尽管量子计算被认为在多类问题上具有潜在应用空间，一项新的可行性研究指出，量子计算机要在量子化学问题上实现可用的优势仍面临显著技术障碍。该研究发表在《Physical Review B》，围绕“分子基态能量搜索”这一任务，评估量子优势所需的条件，并对两种常用路线——变分量子本征求解器（VQE）与量子相位估计（QPE）——给出定量标准与限制因素。

VQE：对误差与退相干高度敏感

研究团队首先为面向有噪声近端设备的VQE设定评估标准，并给出量子硬件不精确性与退相干可容忍的上限。研究人员基于误差率、能量尺度以及与基态的重叠等指标，推导了VQE与QPE在分子基态能量计算中的定量判据。

研究结果显示，VQE对硬件误差与退相干极为敏感。团队表示，要达到“化学精度”，所需误差率远低于当前量子硬件能力范围。研究同时指出，现有误差缓解技术只能带来有限改善，且随着系统规模扩大，其效果会明显下降。

研究作者在文中表示，退相干会显著损害VQE的准确性；要执行相关化学计算，需要达到容错量子计算机所预期的性能水平，而不仅是依赖有噪声硬件，即便采用更先进的误差缓解手段亦然。

研究还提到，一些方法在许多分子体系上表现良好，但在包含过渡金属的强关联系统中往往失效。此类强关联系统被视为量子算法的早期目标之一，尤其在氮固定肥料相关应用中被认为具有重要价值。

在规模扩展方面，研究指出运行时间过长是常见问题。作者举例称，对Cr2分子进行一次VQE迭代的总运行时间估计为25天；若考虑总迭代次数，整体所需时间估计可达24年。

QPE：受“正交灾难”限制，规模增大成功率指数下降

研究团队同时为QPE设定标准，认为该算法可能适用于近期可用的容错量子计算机。研究回顾称，既有工作认为QPE在理论上更精确，但其效果依赖于准备质量较高的初始态，而初始态制备可能具有指数级难度。

新研究进一步指出，QPE的成功率受到“正交灾难”的限制，使其在大分子体系中不切实际。所谓正交灾难，是指随着分子规模增大，QPE用于求取最低能级的概率会呈指数下降。

作者解释称，QPE要求输入态与目标基态具有足够大的重叠。研究给出了一个基于输入态能量及能量方差来定量估计该重叠的标准，并利用多种先进经典方法得到的输入态进行检验，结果显示该重叠随系统规模变化呈现典型的正交灾难特征，即随规模指数抑制，从而导致QPE成功概率指数下降。

经典算法仍具优势，量子优势路径仍待探索

研究认为，在当前条件下，经典算法仍占优势。文中提到，经典的变分蒙特卡洛（VMC）算法即使在“完美量子硬件”的假设下仍优于VQE，而QPE则仍需解决正交灾难带来的可扩展性问题。

研究作者写道，这些观察结果也可能意味着，化学中的基态估计未必是量子计算机最合适的目标之一。除量子处理器层面的限制外，这一判断也与经典态制备方法的相对高质量有关。

研究同时指出，混合量子—经典算法以及新型误差校正方法未来可能带来渐进式改进，但要在化学领域实现实用的量子优势仍需进一步研究。

© 2026 Science X Network