4. 矩阵乘积态与量子电路

矩阵乘积态(Matrix Product State, MPS)是一维量子多体波函数的一种张量网络表示。它把长度为 N 的量子比特链的振幅系数 ψ(s₁s₂…s_N) 分解为一串局域张量的乘积:每个格点 i 携带一个三阶张量 A[i],其物理指标维数为 d(量子比特为 2),左右两个虚拟指标维数分别为 χ_{i-1} 与 χ_i。收缩全部虚拟指标后,就还原出完整的态矢量。MPS 之所以能高效描述一维低能态,是因为一维纠缠熵满足面积律:任意二分处的纠缠熵 S 与截断键维数 χ 之间近似满足 S ≈ log₂ χ,因此只要 χ 取到几十到几百,就能以极高精度逼近真实态。

规范形式:把冗余自由度固定下来

MPS 表示本身并不唯一:在任意虚拟键上插入一对互逆矩阵 X 与 X⁻¹,收缩后波函数不变。这种规范自由度若不固定,数值算法会不稳定。常用的规范形式有两类:

  • 左规范:对每个张量 A[i],把物理指标与左虚拟指标合并后满足正交条件 ∑ A[i]† A[i] = I,即左正交。
  • 右规范:对每个张量 B[i],把物理指标与右虚拟指标合并后满足 ∑ B[i] B[i]† = I,即右正交。
  • 混合规范:在某个“正交中心”格点 c 左侧全部左正交、右侧全部右正交,中心张量 M[c] 承载全部奇异值信息。

混合规范是 DMRG 与 TEBD 等算法的核心。它让局域更新只作用在中心张量上,其余部分保持正交,从而把全局优化问题化为局域问题。规范变换通过奇异值分解(SVD)实现:把中心张量按左虚拟指标与(物理+右虚拟)指标做 SVD,奇异值并入相邻张量,即可把中心左移或右移一格。

纠缠熵与键维数:MPS 精度的两个刻度

在混合规范下,中心张量的奇异值平方 λ_k² 就是二分处约化密度矩阵的本征值。纠缠熵为

S = -∑_k λ_k² log₂ λ_k²

若把奇异值按降序排列并截断到前 χ 个,丢弃权重 ε = 1 - ∑_{k≤χ} λ_k² 就是截断误差。这给出两条实用判据:其一,χ ≥ 2^S 才能承载该二分处的纠缠;其二,若 S 随系统增大而饱和(面积律),则固定 χ 即可让误差不随 N 增长。反之,若 S 随 N 线性增长(体积律),MPS 就失效——这正是通用量子电路难以经典模拟的根源。

示例:若某二分处测得 S = 3.0 bit,则至少需要 χ ≈ 2³ = 8 才能无损表示;实际取 χ = 16~32 可把截断误差压到 10⁻⁶ 量级。若 S = 10 bit,则 χ ≈ 1024,单张量存储已达 2×1024² 个复数,接近单机内存上限。

把一维量子电路映射为 MPS 演化

考虑一条 N 量子比特链,初始态为乘积态 |0…0⟩,电路由最近邻双比特门 U_{i,i+1} 按层排列组成。映射到 MPS 演化的关键操作是:把每个双比特门作用到相邻两个 MPS 张量上,再通过 SVD 把结果重新分解回 MPS 形式,并按 χ 截断。

具体地,设门作用在格点 i 与 i+1。先把两格点合并成一个两体张量 Θ,其指标为(左虚拟、物理 i、物理 i+1、右虚拟)。然后对 Θ 施加 U,得到 Θ'。接着把 Θ' 按(左虚拟+物理 i)与(物理 i+1+右虚拟)做 SVD:

Θ'[a, s_i, s_{i+1}, b] = ∑_k U[a, s_i, k] · S[k] · V[k, s_{i+1}, b]

把 U 作为新的 A[i],S·V 作为新的 B[i+1],即完成一次局域更新。若门是二量子比特门,SVD 后键维数最多翻倍;若超过预设 χ,就只保留前 χ 个奇异值,其余丢弃。这就是 TEBD(时间演化块消减)的核心步骤。

对于含长程门或非最近邻门的电路,可先做 SWAP 网络把门“搬运”到相邻位置,再执行上述局域更新;搬运过程会引入额外的键维数增长,因此实际模拟中常配合“压缩”步骤,在每层门后做一次全链的规范扫描与截断。

一维量子电路 → MPS 演化:局域门 + SVD 截断 电路层 q₀ q₁ q₂ q₃ U₀₁ U₁₂ U₂₃ 映射 MPS 张量链 A₀ A₁ A₂ A₃ χ₁ χ₂ χ₃ s₀ s₁ s₂ s₃ 局域更新:合并 → 施加门 → SVD → 截断 合并 Θ = Aᵢ·Aᵢ₊₁ 指标:a, sᵢ, sᵢ₊₁, b 施加 U Θ' = U · Θ SVD 分解 Θ' = U·S·V† 截断 χ 丢弃 ε = 1-∑λ² 键维数每步最多翻倍;截断误差 ε 由奇异值谱决定,S ≈ log₂ χ 给出精度下界

一个可复现的教学示例

取 N = 8 个量子比特,初始态 |00000000⟩,电路由 3 层最近邻双比特门组成,每层门为 U = exp(-i θ X⊗X),θ = 0.3。按上述 TEBD 流程逐门更新,每步 SVD 后设 χ_max = 32。运行后可观察三个量:

层数最大键维数 χ中心二分纠缠熵 S (bit)截断误差 ε
010.000
120.31<10⁻¹²
240.87<10⁻¹⁰
381.42<10⁻⁸

表中数据为按上述参数运行 TEBD 的典型量级示例,用于说明趋势而非精确实测。可以看到:纠缠熵随层数增长,键维数随之翻倍;当 χ_max = 32 远大于 2^S ≈ 2.7 时,截断误差极小,MPS 表示几乎无损。若把 θ 增大到 1.0 或层数加到 10 层,S 会继续上升,χ_max 可能成为瓶颈,此时需要提高 χ_max 或改用更高效的压缩策略。

注意:MPS 模拟的复杂度约为 O(N · χ³ · d)。当 S 随电路深度线性增长时,χ 指数增长,MPS 优势消失。因此判断“能否用 MPS 模拟”的核心,是先估计目标态在关键二分处的纠缠熵,再决定 χ_max 是否可承受。

总结本节的三条主线:规范形式固定了 MPS 的冗余自由度,使局域更新稳定;纠缠熵与键维数给出了精度与代价的定量关系;一维量子电路的映射则把“门作用”转化为“合并—施加—SVD—截断”的局域张量操作。掌握这三者,就具备了一维电路 MPS 模拟的基本实现框架。