湍流复杂度与量子动机

湍流直接数值模拟（DNS）的成本随雷诺数三次方增长，是整个量子 CFD 领域的动机锚点：全尺寸飞机 Re~10⁸ 的模拟已是 Exascale 经典超算的极限，区域大气还要再高两个数量级。Succi 学派由此给出著名估算——存储湍流全部自由度只需 Q≈3log₂Re 个逻辑量子比特，80 个即对应飞机设计。本词条从 Kolmogorov 级串出发推导这两个数字，并给出该估算的适用边界。

DNS 成本 Re³ 的推导

成本来自尺度分离。按 Kolmogorov 1941 理论（见kolmogorov-cascade），能量以比率 $\epsilon \sim U^3/L$ 从积分尺度 $L$ 级串到耗散尺度 $\eta$，其中 $\eta =({\nu }^3/\epsilon {)}^{1/4}$。代入 $\epsilon$ 与 $Re=UL/\nu$：

$$\frac{\eta }{L}={\left(\frac{{\nu }^{3}L}{U^3{L}^3}\right)}^{1/4}=\frac{1}{R{e}^{3/4}}⟹\frac{L}{\eta }\sim R{e}^{3/4}.$$

DNS 必须分辨最小涡，故三维网格点数

$$N_{\mathrm{grid}}\sim {\left(\frac{L}{\eta }\right)}^3\sim R{e}^{9/4},$$

这正是量子 LBM 文献里反复出现的”湍流自由度 $\sim R{e}^{9/4}$“（如Itani et al. 2024 (PoF)的比特估算）。时间方向取对流 CFL：最细网格 $\Delta x\sim \eta$ 上以流速 $U$ 推进需 $\Delta t\lesssim \eta /U$，模拟一个大涡翻转时间 $T\sim L/U$ 共需

$$N_{\mathrm{step}}\sim \frac{T}{\Delta t}\sim \frac{L/U}{\eta /U}\sim R{e}^{3/4}$$

步。总浮点运算量 $\sim N_{\mathrm{grid}}\times N_{\mathrm{step}}\sim R{e}^{9/4}\times R{e}^{3/4}=R{e}^3$Sanavio & Succi 2024 (IntechOpen)（按耗散时间步 $\Delta t\sim {\tau }_{\eta }$ 数同样给出 $R{e}^{9/4}\times R{e}^{1/2}$ 量级上同阶的账；经典侧谱系见turbulence-simulation）。

Q≈3log₂Re：存储账

$Q$ 个量子比特的态矢量有 $2^Q$ 个复振幅，若每个振幅装一个自由度，则 $R{e}^3$ 自由度要求

$$2^Q=R{e}^3⟹Q=3{\log }_{2}Re\approx 10{\log }_{10}Re$$

（换底 ${\log }_{2}Re\approx 3.32{\log }_{10}Re$）。代 入：全尺寸飞机 $Re\sim 10^8$ 给 $Q\approx 80$ 个逻辑量子比特；区域大气环流（$Re$ 再高约两个数量级）与磁约束核聚变应用落在 $O(100)$Sanavio & Succi 2024 (IntechOpen)。

警示：这只计存储。该估算不含四类代价：态制备与读出（见io-problem）、线路深度（一般酉算子 $4^Q$ 门，见qcfd-challenges）、纠错开销（一个逻辑比特需成百上千物理比特，见resource-estimation），以及非线性与耗散带来的结构税。Penuel 等对船舶阻力的端到端资源估计显示，逻辑比特×T 门积随 $Re$ 以 $O(R{e}^{2.68})$ 幂律增长——对 $Re=10^8$ 的圆球算例达 $10^{39}$，运行时间数十万年量级Penuel et al. 2024 (arXiv)。80 个比特是门票，不是账单。

Exascale 现状的两本账

• 算量账：$Re\sim 10^8$ 对应单次模拟 $O(10^{24})$ 次浮点运算，“基本上是近理想 Exascale（$10^{18}$ FLOPS）机器咬牙才能负担的上限”Sanavio & Succi 2024 (IntechOpen)。
• 性能模型账：Syamlal 等对世界上最快的经典超算 Frontier 建立逐内核性能模型，同时用 IBM 真机实测电路时间外推变分量子 CFD，定义 $Q_{5E7}$=五千万网格（工业 CFD 典型规模）下量子/经典模拟时间比。当前上界 $O(10^{12})$：量子比优化过的经典慢十二个量级——但作者同时列出成系列的候选压缩技术Syamlal et al. 2024 (AIAA)。

图:Frontier 最优经典实现与 IBM 实测外推的 VQCFD 模拟时间对比(按 Q_5E7 缩放)——当前上界 O(10¹²),量子侧慢十二个量级但存在已识别的压缩路径(来源:QC011)

低雷诺数应用阵地

即使湍流最终超出量子计算能力，流体物理仍遍布低 Re 的有趣问题。Sanavio-Succi 明确列出的阵地：微流体（lab-on-a-chip）、软物质与复杂流体、生物流体，以及高能物理的夸克-胶子等离子体Sanavio & Succi 2024 (IntechOpen)。两个结构性理由值得注意：

1. 低 Re 不等于平凡——Stokes 极限下非线性项虽小，却负责生物流体中至关重要的长程关联；
2. 低 Re 流动本质上非局域（Green 函数瞬时传播），与量子力学固有的非局域性或有结构上的亲和性；一个被看好的场景是量子多尺度耦合——生物分子的量子算法与低 Re 溶剂流的量子算法对接。

EPL 2023 路线图同样把”微流体/软物质/生物”列为比高 Re 湍流现实得多的近期舞台Succi et al. 2023 (EPL)。

延伸阅读

• turbulence-simulation
• kolmogorov-cascade
• qcfd-challenges
• resource-estimation
• quantum-advantage-debate
• dimensionless-numbers