Quanscient e Haiqu hanno eseguito una simulazione non lineare di fluidi quantistici in 15 passaggi.

      Un nuovo algoritmo quantistico ha eseguito una simulazione fluida non lineare a 15 passaggi attorno a un ostacolo solido su hardware quantistico reale, la dimostrazione pubblicamente documentata più fisicamente complessa del suo genere. La tecnica riduce i requisiti di qubit e la profondità del circuito, avvicinando le applicazioni CFD industriali alla fattibilità.

      La società finlandese di simulazione Quanscient e lo sviluppatore di middleware quantistico Haiqu hanno dimostrato ciò che descrivono come la simulazione di dinamica dei fluidi computazionale quantistica più fisicamente complessa eseguita fino ad oggi su hardware reale.

      Le due aziende hanno eseguito una simulazione fluida non lineare a 15 passaggi attorno a un ostacolo solido, con il fluido che scorre attorno a una forma, il tipo di problema rilevante per la progettazione delle ali degli aerei o l'aerodinamica dei veicoli, sul computer quantistico Heron R3 di IBM, utilizzando un nuovo algoritmo che hanno sviluppato insieme chiamato One-Step Simplified Lattice Boltzmann Method (OSSLBM).

      La dinamica dei fluidi computazionale, o CFD, è uno dei rami di simulazione ingegneristica più intensivi in termini di risorse. Modellare come i fluidi si comportano attorno a forme complesse richiede un enorme potere di calcolo classico, e le esigenze crescono in modo non lineare man mano che le simulazioni diventano più dettagliate.

      Il calcolo quantistico è stato a lungo teorizzato come un potenziale percorso per simulazioni oltre i limiti classici, ma trasformare quel potenziale in pratica è stato vincolato dal numero elevato di qubit e dalla profondità del circuito, la lunghezza del calcolo quantistico, necessaria per eseguire anche scenari moderatamente complessi senza che il calcolo venga sopraffatto dagli errori.

      L'algoritmo OSSLBM affronta questo problema direttamente. Basato sul metodo quantistico di Lattice Boltzmann (QLBM), un approccio consolidato per mappare le equazioni classiche dei fluidi sul calcolo quantistico, il nuovo framework riduce il sovraccarico computazionale di ogni passaggio, consentendo a una simulazione multi-passaggio più lunga di rimanere all'interno di ciò che l'hardware quantistico attuale può eseguire in modo affidabile.

      Il layer middleware di Haiqu è stato centrale in questo: ha ridotto la profondità del circuito, sviluppato nuove sottoprocedure algoritmiche e applicato tecniche mirate di riduzione degli errori che hanno permesso al sistema di completare un flusso di lavoro che altrimenti sarebbe stato fuori portata per i dispositivi odierni.

      L'importanza del risultato risiede nell'ostacolo. Le precedenti dimostrazioni di CFD quantistico si sono principalmente concentrate su scenari lineari più semplici, il comportamento dei fluidi senza le complicazioni dell'interazione con un confine solido.

      Modellare come un fluido si muove attorno a un oggetto è un prerequisito per qualsiasi applicazione industrialmente significativa. Il professor Oleksandr Kyriienko, titolare della cattedra in Tecnologie Quantistiche presso l'Università di Sheffield, ha descritto il lavoro come “un contributo interessante e tempestivo alla CFD quantistica,” aggiungendo che è necessaria ulteriore ricerca di questo tipo per raggiungere soluzioni quantistiche rilevanti a livello industriale.

      Quanscient e Haiqu collaborano sulla CFD quantistica almeno dal 2024, quando sono stati finalisti nella Airbus e BMW Quantum Mobility Challenge, e hanno precedentemente dimostrato lavori su hardware IonQ tramite Amazon Braket. Le applicazioni industriali rimangono a anni di distanza; il lavoro attuale è un traguardo di ricerca che stabilisce che l'approccio è fattibile sull'hardware attuale a questo livello di complessità.