QPRIMORA · MATERIAL COMPUTING

新材料候选筛选

假设我们有很多候选材料。怎样先把现实材料转换成可以比较的电子结构指标, 再让量子计算成为候选筛选流程中的一个计算层?

这个实例展示: 候选材料 → 性能目标 → 电子描述符 → Hamiltonian → 变分量子计算 → Virtual QPU 测量 → 混合排序。
01 · YOUR PROBLEM

设置你希望寻找的材料

6
1.8 eV
1200

候选材料的可比较特征

Band gap / 电子能隙

Structural stability / 结构稳定性

Mobility proxy / 迁移率指标

Formation energy / 形成能

在真实材料研发中,这些信息可能来自实验、第一性原理计算或其他电子结构模型。 本站使用透明的小规模教学数据。

02 · QPRIMORA TRANSFORMATION

现实材料怎样变成量子计算问题

REAL MATERIALS
Candidate structures
↓
DESCRIPTORS
Gap · Stability · Mobility · Formation
↓
HAMILTONIAN
H = cI + aZ + bX
↓
VARIATIONAL STATE
|ψ(θ)⟩
↓
VIRTUAL QPU
Pauli measurements
↓
HYBRID RANKING
03 · COMPUTATION RESULT

哪些候选材料进入前列?

CLASSICAL LEADER —
VIRTUAL QPU LEADER —




经典描述符排序

Virtual QPU 有限测量排序

WHY SCALE MATTERS

量子计算未来可能承担哪一部分?

材料筛选不是“让量子计算机直接告诉我们哪种材料最好”。 更现实的路径是:经典系统负责候选库、目标、约束和排序; 量子处理器未来可能承担其中某些高难度电子结构计算, 再把结果返回给整个材料研发流程。
QPRIMORA ARCHITECTURE

从候选材料到计算决策层

Materials → Descriptors → Hamiltonian → Virtual QPU → Measurement → Ranking