PsiQuantum昨日宣布了一项关于如何在容错量子计算机上模拟锂离子电池 (LiB) 中的电解质分子的新分析，从而实现汽车制造商寻求的突破在下一代电池设计中。
PsiQuantum 与梅赛德斯-奔驰研发部合著了一篇题为“量子化学模拟的容错资源估计：锂离子电池电解质分子的案例研究”的技术论文， 4月7日发表在《物理评论研究》期刊上，该论文解释了突破的技术信息，系统地阐述了容错量子计算如何加速电池设计，其中，着重解释了电动汽车最普遍的技术——锂电池。
锂离子电池在充电和放电循环期间通过电解质材料从一个电极移动到另一个电极来发挥作用。新的和改进的电解质将对电池性能的各个方面产生重大影响，包括能量密度（效率）、充电速度、电池寿命、范围、成本和安全性。
目前，新型锂离子电池的开发涉及大量的试验和错误。原则上，这种缓慢而昂贵的研发过程可以通过在计算机上模拟和验证新的化学物质来显着加速，就像现在空气动力学、机械设计等应用的常规做法一样。然而，传统的超级计算机难以模拟所讨论的分子和反应的至关重要的量子行为。量子计算机有望克服这一限制。
PsiQuantum 的团队研究了用于模拟常见电解质添加剂“氟代碳酸亚乙酯”效果的量子算法。他们对这些电解质模拟的分析发现了新的优化，仅在容错量子计算的规模上很明显，这降低了应用程序的资源开销，使其更易于管理。他们还展示了一种特定于光子量子计算的方法的实用性，称为交错（arXiv.org 上的论文），该方法可以权衡量子计算机的时间和内存资源。这些突破标志着朝着在量子计算机上进行高效化学模拟的目标取得了重大进展。
PsiQuantum首席科学官 Pete Shadbolt 表示：“更好的电池对于我们从化石燃料向更可持续的运输和能源储存方式的持续过渡至关重要。” “通过仔细考虑未来容错机器的运行方式，我们已经能够优化和增强量子计算机如何改进电池的分子设计。鉴于人们更加认识到运行有用的量子算法需要纠错，客户在评估潜在应用时来找我们了解容错编程和资源要求。”
在论文中，PsiQuantum 团队评估了如何在容错硬件中实现和优化量子算法中的现有想法——这是了解算法运行难度的关键和困难步骤。他们发现，当在容错量子计算机上运行时，这些方法将能够在数小时内模拟不可能的电解质相互作用。PsiQuantum 的研究对为各种候选分子执行该算法所需的资源和成本进行了全面分析，包括有关如何在 PsiQuantum 正在构建的容错量子架构上编译和运行该算法的详细信息。
https://psiquantum.com/news/counting-qubits-for-better-batteries
往 期 推 荐
量子创投界