷歌 Sycamore 执行的计算任务是，描述量子随机数生成器的分布。通过一系列随机数在 53 个量子比特的电路中演化，得出随机数的概率分布。
从原理上来说，如果用算法来模拟 Sycamore 中的量子物理学，那么经典计算机也能获得与量子计算机相同的结果，但是所需的计算资源太大。谷歌预测全球最强超算也需要 1 万年。
但中科院团队认为，谷歌估计的计算时间依赖于特定的经典算法，而不是适用于所有可能算法的理论极限”。
因此可能存在一种经典算法追上乃至打破谷歌“量子霸权”。
他们没有直接完全模拟量子过程，而是使用了一种简化算法，可以达到与 Sycamore 相同的随机性，并具有相同的物理模式。
他们将 Sycamore 量子比特的相互作用描述为三维张量网络，用张量来表示量子比特属性之间的关系。
上图中，最左侧一层表示 53 个量子比特的初始状态，最右侧一层表示终止状态。新算法通过切断网络的一些连接来简化关系，从图像上看就像是在三维网络上“钻孔”。
至于钻孔的位置，则是由 Sycamore 芯片本身的物理结构决定的。
这种收缩张量网络的方法让模拟量子芯片成为可能，可以将 Sycamore 分拆为数个较小的子网络。
论文的最后，团队表示：
如果我们对量子霸权电路的模拟，可以在现代超级计算机中高效地实现，原则上，整体模拟时间可以减少到几十秒，比谷歌的硬件实验更快。
该团队在接受《南华早报》采访时说：
据我们所知，这是第一次在实践中，用经典方法解决了保真度大于谷歌 Sycamore 电路的采样问题。
算法已开源
早在今年 3 月，他们就在 60 个 GPU 上进行了模拟实验，耗时约 5 天。
经过半年多的优化，最终他们在 512 个英伟达 V100 组成的计算集群上，达成了 15 小时的成就。
而且他们并没有对运算过程做进一步优化，张量收缩过程使用的仍是现成 Python 库，若使用其他软件还可能更快。
目前，这个模拟算法已经在 GitHub 开源，如果你有足够计算资源运行该程序 —— 一台显存超过 32GB 的计算机。
他们还提供了一个 Demo 程序，用于计算该算法一个子任务的总运行时间。
量子计算机也在发展中
不过需要指出的是，量子计算机也在不断发展中。
谷歌量子计算团队的负责人 Hartmut Neven 曾表示，即使其他研究人员减少了进行经典模拟所需的时间，量子硬件也在不断改进。
比如，这个月 IBM 就实现了而 127 量子比特的计算机，是谷歌 Sycamore 规模的 2 倍多，再想用经典算法超越就很难了。
领导这项研究的张潘教授也承认，Sycamore 在处理量子计算方面仍然“快得多”，而经典超级计算机在扩展和处理更复杂任务的能力方面受到限制。
作者简介
这篇论文的第一作者是中科院理论物理所研究生 Pan Feng，本科毕业于南京航空航天大学，目前已经在 PRL 等期刊上发表多篇论文。
本文第二作者是北大元培学院 Chen Keyang。
而通讯作者是 Pan Feng 导师，中科院理论物理研究所教授张潘，他的研究领域是统计物理学、应用数学和计算机科学。
广告声明：文内含有的对外跳转链接（包括不限于超链接、二维码、口令等形式），用于传递更多信息，节省甄选时间，结果仅供参考，IT之家所有文章均包含本声明。