量子退火器热力学特性与Gibbs分布验证研究
1. 量子退火器的热力学特性研究概述
量子退火器作为当前最接近实用化的量子计算平台之一，其核心价值不仅在于解决组合优化问题，更在于为研究复杂自旋系统提供了前所未有的实验控制能力。这项研究首次系统性地验证了：在大规模量子退火器（最高达4000个量子比特）上，输出态确实遵循Gibbs分布，但存在一个此前被忽视的关键修正项——与耦合强度无关的温度偏移量¯teff。
实验中采用的是一维反铁磁Ising环模型，其哈密顿量可表示为：
H = -Σσᵢᶻσⱼᶻ其中σᶻ为泡利z矩阵，求和遍历所有最近邻自旋对。该模型具有精确解，是检验统计力学基本假设的理想测试平台。研究团队在四种不同架构的D-Wave量子处理器上，通过编程实现等效耦合强度jenc从0.1到1.0的变化，系统尺寸Nqb从11到4001（奇数），退火时间τ从10μs到1000μs的全参数空间扫描。
2. 实验设计与方法创新
2.1 量子退火器的热力学测量原理
传统温度测量在量子系统中面临根本性挑战——量子退火器的工作温度约为15mK，远低于常规温度计的测量范围。本研究创新性地通过"域壁密度"这一序参量来间接测量有效温度。在一维反铁磁Ising环中，域壁定义为相邻自旋同向的位点（如图1a所示）。对于Nqb个自旋的奇数环，理论预测域壁数目Ndw的分布为：
p(Ndw;teff) = 2C(Nqb,Ndw)e^(-2Ndw/teff)/Z(teff,Nqb)其中Z为配分函数。通过比较实验测量的域壁分布与理论预测，可以反推出有效温度teff。
2.2 关键实验参数控制
实验设计包含三个关键控制维度：
- 耦合强度调控：通过编程参数jenc控制物理耦合强度Jphys = B(1)jenc/2，其中B(1)是芯片相关能量尺度（约0.4K）
- 系统尺寸扫描：从11到4001个量子比特，跨越三个数量级
- 退火时间调节：从10μs到1000μs，覆盖量子相干到经典退火的过渡区
每个参数组合下采集10,000-100,000个样本，确保统计显著性。特别在强耦合区域（jenc>0.5）增加了采样量，以克服低涨落带来的信噪比挑战。
3. 核心发现与物理意义
3.1 Gibbs分布验证与温度偏移
研究证实量子退火器输出确实遵循Gibbs分布，但有效温度teff与耦合强度1/jenc的关系需修正为：
teff = ¯teff + α(τ,Nqb)Tmachine/Jphys其中¯teff≈0.2-0.4是此前被忽视的温度偏移量。这一偏移具有以下特征：
- 与耦合强度jenc无关
- 随退火时间τ增加而减小（图4a）
- 在不同机器间保持相对稳定
物理上，¯teff可能源于未被完全抑制的磁通噪声或残余量子涨落。这一发现修正了此前研究中直接假设teff∝1/jenc的做法。
3.2 系统尺寸无关性
与预期一致，teff在Nqb>200时基本与系统尺寸无关（图2）。这使得量子退火器成为研究有限尺寸标度律的理想平台。但在小系统（Nqb<100）和强耦合（jenc>0.8）区域，由于基态占据主导，温度提取方法会失效（图1d中金色区域）。
3.3 代际差异
比较四代D-Wave处理器发现：
- 新一代Advantage2系统的有效温度降低约50%
- 但Gibbs分布偏离增大（TVD误差增加）
- 量子相干效应更显著（尤其在τ<50μs时）
这表明硬件进步在提升性能的同时，也带来了新的热化挑战。
4. 技术实现细节
4.1 实验配置要点
实验中采用的关键技术选择包括：
- 无链式嵌入：每个逻辑自旋对应一个物理量子比特（图1e），避免链断裂引入额外误差
- 读取优化：10μs的热化时间确保态准备质量
- 动态采样：根据参数区域自动调整采样次数（强耦合区达100,000次）
4.2 温度提取算法
采用两阶段拟合算法：
- 初值估计：通过平均域壁密度⟨ndw⟩与理论曲线匹配获得teff初始值
- 精确优化：使用共轭梯度法最小化总变差距离(TVD)：
ε(teff) = ½Σ|ξ(Ndw)-p(Ndw;teff)|该算法在30次迭代内收敛，计算效率满足大规模数据分析需求。
5. 应用启示与未来方向
5.1 对量子模拟的影响
本研究的温度标定框架可直接应用于：
- 阻挫磁体模拟：需考虑¯teff对相图的影响
- 拓扑相研究：验证任意子统计时需要修正有效温度
- 量子退火优化：为退火进度表设计提供热力学参考
5.2 待解决问题
未来研究需要关注：
- ¯teff的物理起源：通过噪声谱测量验证
- 校准的影响：现有结果未使用精细校准，可能低估¯teff
- 二维系统扩展：当前一维结果能否推广到更复杂几何
关键提示：在实际应用中，当jenc<0.3时，温度偏移¯teff可能成为主导项，此时需要重新评估"低温"区域的测量结果有效性。
6. 实验注意事项
通过大量实验积累的实操经验包括：
- 参数选择：避免同时使用小系统(Nqb<100)和强耦合(jenc>0.8)，此时基态占据率过高导致温度提取失效
- 退火时间：对于Advantage2系统，建议τ≥50μs以获得稳定的Gibbs分布
- 误差诊断：当TVD>10%时，需检查量子比特校准状态
- 数据存储：原始自旋构型建议保存为稀疏格式，域壁构型的存储效率可提升80%
7. 理论框架扩展
7.1 物理温度重新定义
考虑到¯teff的存在，传统物理温度定义Tphys=Jphysteff需要修正。研究提出两种可能方案：
- 视¯teff为背景噪声：Tphys=Jphys(teff-¯teff)
- 引入耦合相关项：teff=¯teff+αTmachine/Jphys+β(Jphys)
当前数据更支持第一种解释，因为α在不同机器间呈现系统性变化（图4b），而¯teff相对稳定。
7.2 非平衡效应
在短退火时间(τ<20μs)区域，观察到了明显的非Gibbs行为（图S6）。这可能是量子相干效应导致的，表现为：
- 域壁分布偏离理论预测
- 尺寸依赖性增强
- TVD误差显著增大
这一现象为研究量子退火中的非平衡相变提供了新线索。
8. 硬件相关发现
8.1 关键参数对比
四款量子处理器的性能差异：
| 处理器型号 | B(1)(K) | ¯teff(1000μs) | 最小TVD |
|---|---|---|---|
| Advantage2 1.1 | 0.52 | 0.22 | 8% |
| Advantage2 2.6 | 0.48 | 0.25 | 6% |
| Advantage 4.1 | 0.41 | 0.30 | 3% |
| Advantage 6.4 | 0.38 | 0.34 | 2% |
新一代芯片虽然¯teff更低，但因相干性增强导致TVD误差增大。
8.2 温度偏移的时域特性
¯teff与退火时间τ的关系呈现普适行为：
- τ<50μs：¯teff快速下降，反映量子-经典交叉
- 50μs<τ<500μs：幂律衰减，指数约-0.3
- τ>500μs：趋于稳定值
这一行为在不同机器间具有相似性，暗示其可能源于共同的噪声机制。
9. 数据分析技巧
9.1 有效温度提取的优化
实际操作中发现：
- 对于teff<0.4，建议使用Nqb≥501以确保足够的构型空间
- 当jenc>0.7时，增加采样至50,000次可降低TVD波动
- 初始猜测采用⟨ndw⟩反演比直接随机初始化快3倍
9.2 异常数据识别
典型异常模式包括：
- 双峰分布：可能源于未完全补偿的磁通偏移
- 奇偶效应：偶数Ndw占比异常，提示读取错误
- 边缘饱和：高温极限下的熵饱和现象
10. 结论与展望
这项研究建立了量子退火器热力学特性的系统性测量框架，主要结论包括：
- 大规模量子退火器确实产生Gibbs分布，验证了其作为统计力学模拟平台的可靠性
- 发现并量化了温度偏移¯teff，修正了传统的温度标度律
- 新一代硬件表现出更低的teff但更高的相干效应
未来工作可沿以下方向展开：
- 将当前方法推广到二维阻挫系统
- 研究¯teff与噪声谱的关联
- 开发针对温度偏移的校准补偿方案
在实际应用中，建议用户根据具体需求选择硬件平台：对于需要严格Gibbs采样的应用，Advantage系列可能更合适；而对于追求更低有效温度的场景，Advantage2系列更具优势。