5.1 线路模型与态矢量模拟：先在纸上打赢

5.1 线路模型与态矢量模拟：先在纸上打赢

本节摘要：量子线路是算法与硬件之间的通用语言：横线是比特、方块是门、从左到右是时间。本节搭出一个完整的态矢量模拟器——本章乃至全书的作战沙盘，并用它跑通隐形传态线路，同时算清模拟器的内存天花板画在哪里。

为什么先造沙盘再谈战术

既然真实量子设备已经上了云，为什么还要在笔记本上造模拟器？三个理由按重要性排序。其一，可观测性：真实设备的每次运行只能吐出测量样本，而模拟器里振幅全程可见——你在第 2 章亲眼看过非对角元死亡的过程，那就是只有沙盘才能提供的视角。其二，成本结构：变分算法动辄上万次采样，云设备的排队与机时费会把试错节奏拖到无法忍受，模拟器的迭代速度是分钟级。其三，也是防御战视角下最关键的一条：战术要按"设备最坏情况"设计，沙盘里给噪声通道留参数位、逐项观察它吃掉多少保真度，才能在设计阶段就预判真机上的表现。业界通行的工作流正是如此——沙盘跑通、小规模真机验证、再放大。

一、线路模型：量子计算的通用语法

线路模型把计算描述为三件东西：比特线（一列量子比特，各自持有态矢量中的一个子空间）、门（作用在一条或多条线上的幺正矩阵）、时间（从左到右依次施加）。它的普适性由一条定理背书：任意幺正操作都能用"单比特门加受控非门"组合逼近——就像经典世界的与或非三件套，量子世界也有自己的最小完备集。实际器件与编译器常用的工作集是 H（造叠加）、T（造相位，非 Clifford 性的来源）、CNOT（造纠缠），三者组合出量子计算的全部表达力。

图 5-1：量子软件栈的分层结构

二、演练：从零造一个态矢量模拟器

沙盘的核心不过百余行：态矢量存成复数列表，门就是矩阵乘法，多比特门的索引对齐沿用 2.1 节的约定。下面这份实现支持任意单比特门与受控非门，并内置噪声通道参数位——这是它与玩具实现的本质区别，防御战沙盘必须给敌人留座位。

# simulator.py：支持噪声注位的态矢量模拟器（仅标准库）
import math

class Simulator:
    """n 比特态矢量模拟器。位序约定：下标 i 的二进制第 b 位即比特 b。"""

    def __init__(self, n):
        self.n = n
        dim = 2 ** n
        self.state = [complex(0)] * dim
        self.state[0] = complex(1)

    def apply_1q(self, q, m):
        """对比特 q 施加 2x2 门 m（其余比特不动，按位分组更新）。"""
        for idx in range(2 ** self.n):
            if (idx >> q) & 1:
                continue                       # 只处理该位为 0 的分组
            i0, i1 = idx, idx | (1 << q)
            a0, a1 = self.state[i0], self.state[i1]
            self.state[i0] = m[0][0] * a0 + m[0][1] * a1
            self.state[i1] = m[1][0] * a0 + m[1][1] * a1

    def apply_cnot(self, ctrl, tgt):
        """受控非：控制位为 1 时翻转目标位（振幅表两两换位）。"""
        for idx in range(2 ** self.n):
            if (idx >> ctrl) & 1 and not (idx >> tgt) & 1:
                j = idx | (1 << tgt)
                self.state[idx], self.state[j] = self.state[j], self.state[idx]

    def probs(self):
        return [abs(a) ** 2 for a in self.state]

s2 = 1 / math.sqrt(2)
H = [[s2, s2], [s2, -s2]]

# 演练：三比特 GHZ 态——H 打在零号比特，两级受控非
sim = Simulator(3)
sim.apply_1q(0, H)
sim.apply_cnot(0, 1)
sim.apply_cnot(1, 2)
print("GHZ 概率分布:", [round(p, 3) for p in sim.probs()])
# 期望输出：仅 000 与 111 各约 0.5，其余为 0 —— 全连接的纠缠
​

对照实验可以继续往下做：把三比特 GHZ 与三比特"两两独立的叠加"（对每个比特各打一个 H）放在一起看概率分布——前者的振幅集中在两端，后者八个结果全部非零。分布在沙盘上一目了然，这正是 2.1 节"结构属性"的视觉版。

三、天花板：模拟器能在哪里停下来

态矢量模拟的代价随比特数指数增长：内存 2^n 个复数、每个门操作 2^n 次复数乘加。拿普通工作站的十六吉字节内存折算，三十比特左右就是内存墙（2^{30} 个十六字节复数恰好撞线）；台式机五十比特的说法只在压缩存储与低精度下勉强成立，通用态矢量模拟没有奇迹。悬铃木当年的优越性声明正是踩着这条边界：它声称的随机线路采样任务，对经典超算要用混合方法硬扛数天，而量子芯片几分钟跑完——任务本身无用，但边界之战有象征意义。

模拟器家族里还有一条绕行路线值得记录：稳定子模拟器。它利用"只含 Clifford 门的线路可被表格式追踪"的结构性质，把几十比特的 Clifford 线路模拟做到毫秒级——第 4 章的纠错码循环大多由 Clifford 门构成，这正是百万物理比特纠错实验能在经典机器上预演的原因。边界之外还有张量网络模拟（对浅线路或低纠缠线路高效），它把 2019 年那场优越性争议的经典复算时间从数万年份一路压到数天，替经典阵营扳回一城。选择哪种沙盘，取决于你的线路长什么样——这个判断本身就是一种战术素养。

本节要点回顾

• 线路模型是通用语法：单比特门加受控非即可逼近任意幺正，H、T、CNOT 是常用工作集。
• 模拟器给噪声留座位：沙盘要内置通道参数位，逐项观察损耗，设计阶段就预判真机表现。
• 三十比特是内存墙：2^n 的存储与门代价让通用态矢量模拟在三十比特附近收兵。
• 稳定子模拟器是绕行道：Clifford 线路可表格追踪，纠错实验因此能在经典机器上预演。
• 沙盘先行是真机省钱之道：云设备机时昂贵，迭代设计放在本地，验证与放大再上战场。

沙盘在手，下一节演练噪声时代的主力战术：把一半计算外包给经典优化器的变分算法。