📚 课程目录第3章模拟器分类与原理

3. 模拟器分类与原理

量子线路模拟器并不是一种“万能后端”，不同模拟器在内部保存的数学对象不同，因此它们能表达的量子态范围、可处理的比特规模、可承受的线路结构以及输出信息都有明显差异。理解这四类模拟器的适用边界，核心是抓住一个判断：线路中是否出现纠缠、噪声、非 Clifford 门，以及需要的是精确概率还是采样结果。下面从“保存什么、怎么演化、何时失效”三个角度展开。

一、状态向量模拟：保存 2ⁿ 个复数振幅

状态向量模拟直接保存整个量子态的振幅向量。对 n 个量子比特，状态写作

|ψ⟩ = Σ α_x |x⟩,  x ∈ {0,1}ⁿ
存储量：2ⁿ 个复数（每个约 16 字节，双精度）
单比特门：对相应振幅对做 2×2 矩阵乘法
双比特门：对 4 个振幅做 4×4 矩阵乘法
测量：按 |α_x|² 计算概率并采样

它的优点是通用：任意单比特门、任意受控门、任意纠缠结构都能精确表示，测量前还能直接读取完整概率分布。缺点是内存随比特数指数增长。以双精度复数 16 字节估算，30 比特约需 16 GB，32 比特约需 64 GB，40 比特则达到 16 TB 量级。因此状态向量模拟的实用边界通常在 30～35 比特以内，具体取决于机器内存和是否使用单精度、分块或 GPU 加速。

状态向量模拟适合验证小规模算法的完整概率分布、检查纠缠熵、调试门序列。当线路深度很大但比特数较少时，它仍然可行；真正让它失效的是比特数，而不是门数量。

二、密度矩阵模拟：保存 ρ，能处理噪声与混合态

当线路中存在噪声、退相干、测量误差或需要描述混合态时，纯态向量不再够用，必须使用密度矩阵 ρ。密度矩阵模拟保存的是 2ⁿ×2ⁿ 的矩阵，存储量为 4ⁿ 个复数。也就是说，同样 20 比特，状态向量约需 16 MB，而密度矩阵约需 16 TB 量级，规模差距是平方级。

密度矩阵的演化由量子信道描述，例如振幅阻尼、相位阻尼、去极化信道，都可以写成 Kraus 算符作用：

ρ' = Σ_k E_k ρ E_k†
去极化信道示例：ρ' = (1-p)ρ + p·I/2ⁿ

它的适用边界非常明确：需要噪声建模、需要混合态、需要计算保真度或迹距离时使用，但比特数通常只能到 10～15 比特。若只是无噪声纯态线路，用密度矩阵模拟是明显的资源浪费。实际工程中，密度矩阵模拟常用于验证噪声模型、校准误差参数、评估纠错码在小规模下的行为。

三、张量网络模拟：用低秩结构压缩纠缠

张量网络模拟不直接保存完整振幅向量，而是把量子态表示为多个小张量通过缩并连接的网络。常见形式包括矩阵乘积态（MPS）和投影纠缠对态（PEPS）。对一维近邻线路，MPS 把状态写成

|ψ⟩ = Σ A^{s1} A^{s2} ... A^{sn} |s1 s2 ... sn⟩
每个 A 是 χ×χ 矩阵，χ 为键维数（bond dimension）
存储量：O(n·d·χ²)，而非 O(dⁿ)

张量网络模拟的关键参数是键维数 χ。χ 越大，能表达的纠缠越多，但计算量也越大。它的适用边界取决于线路的纠缠结构：

适合：低纠缠线路、一维近邻线路、浅层线路、量子化学中的一维/准一维体系、需要计算特定振幅或局部观测量的场景。
不适合：高纠缠的随机线路、深层线路、全连接线路。此时 χ 会指数增长，优势消失。

张量网络模拟的另一个优势是可以在有限 χ 下给出近似结果，并通过增大 χ 观察结果是否收敛。若 χ 从 64 增到 256 后能量或概率变化很小，说明截断误差可接受；若持续显著变化，则说明当前线路纠缠过强，需要换用其他方法。

四、稳定子模拟：Clifford 线路的多项式捷径

稳定子模拟利用 Gottesman-Knill 定理：只含 Clifford 门（H、S、CNOT、X、Y、Z 等）的线路，其状态可以用稳定子群的多项式规模描述，而不需要 2ⁿ 个振幅。n 比特稳定子态只需约 O(n²) 个比特存储生成元，门更新和测量都是多项式时间。

它的适用边界由门集合决定：

适合：纯 Clifford 线路、量子纠错码的稳定子验证、表面码的综合征采样、Clifford 随机基准测试。
不适合：含 T 门、Toffoli、任意旋转门等非 Clifford 门的线路。一旦引入非 Clifford 门，稳定子表示不再封闭，需要转为状态向量或稳定子+魔术态模拟，规模优势迅速下降。

实际使用中，稳定子模拟常被用来快速验证纠错码逻辑、生成大规模 Clifford 线路的采样结果。若线路中只有少量 T 门，可采用“稳定子+魔术态”混合方法，但 T 门数量增加后仍会退化。

五、四类模拟器的边界对照

把四类模拟器放在同一张判断图上，可以更直观地看到它们的分工。下图以“保存对象—适用条件—失效条件”为主线，给出选择路径。

六、选择模拟器的实用判断

实际工作中，可以按以下顺序判断：

先看门集合：若线路只含 Clifford 门，优先用稳定子模拟，规模可轻松到数百甚至上千比特。
再看是否需要噪声：若需要噪声、退相干或混合态，必须用密度矩阵模拟，但比特数要控制在 10～15 以内。
再看纠缠结构：若线路是一维近邻、浅层或低纠缠，张量网络模拟可以用较小 χ 获得高精度结果；若 χ 增大后结果不收敛，说明纠缠过强。
最后看规模：若以上都不满足，且比特数在 30～35 以内，用状态向量模拟获得精确结果；超过该范围则需要分布式、GPU 或近似方法。

经验提示：模拟器选择不是“越精确越好”，而是“在可接受误差和资源下得到所需信息”。若只需要采样统计，稳定子或张量网络可能比状态向量更高效；若需要完整概率分布和精确振幅，状态向量仍是小规模验证的首选。

常见误区：把密度矩阵模拟当作“更精确的状态向量模拟”使用。密度矩阵的优势在于噪声和混合态，而不是精度；在无噪声纯态场景下，它只会带来 4ⁿ 的存储代价，并不会让结果更准确。

总结来看，状态向量模拟是通用精确基准，密度矩阵模拟是噪声与混合态的必要工具，张量网络模拟是低纠缠结构下的压缩利器，稳定子模拟是 Clifford 线路的多项式捷径。四者的边界由“保存对象”和“线路结构”共同决定，理解这一点，才能在量子线路模拟与硬件执行对比中做出合理的后端选择。