高斯玻色采样是当前展示量子计算优越性的代表性物理任务之一,也是生成玻色子纠错码、走向容错光子量子计算的天然资源平台。然而,随着输入压缩态与电路尺寸的扩大,光子损耗会迅速侵蚀其量子部分的复杂度,并为针对损耗结构设计的经典近似算法(如最新的矩阵乘积态算法)留出可乘之机。如何在显著扩大规模的同时压制损耗,并经受住最严苛的经典模拟检验,是该领域长期未决的核心挑战。
新基石研究员陆朝阳与合作者,研制出的新一代可编程光量子处理器「九章四号」(Jiuzhang 4.0),首次将高斯玻色采样实验规模推进至 1024 个输入压缩态、8176 个输出量子模。系统由四台光参量振荡器(OPO)产生单模压缩态,经三级级联非平衡干涉仪滤波后,依次进入「16 模干涉仪 U₁ — 延迟环 L₁ — 16 模干涉仪 U₂ —延迟环 L₂ — 16 模干涉仪 U₃」的空间—时间混合编码电路,再由超导纳米线单光子探测阵列(SNSPDs)记录(图1)。该架构使有效连通度按立方规模扩张(163= 4096),而干涉仪、光源、延迟线与探测器等物理资源仅线性增长。压缩光源系统效率提升至 92%,整机系统效率达 51%,单样本最多可探测到 3050 个光子事件,相较此前同类实验提升整整一个数量级。
图1 「九章四号」实验装置与空间—时间混合编码原理示意
团队对「九章四号」的输出分布进行了系统的统计检验,并将矩阵乘积态(MPS)算法选作主要的经典模拟对手——这是近年来专门为利用光子损耗、压缩玻色采样模拟成本而设计的最新算法。在 S64、M256 两组小规模实验中,将 MPS 键维 χ 推至 2×10⁵,二阶相关函数与理想分布的偏差 ΔK 仅能逼近至 0.56 量级,而真实实验数据已达到 ΔK ≈ 0.14,明显比 MPS 更接近理想分布(图2)。在最大规模 L1024 配置上外推估算:即便在拥有10 万块 GPU 的最强算力集群上,MPS 算法采样一次也需 200 万年以上;最优经典启发式算法所需时间将超过 10⁴² 年,而「九章四号」一次采样耗时仅 25.6 微秒,对应的量子加速比超过 10⁵⁴。
图2 与最新损耗优化矩阵乘积态算法的对照:实验在多阶相关函数与光子数分布上均显著优于 MPS 模拟
该项研究将可编程光量子处理器的实验前沿推进至千光子量级,对应的希尔伯特空间维度约为 102461,已远超当前任何经典算力可触及的范围。「九章四号」所发展的高效率压缩光源、空间—时间混合全连通编码以及分布式主动相位稳定等关键技术,不仅可直接服务于图识别、稠密子图搜索、分子振动谱模拟等近期应用,也为构建千亿量级模式的三维簇态、玻色子纠错码与最终的容错光子量子计算硬件,开辟了一条切实可行的工程路径。
参考文献
Hua-Liang Liu, Hao Su, Yu-Hao Deng et al. Gaussian boson sampling with 1,024 squeezed states in 8,176 modes, Nature (2026)
DOI: 10.1038/s41586-026-10523-6
研究员简介
陆朝阳,中国科学技术大学教授,2022年入选新基石研究员项目。
研究概要:单光子之间自然相互作用极弱,目前主要依赖于线性光学量子操纵。陆朝阳将探索强相互作用光子和光镊原子大规模量子调控技术,实验解答爱因斯坦和玻尔关于量子力学不确定性的争论,致力于实现构建非线性光学量子计算的途径。