跳到正文

动态展示门槛:AI 前沿与应用 ≥ 65 分,量子方向 ≥ 60 分;已确认精选照常展示。

7月24日周五
  1. AWS · Quantum Computing

    QuEra Aquila Rydberg量子模拟器用于无序材料热力学采样

    研究团队将基于经典密度泛函理论的材料能量模型映射到QuEra Aquila中性原子量子硬件,用量子退火采样氮掺杂石墨烯的热力学状态。在28位点系统上通过穷举将有效温度校准为41μK,在78位点系统上与无偏蒙特卡洛比较,并展示通过4.0、4.5和5.0微米原子间距调节有效温度。该工作是概念验证,QPU每个数据点运行1000次,最终仅保留初始构型完全占据的运行。

    本站判断:以小规模穷举和经典蒙特卡洛作为基线,给出中性原子量子退火用于无序材料热力学采样的概念验证。