Куансиент и Хайку провели 15-шаговое нелинейное квантовое моделирование жидкости.

      Новый квантовый алгоритм выполнил 15-шаговую нелинейную симуляцию жидкости вокруг твердого препятствия на реальном квантовом оборудовании, что является наиболее физически сложной публично задокументированной демонстрацией своего рода. Эта техника снижает требования к кубитам и глубину схемы, приближая промышленные приложения CFD к осуществимости.

      Финская компания по симуляции Quanscient и разработчик квантового промежуточного программного обеспечения Haiqu продемонстрировали то, что они описывают как наиболее физически сложную симуляцию квантовой вычислительной гидродинамики, выполненную на реальном оборудовании.

      Обе компании провели 15-шаговую нелинейную симуляцию жидкости вокруг твердого препятствия, где жидкость течет вокруг формы, что является актуальной задачей для проектирования крыльев самолетов или аэродинамики транспортных средств, на квантовом компьютере IBM Heron R3, используя новый алгоритм, который они разработали вместе, называемый Методом Упрощенного Латтисного Болцмана за Один Шаг (OSSLBM).

      Вычислительная гидродинамика, или CFD, является одной из самых ресурсоемких областей инженерного моделирования. Моделирование поведения жидкостей вокруг сложных форм требует огромной вычислительной мощности классических компьютеров, и требования растут нелинейно по мере усложнения симуляций.

      Квантовые вычисления давно рассматриваются как потенциальный путь к симуляциям, выходящим за пределы классических ограничений, но превращение этого потенциала в практику сдерживается огромным количеством кубитов и глубиной схемы, длиной квантовых вычислений, необходимых для выполнения даже умеренно сложных сценариев без того, чтобы вычисления не были подавлены ошибками.

      Алгоритм OSSLBM решает эту проблему напрямую. Построенный на квантовом Методе Латтисного Болцмана (QLBM), установленном подходе к отображению классических уравнений жидкости на квантовые вычисления, новая структура снижает вычислительные затраты на каждый шаг, позволяя более длинной многошаговой симуляции оставаться в пределах того, что текущее квантовое оборудование может надежно выполнять.

      Промежуточный слой Haiqu был центральным в этом: он снизил глубину схемы, разработал новые алгоритмические подпрограммы и применил целенаправленные методы снижения ошибок, которые позволили системе завершить рабочий процесс, который в противном случае был бы недоступен для современных устройств.

      Значение результата заключается в препятствии. Предыдущие демонстрации квантовой CFD в основном сосредоточились на более простых линейных сценариях, поведении жидкости без осложнений взаимодействия с твердой границей.

      Моделирование того, как жидкость движется вокруг объекта, является предпосылкой для любого промышленно значимого применения. Профессор Александр Кирийенко, заведующий кафедрой квантовых технологий в Университете Шеффилда, описал эту работу как «интересный и своевременный вклад в квантовую CFD», добавив, что необходимо больше исследований такого рода для достижения промышленно значимых квантовых решений.

      Quanscient и Haiqu сотрудничают в области квантовой CFD как минимум с 2024 года, когда они стали финалистами в конкурсе Airbus и BMW Quantum Mobility Challenge, и ранее продемонстрировали работу на оборудовании IonQ через Amazon Braket. Промышленные приложения остаются в нескольких годах; текущая работа является исследовательским этапом, устанавливающим, что этот подход осуществим на текущем оборудовании на этом уровне сложности.