实现更好的电池！梅赛德斯-奔驰取得量子化学模拟新突破
光子盒研究院出品
4月13日，PsiQuantum宣布了一项关于锂离子电池（LiB）中的电解质分子如何在容错量子计算机上模拟的新分析。
PsiQuantum和梅赛德斯-奔驰(Mercedes-Benz)研发部合著的技术论文《量子化学模拟的容错资源估计：以锂离子电池电解质分子为例》于2022年4月7日发表在《物理评论研究》杂志上[1]，该论文详细解释了容错量子计算机将如何加速以锂离子（Li-ion）电池为例的电动汽车电池设计。
凭借这一技术突破，汽车制造商得以执行以前不可能的电池化学模拟，这使得下一代电池设计的突破成为可能。
锂离子电池在充电和放电循环期间，通过液体电解质材料将电荷从一个电极移动到另一个电极来发挥作用。电动汽车的推广取决于开发更快的充电、更持久的电池技术，这也是从内燃机过渡的关键推动因素：新的和改进的电解质将对电池性能的各个方面产生重大影响，包括能量密度（效率）、充电速度、电池寿命、范围、成本和安全性。
然而，目前新型锂离子电池的开发涉及大量的试验性困难和错误。电池开发的一个目标是找到可以增强电流的添加剂化学品，评估潜在的添加剂需要准确地模拟它们的存在如何影响电解质分子。原则上，通过模拟和验证计算机中的新化学物质可以大大加快这种缓慢而昂贵的研发过程，就像现在空气动力学、机械设计等应用的常规一样。但是经典的超级计算机很难模拟分子和相关反应的量子行为，量子计算机有望克服这一限制。
分子的量子化学模拟可以帮助我们更好地理解液体电解质中发生的电化学反应，并作为新型电解质设计的有用指南。PsiQuantum长期与梅赛德斯奔驰合作，共同评估何种先进程度的量子计算机才能彻底改变锂离子（Li-ion）电池的设计。为了解这些研究计算所需的量子部分成本，PsiQuantum确定了一组相关的电解质分子，并对它们在具体容错量子计算架构上模拟进行了详细的资源估算。
首先研究团队用与容错量子计算架构无关的参数，如量子比特和门的数量进行抽象的容错成本估计，然后再把逻辑操作编译成容错架构的标准术语。
研究人员选择了“基于融合的量子计算（FBQC）”方案：FBQC计算的基本构件是资源状态、测量和前馈操作；与著名的“基于测量的量子计算模型（MBQC）”相比，可以更有效地实现非线性量子门。另一个实践所需的技术是光子学：物理上资源态可以用资源态发生器（RSG）创建，因为RSG可以发射出用有限数量的光子编码的资源态。后续所需的测量可以通过一个称为融合（fusion）的过程来进行：只用线性光学元件和光电检测就可以进行。
基于光子的FBQC方案的一个突出特点是可以进行交错(Interleaving)[2]。光子可以被存储在一个极长的光延迟线中，而不会明显降低光子质量。因而，可以轻松地在设备占地面积和计算运行时间之间进行权衡，可能在构建大规模量子计算机时花费更少的工程开销；当然，算法的总体成本仍将主要取决于光延迟线的长度。
也就是说，用光纤作为量子存储器，科学家可以利用交错来进行容错量子计算的线性时空权衡。
用于产生上述容错估计的结构示意图。RSG被布置在一个二维平面内，不同的区域负责不同的任务。中间的矩形对应于产生逻辑量子比特的区域，每个区域产生两个随时间传播的逻辑量子比特的时间传播。每个逻辑区域都由一个提取块和一个连接块组成：前者进行电路提取（基于15-to-1协议），后者接收提取块的输出魔法态并执行所需的“晶格手术”（lattice surgery）操作，每一级的输出魔法态通过交错光纤被输送到更高一级的连接器块。周期性的边界条件用箭头表示，使用两个魔法态提取（magic state distillation，MSD）工厂。
考虑到FBQC的特点，研究人员对模拟上述化学问题所需的资源进行了详细分析。这一分析的结果如下图所示：
左：不同逻辑量子比特数和T-count的魔法态提取(MSD)足迹与总计算足迹的比率。足迹是以所需的RSG数量来衡量的。假设一个线性数据块有两个多级的15-to-1工厂，为方便比较，绘制了其他算法的资源估算，如Fermi-Hubbard模型的模拟、晶体材料、FeMoco，以及破解RSA加密。在必要时对量子化学算法的资源估计进行修正，以产生符合化学精度的特征能量。假设逻辑错误率参数A=0.45，B=1.35（即研究团队考虑的单量子比特和双量子比特机制的平均值），最初准备的魔法态的逻辑泡利错误率为0.1%。右：在cc-pVTZ和cc-pVDZ基础上对各种分子进行容错量子计算的足迹和时间估计。使用交错法可以线性地权衡空间和时间资源，如图所示。研究绘制了1到1000之间的交错比率的资源估算，因为这样的比率可以实现引入可以忽略不计的高错误率。假设逻辑错误率参数A=0.5，B=1.6，最初准备的魔法态的逻辑泡利错误率为0.1%。
对于经典上难以解决的最小实例（例如：在1mHartree精度下使用cc-pVDZ基础对PF-6进行全配置交互模拟），研究团队估计总共需要16382个逻辑量子比特和
每个分子和基集的T计数nT和量子比特计数nL，使计算量nT×nL最小。
在编译后，这相当于在中等错误率情况下，估计占用2400万RSG，运行时间不到1天，如下图所示：
假设交错比为Lintl=1，容错的空间和时间开销。这提供了最快速的计算，代价是最大的足迹。
引入交错技术，可以在运行时间和足迹之间进行线性的空间-时间权衡。例如，对上述同一实例使用24的交错比率，可以有100万RSG的足迹和2.5周的运行时间。
根据这一资源估算，对于模拟所考虑的系统来说，拥有一个串行产生魔法态的魔法态工厂是次优的。对于小的量子算法（即少量的量子比特和门），工厂的足迹构成了量子计算机的很大一部分；然而，随着算法所需的逻辑量子比特数量的增加，魔法态工厂的相对大小将变得更小。显然在该机制下，增加另一个魔法态工厂的（相对）额外成本将很小。尽管人们已经知道，随着逻辑量子比特数量的增加，这种情况最终会发生，但这种交叉发生的确切点在已有文献中仍未得到解决。
研究团队填补了这一空白：答案取决于量子比特的数量和T门的数量。如果只使用一个，或两个基于15-to-1协议的魔法态工厂，并按顺序执行逻辑T门，工厂的足迹不超过整个量子计算机的2%。因此研究表明，有一些具有实际应用价值的量子算法，并不适用魔法态工厂规模相对较大的体系中。
PsiQuantum现在已经用数学方法证明并提出了提出了新的方法来执行恒定时间的PPM：他们可以通过在其实用规模的量子计算架构上运行这种优化的算法，并在锂离子电池设计中实现突破。
然而，这个程序中使用的横向门对阈值和亚阈值扩展的影响还不清楚；这一疑惑也将留给未来的工作。在这一体系中的未来研究应该探索可能适合于大规模并行化的其他哈密顿量模拟算法，以及针对深度考虑的进一步算法改进，以实现减少量子化学问题的计算量的潜在收益。
随着汽车行业结束对化石燃料的依赖，社会将越来越依赖电池技术的改进。电解质添加剂的设计只是由容错量子计算加速的电池设计的一个领域。从开发新型正极材料到多尺度电池模拟，量子计算可以彻底改变电池开发的广泛领域。在所有情况下，只有在公用事业规模的量子计算设备上运行的优化容错算法才能实现汽车制造商寻求的突破。
参考链接：
[1]https://journals.aps.org/prresearch/abstract/10.1103/PhysRevResearch.4.023019
[2]https://arxiv.org/abs/2103.08612
[3]https://psiquantum.com/news/counting-qubits-for-better-batteries
[4]https://psiquantum.com/news/psiquantum-breakthrough-paves-way-to-dramatic-acceleration-in-ev-battery-design