High Performance Computing for Materials Simulation by Quantum-Classical Hybrid Algorithms

2023 Fiscal Year Final Research Report

• Project/Area Number: 21K03391
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 13010:Mathematical physics and fundamental theory of condensed matter physics-related
• Research Institution: Keio University
• Principal Investigator: TANAKA Shu 慶應義塾大学, 理工学部(矢上), 准教授 (40507836)
• Co-Investigator(Kenkyū-buntansha): 白井 達彦 早稲田大学, 理工学術院, 講師(任期付) (20816730)
• Project Period (FY): 2021-04-01 – 2024-03-31
• Keywords: 量子コンピューティング / イジングマシン / 量子古典ハイブリッド計算 / ブラックボックス最適化

Outline of Final Research Achievements

We conducted research on quantum-classical hybrid computation techniques to speed up materials simulations. First, we developed algorithms to exploit the performance of Ising machines, including quantum annealing machines and gated quantum computers, which are expected to speed up materials simulations. Second, we studied how to extend the application of Factorization Machine with Quantum Annealing (FMQA), a black-box optimization method that uses Ising machines, to quantum annealing machines.

Free Research Field

量子コンピューティング，イジングマシン，統計力学，計算物理学

Academic Significance and Societal Importance of the Research Achievements

量子コンピューティング技術の計算性能は強く期待されており，その有望な応用先として物質シミュレーションの高速化が挙げられる．従来コンピューティング技術と量子コンピューティング技術のそれぞれの良さを活かしたハイブリッド計算手法の構築ならびに，提案手法の性能の高さを理論付ける数理的背景の解明が重要な課題である．本研究成果は，今後，物質シミュレーションの高速化を本格的に実施するための基盤となるものである．