Symulacja metody kwantowych trajektorii dla problemów optyki kwantowej oraz informatyki kwantowej

• Autorzy: Wiśniewska J. , Sawerwain M.

Warianty tytułu

EN

Simulating the quantum trajectories method for problems related to quantum optics and quantum computing

• Języki publikacji: PL

Abstrakty

PL

W artykule została przedstawiona równoległa implementacja odmiany metody Monte Carlo do symulacji dynamiki kwantowych systemów otwartych – jest to tzw. metoda kwantowych trajektorii (QTM). Implementacja została wykonana za pomocą technologii CUDA i obejmuje ona realizację procedury numerycznej odpowiedzialnej za algorytm QTM. W artykule została też pokazana wydajność otrzymanych metod numerycznych dla QTM w stosunku do innych znanych implementacji.

EN

The chapter contains a parallel implementation of Monte Carlo method for simulating the open quantum systems’ dynamics. The mentioned approach is the Quantum Trajectories Method (QTM). The implementation is carried out with use of CUDA technology and it is based on a numerical procedure realizing QTM algorithm. The chapter presents also a comparison of elaborated numerical methods’ performance in comparison to other existing implementations.

Słowa kluczowe

PL

metoda kwantowych trajektorii; symulacja kwantowych systemów otwartych; obliczenia numeryczne; technologia CUDA; obliczenia GPU

EN

quantum trajectories method; simulation of open quantum systems; numerical computations; CUDA technology; GPU computation

• Wydawca: Polskie Towarzystwo Symulacji Komputerowej
• Czasopismo: Symulacja w Badaniach i Rozwoju
• Rocznik: 2015
• Tom: Vol. 6, nr 1
• Strony: 67--75
• Opis fizyczny: Bibliogr. 12 poz., rys.

Twórcy

autor

Wiśniewska J.

• Wojskowa Akademia Techniczna, 00-908 Warszawa, ul. Kaliskiego 2

autor

Sawerwain M.

• Uniwersytet Zielonogórski, 65-256 Zielona Góra, ul. Licealna 9

Bibliografia

• 1. Chudy M.: Wprowadzenie do informatyki kwantowej. EXIT, Warszawa 2011.
• 2. Frauchiger D., Renner R., Troyer M.: True randomness from realistic quantum devices. arXiv:1311.4547, 2013.
• 3. Hirvensalo M.: Algorytmy kwantowe. WsiP, Warszawa 2004.
• 4. ID Quantique SA., Quantis, product web page http://www.idquantique.com/random-number-generators/products.html, 2013.
• 5. Johansson J.R., Nation P.D. and Nori F.: QuTiP 2: A Python framework for the dynamics of open quantum systems. Comp. Phys. Comm., vol. 184, Issue 4, pp. 1234-1240, 2013.
• 6. Metropolis N., Ulam S.: The Monte Carlo Method. Journal of the American Statistical Association, vol. 44, no. 247, pp. 335-341, 1949.
• 7. Metropolis N., Rosenbluth A.W., Rosenbluth M.N., Teller A.H., Teller E.: Equation of state calculation by fast computing machines. Journal of Chemical Physics, vol. 21, no. 6, pp. 1087-1092, 1953.
• 8. Nielsen, M.A., Chuang, I.L.: Quantum Computation and Quantum Information: 10th Anniversary Edition. Cambridge University Press, 2010.
• 9. Schacka R., Brun T.A.: A C++ library using quantum trajectories to solve quantum master equations. Comp. Phys. Comm., vol. 102, pp. 210-228, 1997.
• 10. Sze M. Tan: A Computational Toolbox for Quantum and Atomic Optics. J. Opt. B: Quantum Semiclass. Opt., vol. 1, no. 4, pp. 424, 1999.
• 11. Wyatt R.E.: Quantum Dynamics with Trajectories. Springer New York, 2005.
• 12. Vukics A.: C++QEDv2: The multi-array concept and compile-time algorithms in the definition of composite quantum systems. Computer Physics Communications, vol. 183, pp. 1381-1396, 2012.