PsiQuantum和梅赛德斯-奔驰利用容错量子计算加速电池设计

目前，开发新的锂离子电池，需要进行大量试验，并会出现很多错误。基本上来说，通过模拟和验证硅(silico)中的新化学成分，可以大大加快缓慢而昂贵的研发过程。这是目前空气动力学、机械设计等应用领域的常规做法。然而，传统的超级计算机很难模拟所讨论分子和反应中至关重要的量子行为。通过量子计算机，有望解决这一局限性。

PsiQuantum的团队探讨量子算法，以模拟普通电解质添加剂氟代碳酸乙烯酯的效果，氟乙烯碳酸酯是迄今为止被认为是用于量子计算的最大分子之一。通过分析这些电解质模拟，揭示新的优化方法。这只有在容错量子计算规模上才清晰可见。这项研究的重点是减少模拟所需的资源，并找到利用PsiQuantum融合基量子计算(FBQC)架构的方法。

研究人员还展示了一种特有光子量子计算方法的效用。这种方法名为交错(interleaving)，可以权衡量子计算机的时间和内存资源，提供空间与时间的线性权衡，或将为未来实现这些类型的模拟指明方向。

在这篇论文中，PsiQuantum团队评估了如何在容错硬件中实现和优化量子算法中的现有理念。对于了解算法运行难度而言，这是关键而困难的一步。研究人员发现，当在容错量子计算机上运行时，通过这些方法，能够在数小时内模拟原本不可能的电解质相互作用。

PsiQuantum的研究全面分析对不同候选分子执行该算法所需的资源和成本，包括如何在PsiQuantum正在构建的容错量子架构上编制和运行该算法的细节。尽管如此，进行此类模拟所需的逻辑量子比特数量在数千或数万之间，所以短期内无法得出解决方案。但这确实为PsiQuantum硬件团队设定了一些目标，即需要构建多大的处理器，才能具有解决这类问题的能力。

访问:

阿里云 - 最高1888元通用代金券立即可用