2. 量子电路模拟基础回顾

在讨论后端选型之前，需要先把“模拟器到底在算什么”这件事讲清楚。量子电路模拟并不是把量子计算机搬进软件，而是用经典计算机的数据结构去表示量子态、用矩阵或张量运算去复现量子门作用，再按概率规则处理测量与噪声。理解这条链路，才能判断不同模拟器在规模、精度和速度上的取舍。

量子比特：状态不是 0 或 1，而是复振幅向量

一个量子比特的纯态写成 |ψ⟩ = α|0⟩ + β|1⟩，其中 α、β 为复数且满足 |α|² + |β|² = 1。模拟器内部通常用一个长度为 2 的复数数组保存 [α, β]。对 n 个量子比特，状态向量长度为 2ⁿ，例如 20 个量子比特就是 1,048,576 个复数；若用双精度复数（每个 16 字节），仅状态向量就约 16 MB，30 个量子比特则膨胀到约 16 GB。这个指数增长是模拟器一切性能问题的根源。

多比特系统还要区分“可分离”与“纠缠”。若 |ψ⟩ = |ψ₁⟩⊗|ψ₂⟩，状态可分解为两个小向量，模拟器可用张量网络压缩存储；一旦经过 CNOT 等门产生纠缠，就必须保留完整联合态。因此实际模拟器往往同时提供状态向量后端与张量网络后端，前者通用但吃内存，后者适合低纠缠、浅层电路。

量子门：对状态向量做受控的线性变换

单比特门是 2×2 酉矩阵，作用时只更新该比特对应的振幅对。以 Hadamard 门为例，H = (1/√2)[[1,1],[1,−1]]，作用在 |0⟩ 上得到 (|0⟩+|1⟩)/√2，两个振幅均为 0.7071。模拟器实现时通常按比特位做步长索引：对第 k 个比特，把下标中该位为 0 和 1 的振幅成对取出，做 2×2 乘加后写回，时间复杂度 O(2ⁿ)。

受控门（如 CNOT、CZ、Toffoli）则先检查控制位是否为 1，只有满足条件才更新目标位。以 CNOT 为例，控制位 c、目标位 t，当 c 位为 1 时交换 t 位为 0 和 1 的两个振幅。多控门可以逐层分解为单控门与单比特门的组合，这也是多数模拟器的通用做法。门序列最终被编译成一串“门指令”，模拟器按顺序施加，得到末态向量。

测量：从振幅到经典比特，必须按概率采样

测量不是简单读取振幅。对单个比特测量，先计算该比特为 0 的概率 p₀ = Σ|αᵢ|²（i 的该位为 0），再以 p₀ 为参数做一次随机采样得到结果，然后把不匹配的分支振幅置零并重新归一化。若测量全部比特，则按 |αᵢ|² 的分布抽取一个下标 i，输出其二进制表示。模拟器通常提供“采样 shots 次”的接口，例如 shots=1024 时统计各结果出现次数，得到近似频率分布。

这里有一个常被忽略的细节：采样次数决定统计误差。若某结果理论概率为 0.5，1024 次采样的标准差约为 √(0.5×0.5/1024) ≈ 0.0156，即约 1.6 个百分点。因此比较两个电路输出差异时，shots 太小会把统计涨落误判为电路差异。工程上常把 shots 设为 4096 或 8192，或直接使用模拟器的“精确概率”接口（返回 |αᵢ|² 而非采样），避免采样噪声干扰算法验证。

噪声模型：让理想模拟更接近真实硬件

理想模拟器输出纯态，真实设备却受退相干、门误差、读出误差影响。噪声模型就是在门或测量前后插入随机错误通道。常见类型包括：

• 去极化噪声：以概率 p 把量子态替换为完全混合态，单比特门常用 p≈1e-3 量级；
• 振幅阻尼：模拟能量弛豫，用 T₁ 时间描述，作用强度与门持续时间相关；
• 相位阻尼：模拟退相位，用 T₂ 时间描述；
• 读出误差：测量时以一定概率把 0 读成 1 或反之，常用 2×2 混淆矩阵表示。

带噪声模拟有两种实现路径：密度矩阵后端直接演化 ρ，能精确表示混合态，但内存为 4ⁿ，20 比特就需约 16 TB，实际只适合小规模；更常用的是“轨迹采样”，即每次按噪声概率随机施加一个 Kraus 算子，重复多次得到一组纯态样本，再统计平均。轨迹法内存仍是 2ⁿ，但需要多次重复，计算量随轨迹数线性增长。

模拟器需要解决的核心计算问题

把上面四步串起来，模拟器的核心计算问题可以归纳为四类。第一是状态存储：2ⁿ 或 4ⁿ 的内存增长决定了能模拟多少比特，这是硬上限。第二是门运算：每个门对状态向量做一次 O(2ⁿ) 的更新，门数 m 的电路总代价约 O(m·2ⁿ)，受控门还要额外判断控制位。第三是测量采样：需要正确计算边缘概率并做随机抽样，shots 大小直接影响结果可信度。第四是噪声处理：密度矩阵精确但内存爆炸，轨迹法可行但需重复多次，二者在精度与成本之间形成权衡。

以一个具体例子说明参数关系：构造 12 比特 GHZ 态，电路为 H(q0) 后接 11 个 CNOT(q0→qi)，理想末态为 (|0…0⟩+|1…1⟩)/√2。用状态向量后端，内存为 2¹²×16 B = 64 KB，门数 12，计算量很小；shots=4096 时，两个结果各约出现 2048 次，频率约 0.5±0.008。若加入去极化噪声 p=0.01 并采用 200 条轨迹，则末态不再是纯 GHZ 态，|0…0⟩ 与 |1…1⟩ 的概率之和会略低于 1，其余比特串出现非零概率，这正是噪声模型在模拟中“可见”的方式。判断模拟是否合理，可以对比理想概率、采样频率与噪声引入后的概率偏移是否落在预期量级内。