עתיד מחשבת הקוונטים בפתרון משוואות נבי'ר-סטוקס

למה נאוייר-Stokes Equations Matter

משוואות Navier-Stokes מהוות את עמוד השדרה המתמטי של דינמיקת נוזל.הם מתארים כמה מהירות, לחץ, טמפרטורה וצפיפות מתפתחים בנוזלים נעים.כל טיפה של גשם, כל גור של רוח, כל טורבינות מנוע סילון, וכל תא דם נעים דרך עורקים מציית משוואות אלה.אבל עבור כל הכדאיות שלהם, הם נשארים אחד האתגרים השאפים ביותר בתחום הפיזיקה וההנדסה.

קלוד-לואיש נווארה ניסח לראשונה את המשוואות בשנת 1822, וג'ורג' גבריאל סטיקס חשפה אותן ב-1845.מאחר כך, מהנדסים ומדענים נאבקו בהן בכל דיסציפלינה הכוללת תנועה נוזלית.מזג אוויר חיזוי תלוי בפתרון אותן על האווירה כולה.מעצבי מטוסים זקוקים לפתרונות מדויקים כדי להפחית את הגרור ולשפר את יעילות הדלק.מהנדסים כימיים מסתמכים עליהם לתכנן כורים וצנרת.

המשוואות עצמן קומפקטיות באופן מטעה.הם משלבים שימור של מומנטום עם שימור של מסה, במקרים רבים, שימור האנרגיה.משוואה המומנטום כולל מונח אינרציה, מונח לחץ, מונח דיפוסוס מולקווס, ומונח כוח גוף.מבנה זה מופיע פשוט, אבל המושגים הלא ליניאריים בטורטי מציגים מורכבות יוצאת דופן.

המכון למתמטיקה קליי הגדיר את הקיום של נאוייר-Stokes ובעיית החלקה כאחד משבעת בעיות פרס המילניום שלו. הוכחה קפדנית של האם פתרונות חלק, גלובליים תמיד קיימים עבור שלוש המשוואות הממדיות נשאר חמקמק.גם אם הוכחה מופיעה, חישוב מעשי יישאר מרתיע כי טווח של קשקשים מרחביים וזמניים בזרימות ארוכות טווח רחב של סדרים רבים של גודל ישיר של מחשב.

צוואר בקבוק חישובי זה הניע חוקרים לחקור פרדיגמות מחשוב שונות ביסודו. מחשוב קוונטי, עם היכולת שלו לפעול על נטיות על קוונטיות וניצול סבך, מציע נתיב שעלול לעקוף את הסקאלה האקספוננציאלית שגורמת ל- Navier-Stokes סימולציות יקרות באופן בלתי חוקי על מכונות קלאסיות.

בעיית ה-Commonational Scaling

כדי להעריך מדוע מחשוב קוונטי עשוי לעזור, זה שימושי להבין בדיוק היכן סימולציות קלאסיות לפרוץ. משוואות Navier-Stokes הם קבוצה של משוואות שונות חלקית לא לינארית.במשטר סוער, הזרם מכיל eddies ו מערבולות המשתרעות על טווח רחב של קשקשים.

היחס של גודל האורך הקטן ביותר גדל ככל שמספר ריינולדס לכוח של שלושה רבעים. עבור זרימת מספר גבוהה - מספר גבוה, אשר נפוצים ביישומים אווירקלימיים וגיאופיזיקה, יחס זה הופך עצום. סימולציה מספרית ישירה דורש חנינה מספיק כדי לפתור את השכבות הקטנות ביותר על פני השטח כולו.

זה מדרג מקומות סימולציה מספרית ישירה של זרמים חשובים רבים לצמיתות מחוץ להישגים למחשבים קלאסיים, ללא קשר לשיפורי החוק של מור.רינולדס - בוגר-העברה Navier-Stokes (RANS) וסימולציה גדולה (שכבות) מציעים תשואות כי להפחית את העלות החישובית, אבל הם להקריב דיוק, במיוחד בזרימה, גלגולים, רטימנטציה, לחץ חזק.

בסיסי מחשוב קוונטיים ל- Fluid Dynamics

מחשבים קוונטיים מעבדים מידע באמצעות ביטים קוונטיים, או qubits. בניגוד לחתיכות קלאסיות שתמיד 0 או 1, qubit יכול להתקיים בסופרפוזיציה של שתי המדינות.כאשר מספר qubits מסובכים, מצב המערכת כולה לא ניתן לתאר באופן עצמאי עבור כל qubit. תכונות אלה מאפשרות למחשבים קוונטיים לחקור נתיבים חישוביים רבים בו זמנית.

לפתרון משוואות שונות, אלגוריתמים קוונטיים יכולים להשיג מהירות אקספוננציאלית בתנאים מסוימים.הגישות המבטיחות ביותר עבור Navier-Stokes נופלות לשתי קטגוריות רחבות: אלגוריתמים ליניאריים קוונטיים ושיטות סימולציה המילטון. שניהם מסתמכים על רפורמות הבעיה הנוזלית בצורה שמחשבים קוונטיים יכולים להתמודד ביעילות.

אלגוריתמים ליניאריים קוונטיים, כגון האלגוריתם של Harrow-Hassidim-Lloyd, פותרים מערכות ליניאריות של משוואות מהר יותר מאלגוריתמים קלאסיים במשטרים מסוימים.משוואות Navier-Stokes אינן לינאריות, אך הם יכולים להיות ליניארים באמצעות פירוק וההת, או להפוך באמצעות טכניקות כמו Carlemanization.

הסימולציות המילטון מתייחסות לזרימת הנוזל כמערכת קוונטית המתפתחת תחת המילטון ספציפי, כי מקביל מתמטית למפעיל Navier-Stokes. המחשב הקוונטי מדמה את האבולוציה הזו באופן ישיר, פוטנציאל ללכוד את הדינמיקה הלא ליניארית המלאה ללא צורך ברשתות דיסקרטיזציה מסיביות.שיטות אלה עדיין תיאורטיות מאוד, אך הן מציעות את המהירות הדרמטית ביותר.

שלב קוונטית אסטיגמציה ובעיית Nvier-Stokes Eigen Value

שלב קוונטי אסטרנס (QPE) הוא אלגוריתם יסוד במחשוב קוונטי.זה מעריך את ערכי eigenvalues של מפעיל יחידה.כאשר מיושם על דינמיקות נוזליות, QPE יכול לשמש לנתח את יציבות של תצורות זרימה או למצוא את הצורות הדומיננטיות בשדה זרימה סוער.מצבים אלה, המכונה מצבי הדבקה אוטאבדניים מתאימים או מצבי פירוק דינמיים, לחשוף את המבנים המשולבים.

חישוב קלאסי של מצבים אלה דורש פתרון בעיות ערכיות גדולות כי בקנה מידה גרוע עם גודל של דיסקרטיזציה. QPE מציע מסלול כדי להאיץ את המהירות האקספוננציאלית עבור תת-משימה ספציפית זו. חוקרים במוסדות כולל MIT, Caltech, ואת האוניברסיטה הטכנית של מינכן פרסמה מסגרות תיאורטיות מראה כיצד QPE יכול לחלץ את הצורות האנרגטיות ביותר מתחום באמצעות משאבים חישוביים הרבה פחות מאשר שיטות קלאסיות דורשות.

היישום המעשי ניצב בפני אתגרים משמעותיים בחומרה.QPE דורש זמני קוהרנטיות ארוכים ושערים קוונטיים גבוהים.התקני הקוונטים הנוכחיים של ביניים רועש בינוני בינוני (NISQ) אינם יכולים לקיים את עומק המעגל הדרוש עבור חישובים QPE שימושיים על בעיות Nvier-Stokes. עם זאת, כמו מחשוב קוונטי לא-סובלני בוגר, ניתוח דינמיק נוזלי QPE יכול להפוך לאחד היישומים המעשיים המוקדמים ביותר.

המונחים: Quantum Eigensolvers

משתנים קוונטית Eigensolvers (VQE) לנקוט בגישה שונה.הם משלבים מחשב קוונטי עם אופטימיזציה קלאסית.המחשב הקוונטי מכין מצב קוונטי פרמטר המגדיר ומשלב את האנרגיה שלו ביחס לממיניסטי נתון.המטם הקלאסי מאמת את הפרמטרים למזער את האנרגיה, ביעילות למצוא את מצב הקרקע של המערכת.

VQE הוא סובלני יותר של רעש מאשר QPE כי מעגלים קוונטיים הם רדודים יותר ואת האופטימיזציה הקלאסית יכול לפצות על כמה שגיאות.זה הופך את VQE אפשרי על חומרה NISQ, לפחות עבור בעיות בדיקה קטנות. חוקרים ב- IBM קוונטים הוכיחו פתרונות מבוססי VQE עבור בעיות דינמיקה פשוטה נוזל, כולל משוואה חד-ממדית ושני משקעים אלה הם הכרחיים מאוד עבור הגדלה, אבל יש השפעה תעשייתית, אבל הם צריכים.

כינויים קוונטיים ל-Equations non-Liנאריים

משוואות Navier-Stokes הן ביסודן לא לינאריות.המונח למודעה, שבו מהירות מכפילת את ⁇ המהירות, מציגה מוצרים של משתנים לא ידועים.לא לינאריות זו היא המקור העיקרי של זעזועים והמכשול העיקרי לסימולציה קוונטית יעילה. אלגוריתמים קואר קוונטים לא יכולים להתמודד ישירות עם משוואות לא ליניאריות ללא אלגוריתם לא ליניארי לתוך המבנה.

כמה אסטרטגיות הופיעו כדי להתמודד עם האתגר הזה.גישה אחת משתמשת לינאריזציה Carleman, אשר מארגן מחדש את המערכת הלא ליניארית כמערכת אינסופית של משוואות ליניאריות על ידי הצגת משתנים חדשים המייצגים מוצרים של המשתנים המקוריים. Truncing המערכת האינסופית הזו בסדר סופי מייצרת אפליקציה ליניארית שניתן לפתור עם אלגוריתמים ליניאריים קוונטיים.

גישה נוספת משתמשת יחידות עיבוד קוונטיות שאינן לינאריות, אשר הן מעגלים קוונטיים מיוחדים שנועדו ליישם שינויים לא-לינאריים במדינות הקוונטיות. מעגלים אלה מנצלים את העובדה כי מדידת מדינה קוונטית מייצרת פונקציה לא ליניארית של המדינה amplitudes. על ידי החלפת פעולות יחידות עם מדידות ופוסט-מעבד קלאסי, ניתן ליישם פעולות לא לינאריות בתוך אלגוריתם קוונטי.זה הוא אזור פעיל של מחקר תיאורטי, עם קבוצות באוניברסיטת מרילנד, ואוניברסיטאות קוונטיות, ב-AI, ב-קולאריקולאריקולאריקולאריקולאריקולאריות, ב-קולאריקולאריות, ב-קולאריות, ב-AI, ב-סטרו של אוניברסיטת מרילנד, ב-קו-סטרוינט, ב-קו-סטרוינט, ו-סטרוינטום, עם קבוצות של אוניברסיטת קולומביה, ו-קו-סטרוינטום, עם קבוצות של אוניברסיטת קולומביה, ו-סטרוינטום, באלגוריתם.

אסטרטגיה שלישית משתמשת במחשוב של מאגר קוונטי ומכונות למידה קיצוניות קוונטיות.אלה גישות קלאסיות-קונטיות שבו מעגל קוונטי אקראי קבוע ממפה את הקלט לחלל תכונה גבוהה ממדים, ומודל ליניארי קלאסי לומד לחזות את הפלט מתכונות אלה.העיגול הקוונטי פועל כמערכת דינמית לא ליניארית שיכולה לייחס את ההתנהגות של משוואות נ-Stokes ללא פתרון מפורשות זה הוא חיזוי מהירות במיוחד עבור יישומים מדויקים יותר מאשר יישומים קריטיים.

שיטות לטיצ'ה בולצמן במחשבים קוונטיים

שיטות לטיצ'ה בולצמן (LBM) מציעות דרך אחרת.במקום לטשטש את משוואות ה- Navier-Stokes ישירות, LBM מדמה את התנועה וההתנגשות של חלקיקים על מנוף דיסקרטיצ'.ההתנהגות הנוזלית של מאקרו-קולנוע מופיעה מהדינמיקה המיקרוסקופית.LBM כבר פופולרית במחשבים קלאסיים עבור זרימת מורכבים, במיוחד במערכות מדיה ורב-אפ, כי הוא קל יותר לפתור מקבילות יותר מאשר מקבילות ל-סטר.

במחשבים קוונטיים, LBM מפות באופן טבעי להליכה קוונטית ואוטומטאטה תא קוונטית.הצעד ההתנגשות הופך למבצע יחידה על ה-qubits המייצג את פונקציות ההפצה של חלקיקים.הצעד הזרמה הופך למבצע שינוי ב- lattice. כי פעולות אלה הן יחידות, הן משמרות את קוהרנטיות המדינה הקוונטית והן יכולות להתבצע ביעילות על חומרה קוונטית.

חוקרים מאוניברסיטת אדינבורו ואוניברסיטת ז'נבה פרסמו אלגוריתמים קוונטיים LBM אשר משיגים מהירות פולינומית על סימולציות LBM קלאסיות.המהירות מגיעה מהעובדה שמחשב קוונטי יכול לייצג את ההפצה החלקיק בכל אתרי הנקה בו זמנית, ולא על ידי אלגוריתם ליבת שלושה ממדים גדולים, המקבילה זו מניבה יתרון משמעותי על ידי יישום מיקרוסקופי ותקף על גבי זרם קוונטי של IBM.

מכשולים קשים והדרך קדימה

חומרת מחשוב קוונטית התקדמה במהירות בעשור האחרון, אך סימולציות מעשיות של נאוייר-Stokes נותרו מחוץ להשגה עבור מכשירים נוכחיים.ההגבלות העיקריות הן ספירת נקודות, זמן קוהרנטיות, נאמנות השער ותיקון שגיאות מעל פני ראש.

ספירת Qubit וחיבוריות

סימולציות דינמיקה נוזליות שימושיות ידרושות אלפי, וסביר להניח שמיליונים, של qubits לוגיים.תקני NISQ הנוכחיים מציעים ברוב מאות נקודות-היתר הפיזיות.כל qubit מקבילה לחשיבה לא-סובלנית עשויה לדרוש מאות או אלפי סיביות פיזיות לתיקון שגיאות.ה-qubit הפיזי הכולל הנדרש עבור סימולציות נ-Stokes רלוונטיות תעשייתיות יכול להיות עשרות מיליוני קשקשים אלה, לפחות עשור, לעומת מפתחי תיבות של Google, ומבוססות אחרות, ו-מכאן, על בסיס חומרהחומרהחומרה.

גם אם מספיק qubits להיות זמין, הקישוריות בין נושאים של qubits. Navier-Stokes סימולציות דורש אינטראקציות בין נקודות רשת שכנות, אשר המפות לאינטראקציות בין נקודות qubit שכנים במעבד הקוונטי. שתי רשתות תלת-ממדיות, שבו כל qubit מתחבר לארבע שכנותיה הקרובות ביותר, מפות היטב לתיקון קוד פני השטח והוא זמין במעבדים מורכבים רבים של רזולוציה, אשר דורשים שימוש חיוני יותר של שלוש רשתות מורכבות, כלומר, כלומר, או יותר, כלומר, כלומר, בין שלוש נקודות אבטחה מורכבות יותר, בין שלוש נקודות אבטחה, כולל סימולציה של מערכות מורכבות יותר, כולל סימולציה של שלוש נקודות אבטחה, כולל סימולציה של מערכות אבטחה, כולל יותר, כולל יותר, כולל סימולציה של שלוש נקודות מורכבות יותר, כולל סימולציה של שלוש נקודות קצה, כולל סימולציה של שלוש רשתות מורכבות יותר, כולל סימולציה של 3 סימולציה של שימוש סימולציה של שימוש סימולציה של סימולציה של שימוש סימולציה של סימולציה של שימוש סימולציה של סימולציה של שימוש סימולציה של סימולציה של סימולציה של סימולציה של סימולציה של סימולציה של סימולציה של סימולציה של סימולציה של סימולציה של סימולציה של סימולציה של סימולציה של סימולציה של סימולציות SWקוד

קוהרנטיות והשער פידלות

חישובים קוונטיים חייבים להשלים לפני ה-qubits decohere ולאבד את המידע הקוונטי שלהם.זמן ההקפה של qubiting הנוכחי הוא על סדר של עשרות עד מאות מיקרו-שניות. A Na Navier-Stokes סימולציה מעגל יכול לדרוש מיליארדי פעולות שער, הרבה יותר גבוה גבולות קוהרנטיות נוכחיות.

תיקון שגיאות קוונטי יכול להגן מפני עיוות וטעויות שער, אבל זה מציג גדול מעל פני השטח קוד, תוכנית תיקון שגיאות נלמדת ביותר, דורש מנוף של נקודות פיזיות כדי לקודש אחד qubit הגיוני.הגורם העליון תלוי שיעור השגיאה הפיזי ואת שיעור השגיאה ההגיוני הרצוי.עם שיעורי שגיאה פיזי הנוכחי, יתר יכול להיות 1,000 נקודות מבט פיזיות ל-qubit הגיוני יותר או יעיל יותר עבור עלייה חישובית נוספת.

אסטרטגיות של NISQ

בעוד מחכים לחומרה לא-סובייקטיבית, החוקרים מפתחים אלגוריתמים של ש"ק-era שיכולים לפעול על מכשירים רועשים קיימים.אלגוריתמים אלה לסחור כמה מהמהירות הקוונטית התיאורטית לרעש.שיטות שונות, גישות היברידיות-קואנטיום, ומחשוב קוונטי כל ליפול לקטגוריה זו.הם יכולים להתמודד עם בעיות נוזלים דו-ממדיות קטנות היום, והם יעלו לקשיים גדולים יותר ככל שמשפר.

אסטרטגיית NISQ משנה את המיקוד מפתרון משוואות Navier-Stokes המלא כדי לפתור מודלים מסדר מופחת או תת-בעיה ספציפית.לדוגמה, מכשיר Q NIS עשוי לא לדמות את כל הזרם הסוער סביב כנף מטוסים, אבל זה יכול למקם את מצבי חוסר יציבות דומיננטי או לייעל את הפרמטרים במודל זעזוע.

יישומים שיעזרו ראשונים

אפילו פתרונות קוונטיים חלקיים לבעיות נווארי-Stokes ישתנו מספר תעשיות.היישומים שייהנו קודם הם אלה שבהם מגבלות חישוביות הנוכחיות הן חמורות ביותר, וכאשר פתרונות משוערים אינם מספיקים.

הנדסה אווירית

תכנון מטוסים וחללית מסתמך רבות על דינמיקת נוזל חישובית.הסימולציות הנוכחיות של RANS ו- LES יכולות לחזות להרים ולגרור דיוק סביר עבור זרמים מחוברים, אבל הם נאבקים עם זרימה נפרדת, דוכנים, גלי הלם טרנסטוניים, והעברות חום. מחשוב קוונטי יכול לאפשר סימולציה מספרי המספריים ישירים של תצורה מלאה של מטוסים מלאים במספרי טיסה ריינולדס, תוך מיצוי הצורך בדוגמת התאמות משופרות.

יצרני המנועים ייהנו מהיכולת לדמות דינמיקת הבעירה בתוך מנועי טורבינות גז.האינטראקציה בין זרימה סוערת, תגובות כימיות, והעברה חום בקובוס היא מורכבת מאוד ועולה על ידי מודלים עכשוויים.דמיות טובות יכולות להוביל ליעילות שלבעירה גבוהה יותר, פליטות נמוכות יותר וחיי מנוע ארוכים יותר.

מזג אוויר וחיזוי אקלים

מודלים מזג אוויר פותרים את משוואות נוואר-Stokes ברשת גלובלית.הרזולוציה של מודלים תפעוליים נוכחיים היא בערך 5 עד 10 קילומטרים. תהליכים חשובים רבים, כולל היווצרות ענן, הדבקה והפרעות שכבת גבול, מתרחשים בקנה מידה קטן יותר מאשר התכווצות רשת ויש לפרמטר.

מחשוב קוונטי יכול בסופו של דבר לאפשר מודלים של מזג אוויר גלובליים עם פתרון בקנה מידה בינוני, סופות רעמים, הוריקנים וחזית אטמוספרית במפורש.זה היה לשפר באופן דרמטי את הדיוק של תחזיות מזג אוויר חמורות ותחזיות אקלים. סוכנויות מטאורולוגיות כולל המרכז האירופי לתחזיות מזג אוויר בינוניות-Range ומינהל האוקיינוסים הלאומי של ארה"ב כבר החלו לחקור שותפויות מחשוב קוונטיות.

Fluid Dynamics

זרימת הדם בעורקים ורידים עוקב אחר משוואות Navier-Stokes. במחלות לב וכלי דם, דפוסי זרימת הדם הופכים מופרעים, וקיר לחץ Shear ממלא תפקיד קריטי ביצירת פלאקים והתקדמות.סימולציות ספציפיות למטופל של זרימת דם יכול לעזור למנתחים לתכנן התערבויות, אבל סימולציות נוכחיות הן איטיות ויקרות.

מעבר לזרימת דם, יישומים רפואיים אחרים כוללים זרימת אוויר הריאות עבור מחלת נשימה מודל, דינמיקת נוזל המוח הרחם להבנת הידרוצפלוס ופציעות המוח הטראומטי, ומשלוח תרופות דרך הדם.כל אחת מהיישומים האלה תהיה טובה מהר יותר, מדויקת יותר סימולציות נוזל.

דרישות סביבתיות ואנרגיה

אופטימיזציה של החווה הרוח דורש מודלים של אינטראקציות ערות סוערות בין טורבינות.מודלים הנוכחיים משתמשים באפליקציות שיכולות להעריך יתר על המידה את ייצור החשמל על ידי 10% או יותר. מחשוב קוונטי יכול לאפשר סימולציות מתעוררות מדויקות, המוביל לפרוזות רוח המייצרות יותר כוח ולהפחית עומסי טורבינות. בדומה, tidal ונהר טורבינות יהיה להפיק תועלת ממודל זרימה מפורט.

בתעשיית הנפט והגז, זרימת הנוזל באמצעות ביצועי מאגר הרוק של ⁇ קובעת.דמיית מאגר נוכחית משתמשת במודלים בקנה מידה גדול כי בממוצע על מבנים בקנה מידה זעיר. מחשוב קוונטי יכול לאפשר סימולציות ישירות בקנה מידה לוכדות אפקטים, לחות, וזרם רב-phase עם הרבה יותר נאמנות.זה ישפר תחזיות התאוששות ולהפחית את הסיכון.

מפת הדרכים ל-Virtual Quantum Fluid Dynamics

הדרך מההפגנות הקטנות של היום בקנה מידה קטן ועד לסימולציות הקוונטיות של קוונטין נאוייר-Stokes היא התקדמות ברורה.כל שלב בונה על העבר, עם חומרה ופיתוח אלגוריתמים מתקדמים במקביל.

שלב ראשון: הוכחה למושג

אנחנו נמצאים בשלב זה, החוקרים הוכיחו פתרונות קוונטיים למשוואה של המבורגרים חד-ממדיים, זרמי חלל דו-ממדיים, וערוץ מספר נמוך-המספר זורם על סימולטורים קוונטיים ומכשירים קטנים של ש"ח.ההפגנות הללו מאמתות את האלגוריתמים וזיהוי מקורות השגיאה העיקריים.אין להם ערך מעשי להנדסה, אך הם מקימים את היסודות לשלב הבא.

שלב שני: אימות קטן

בתוך חמש השנים הבאות, ככל שחומרה קוונטית משתפרת למאות נקודות מקבילות עם שיעורי שגיאה נמוכים יותר, החוקרים יתמודדו עם זרמים דו-ממדיים במספרים בינוניים של ריינולדס.הסימולציות הללו יותקפו נגד סימולציות מספריות קלאסיות והנתונים הניסוייים.הצלחה בשלב זה תפגין כי פתרונות קוונטיים יכולים להשיג דיוק דומה לשיטות פשוטות.

שלב שלישי: סימולציות תעשייתיות

עם מחשבים קוונטיים לא-סובייקטיביים של אלפי נקודות תורמות הגיוניות, המתוכננים בסוף 2020 ועד תחילת 2030, על פי רוב מפת הדרכים, שלוש סימולציות תלת-ממדיות יהפכו להיות ניתנות להשגה. סימולציות אלה עדיין יהיו מוגבלות לגיאמטמים פשוטים יחסית ומספרים בינוניים, אך הן יעלו על יכולות הסימולציה המספרית הקלאסית של שותפים תעשייתיים אלה יתחילו להשתמש בסימולציות קוונטיות לצורות תת-קרקעיות כגון רעשים או ⁇ .

שלב 4: שימוש ב-Routine

באמצע 2030s עד 2040s, מערכות של מיליוני-קוויביט יכולות לאפשר סימולציות קוונטיות Navier-Stokes עבור ג'ממטות מורכבות ומספרים גבוהים של ריינולדס בשלב זה, סימולציות קוונטיות ישולמו סימולציות קלאסיות וניסויים ככלי סטנדרטי בחבילת הדינמיקה הנוזלית.מהנדסים יפעילו סימולציות קוונטיות לצד סימולציות קלאסיות, תוך שימוש בכל מקום שבו הוא מציע את המסחר הטוב ביותר.

שיתוף פעולה בין הצדדים

ביטול הפוטנציאל של מחשוב קוונטי עבור משוואות מחשוב נאוייר-Stokes דורש שיתוף פעולה מעבר למה האופייני במחקר אקדמי או תעשייתי. דינאמי פלויד חייבים ללמוד לחשוב במונחים של אלגוריתמים קוונטיים, חוקרי מחשוב קוונטיים חייבים לפתח אינטואיציה עבור פיזיקה נוזלית.מאתמטיים חייבים לגשר על הפער בין העולם המתמשך של משוואות שונות חלקית ואת העולם המטושטש של מעגלים קוונטיים.

כמה יוזמות כבר לטפח סביבה חוצה תחומית זו.קבוצת המחקר של קוונטים פלואידים באוניברסיטת קיימברידג 'מפגיש פיזיקאים ומהנדסים לפתח אלגוריתמים קוונטיים עבור זעזועים.רשת האינטרנט כולל חברות תעופה חלל כגון Airbus ובואינג, יחד עם חברות אנרגיה ומוסדות מחקר, כדי לחקור יישומים קוונטיים בדינמיקה של מחקר נוזלי.

תוכניות חינוכיות מתפתחות גם.אוניברסיטאות מציגות קורסי מחשוב קוונטיים המותאמים למהנדסים ולמדענים יישומיים, עם להתמקד באלגוריתמים מעשיים ולא מכניקה קוונטית מופשטת של קוונטים. בתי ספר וסדנאות, כגון מחשב קוונטי עבור סדנה Fluid Dynamics שנערך במכון למתמטיקה טהורה ויישומים באוניברסיטת UCLA, הם מאמנים את הדור הבא של חוקרים אשר יבצעו את התחום הזה קדימה.

איזה הצלחה תיראה

המדד האולטימטיבי להצלחה עבור פותרי נביחות קוונטיים יהיה היכולת למקם את הזרמים שאינם אפשריים בשיטות קלאסיות.זה לא בהכרח אומר לפשט כל דפדרציה בזרימה סוערת מאפס. זה יכול להיות להשיג דיוק שווה עם פקודות של זמן חישובי פחות גדול או אנרגיה.זה יכול להיות פתרון בעיות הפוכה, שבו מהנדסים לא מבקשים "מהותיר את התוצאה של הגיאומטריה" אבל "מה שיכול להוביל" לסימולציה מעשית רבה יותר, כי הוא מסוגלות עיצובית, כלומר, עם הרבה יותר, כלומר, עם שיטות חשיבה קלאסית, כלומר, כלומר, עם הרבה יותר, כלומר, כלומר, כלומר, עם הרבה יותר, עיצובית, עם הרבה יותר מורכב, כלומר, עם הרבה יותר, עם יכולת חשיבה קלאסית, עם הרבה יותר, עם יכולת חשיבה הפוכה, כלומר, עם הרבה יותר, עם הרבה יותר, עם יכולת חשיבה הפוכה.

הצלחה יכולה גם לבוא מגישות היברידיות קוונטיות-קלאסיות שבו מעבד קוונטי מטפל החלקים האינטנסיביים ביותר של הסימולציה בעוד המעבד הקלאסי מנהל את השאר.ראייה היברידית זו מציאותית לטווח הקרוב ומאפשרת אימוץ מצטבר כמו חומרה קוונטית משתפרת.

משוואות הנובי-Stokes התנגדו לפתרון חישובי מלא במשך כמעט שתי מאות שנים. מחשוב קוונטי מציע את הנתיב הראשון סביר לפרוץ דרך המחסום הסקאלה אשר יש שיטות קלאסיות מחוספסות.הכביש ארוך והאתגרים הם משמעותיים, אבל ההשפעה הפוטנציאלית על מדע, הנדסה וחברה היא עצומה.כל תחום הכולל תנועה נוזלית, מרפואה ועד למטאורולוגיה, מהחלל, כדי לשנות את האנרגיה.