Clear Sky Science · ru
Моделирование взаимодействий вихрей в жидкости на сверхпроводящем квантовом процессоре
Почему вихревые потоки и квантовые чипы важны
От ураганов и океанских завихрений до крошечных потоков в микрофлюидных устройствах — вихри, то есть вращающиеся структуры, определяют, как жидкости движутся и перемешиваются. Детальное моделирование этих вращательных движений быстро перегружает даже мощные суперкомпьютеры, особенно когда требуется проследить все изгибы и обороты на длительном интервале времени. В этой работе показано, как новый подход на сверхпроводящем квантовом процессоре может более эффективно фиксировать сложные «танцы» вихрей, намекая на будущее, в котором квантовое оборудование станет практическим инструментом для изучения движения жидкости в природе и технике.

Вихревые узоры вокруг нас
Вихри — это круговые движения, которые встречаются во всем: от тропических циклонов и океанских течений до плазмы в космосе и потоков в узких каналах. Когда несколько вихрей взаимодействуют, они могут образовывать пары, менять положения или даже «перепрыгивать» друг через друга в повторяющемся паттерне. Эти взаимодействия определяют, как энергия и импульс передаются в жидкости и являются ключом к пониманию турбулентности. Но для того чтобы зафиксировать такие мелкомасштабные детали на длительном интервале, требуются чрезвычайно высокая пространственная и временная разрешающая способность, что превращает традиционные компьютерные симуляции в тяжёлую, порой непрактичную задачу.
Преобразование движения вихрей в квантово-дружественную форму
Большинство обычных решателей для жидкости описывают поток на фиксированной сетке, записывая скорость и давление в множестве точек пространства. Такое представление плохо сочетается с современными шумными квантовыми устройствами, поскольку число квантовых битов должно было бы расти пропорционально числу узлов сетки. Авторы вместо этого сосредотачиваются непосредственно на самих вихрях, отслеживая их положения в так называемой лагранжевой постановке. Они вводят «квантовый вихревой метод», который математически переписывает движение этих векторных частиц-вихрей как эволюцию нормированного волнообразного состояния, по духу похожего на описание квантовых систем. Эта реформулировка сохраняет ключевые законы сохранения в гидродинамике и одновременно делает динамику совместимой с унитарной эволюцией квантового компьютера.
Хранение пространства и времени вместе в квантовом состоянии
Центральное новшество работы — схема простраственно-временного кодирования, которая позволяет квантовому процессору представлять множество временных шагов одновременно. Небольшой набор пространственных кубитов хранит состояние всех вихрей в данный момент, тогда как дополнительные временные кубиты готовятся в суперпозиции так, что каждая их возможная конфигурация соответствует разному времени. Тщательно продуманные модули эволюции управляют пространственными кубитами под контролем временных кубитов, заставляя состояние «ветвиться» подобно дереву и одновременно содержать информацию о системе вихрей в разные моменты. На практике это позволяет схеме генерировать всю временную историю потока в одном когерентном прогоне, вместо многократного повторного приготовления и поэтапной эволюции состояния.

Реализация метода на реальном квантовом чипе
Чтобы проверить идею, команда реализовала свою схему на восьмикубитном сверхпроводящем квантовом процессоре, где отдельные кубиты расположены в квадратной решетке и связаны с ближайшими соседями. Некоторые кубиты представляли положения частиц-вихрей, другие кодировали время. С использованием стратегии, основанной на данных, они обучили эффективные модули эволюции, имитирующие изменение волнообразного состояния вихрей. На этом оборудовании им удалось воспроизвести классический гидродинамический феномен, известный как перепрыгивание (leapfrogging), когда два вихревых кольца (в двумерном представлении — четыре точечных вихря) многократно проходят друг через друга. Экспериментально восстановленные траектории вихрей хорошо согласовались как с идеальными численными симуляциями, так и с более реалистичными шумовыми моделями, с высоким совпадением в базовом квантовом состоянии и лишь небольшими отклонениями в положениях частиц.
От простых тестов к сложным турбулентным течениям
Кроме случая с перепрыгиванием, исследователи рассмотрели более трудные примеры в численных симуляциях. Они смоделировали систему из восьми вихрей с случайным расположением, напоминая турбулентный участок жидкости, показав, что их квантовая схема может следовать эволюции, сохраняя когерентные структуры. Они также рассмотрели потоки, в которых важна вязкость — внутренняя трение жидкости. В системе из двух вихрей, где вязкие эффекты вызывают дрейф и деформацию вихрей, их квантовая методика точнее уловила реальное движение по сравнению со стандартным вихревым методом, поскольку обученный модуль эволюции на квантовом устройстве способен неявно кодировать, как вязкость со временем модифицирует динамику.
Что это значит для будущего моделирования жидкостей
Главный вывод для широкой аудитории: авторы нашли способ перевести вихревое движение жидкости на понятный квантовым компьютерам язык и продемонстрировали его работу на реальном сверхпроводящем чипе. Их метод масштабируется по числу вихрей, а не по числу узлов сетки в пространстве, и использует квантовую суперпозицию для компактного хранения множества временных шагов, так что стоимость моделирования потока растет лишь медленно с увеличением длительности симуляции. Хотя еще предстоит полноценно учесть некоторые важные элементы реальной физики жидкости — например, детальные вязкие слияния и расщепления вихрей — эта работа дает конкретный путь к использованию квантовых устройств в качестве специализированных движков для моделирования сложных течений в атмосфере, океанах, плазме и инженерных системах.
Цитирование: Wang, Z., Zhong, J., Wang, K. et al. Simulating fluid vortex interactions on a superconducting quantum processor. Nat Commun 17, 2602 (2026). https://doi.org/10.1038/s41467-026-69168-8
Ключевые слова: квантовые вычисления, гидродинамика, вихри, сверхпроводящие кубиты, моделирование турбулентности