经典算法也能做到？张量网络重现 D‑Wave 量子退火结果

不过不久之后，来自 **西蒙斯基金会 Flatiron 研究所计算量子物理中心（CCQ）**与 波士顿大学的研究人员展示：同样的物理问题，其实可以通过精心设计的 经典张量网络算法在普通计算机上高效模拟，在一些演示中甚至可以在个人笔记本电脑上运行。

这并不意味着量子计算无效，而是揭示了一个重要事实：经典与量子计算之间的边界，比简单比较硬件规模要复杂得多。

D‑Wave 的原始主张

D‑Wave 的研究关注的是 无序量子自旋系统的动力学，尤其是横场伊辛模型（transverse‑field Ising model）。这种模型常用于描述磁性材料和所谓的“自旋玻璃”系统。

这类系统难以模拟的原因在于：

• 量子态空间会随着自旋数量呈指数增长
• 系统中存在复杂的相互作用和量子纠缠

在其研究中，D‑Wave 使用超导量子退火处理器 Advantage2 来生成系统演化的样本，并报告这些结果与薛定谔方程预测的动力学高度一致。

他们进一步指出：

• 量子处理器只需 几分钟即可完成模拟
• 使用传统经典算法需要极其庞大的超级计算资源
• 按估算，可能需要 近一百万年的计算时间

因此他们将该实验描述为一种实际问题上的 量子计算优势。

经典算法的“反击”

Flatiron 研究所与波士顿大学的研究团队重新研究了同类自旋玻璃动力学问题，但使用的是 张量网络（tensor network）方法。

张量网络是一类能够将复杂量子态 压缩为结构化数学表示 的算法框架，在多体量子物理中已经发展多年。

研究团队的关键改进包括：

• 构建 二维和三维晶格的张量网络表示
• 在时间演化过程中引入 信念传播（belief propagation） 技术
• 在保持计算精度的同时持续压缩量子态表示

通过这种方法，他们能够 准确模拟伊辛自旋玻璃在量子退火过程中的动力学行为。

由于量子态表示保持紧凑，这些模拟并不需要大型超级计算机——普通计算资源即可完成。

为什么张量网络能做到？关键在“纠缠结构”

真正的关键在于系统的 量子纠缠结构。

在 D‑Wave 自己的研究中，相关系统表现出 面积律（area law）纠缠标度。

这意味着：

• 纠缠强度随区域的 边界大小 增长
• 而不是随系统 体积 增长

这一点对计算复杂度非常重要。

当系统满足面积律时：

• 量子态通常可以被有效压缩
• 张量网络表示不会指数爆炸
• 经典计算机仍然可以高效模拟

而张量网络正是专门利用这种结构来工作的，因此它们在许多多体量子系统中表现出惊人的效率。

这对“量子霸权”意味着什么

这一结果并不意味着经典计算机可以模拟所有量子系统。

真正的分界线在于 纠缠复杂度：

• 如果系统产生 体积律（volume‑law）纠缠，经典模拟通常会变得极其困难
• 如果纠缠结构保持有限或有规律（例如面积律），经典算法可能仍然有效

换句话说：

决定量子优势的，并不只是量子比特数量，而是量子态本身的结构。

对量子计算研究的更大启示

在量子计算领域，这种情况其实并不罕见：

1. 一个实验声称展示量子优势
2. 随后经典算法迅速改进
3. 两者不断逼近真正的“计算边界”

这种竞争实际上对整个领域是健康的。

每一次挑战都会帮助研究人员更精确地找到：在哪些物理条件下，经典压缩方法真正失效，而量子设备才会展现不可替代的优势。

目前的研究表明，这条边界可能比简单的“量子计算机 vs. 超级计算机”叙事要 更窄，也更依赖具体的量子纠缠结构。

未来的量子模拟实验，很可能会专门寻找那些 张量网络无法有效压缩的动力学区域——那才可能成为真正清晰的量子计算优势示例。