Carleman-LBM 收敛性分析

把量子算法建立在 Carleman 线性化上之前，必须先回答一个经典问题：截断到 $O_c$ 阶到底丢掉多少误差、随参数怎么变？Itani 与 Succi 2021 年对 D1Q3 BGK 碰撞做了这项”体检”Itani & Succi 2021 (arXiv)（正式版 Commun. Comput. Phys. / Fluids 7, 24 (2022)），结论喜忧参半：纯碰撞的 Carleman 化收敛快得惊人，但对 Carleman 变量做流送会制造”非局部×非线性”交叉项，重开变量爆炸。这份分析划定了整个 Carleman-LBM 流派的可行域。

变量数上界

Carleman 嵌入把 $Q$ 个原变量 $f_i$ 扩充为含各阶单项式 $f_{i_1}{f}_{i_2}\cdots f_{i_k}$（$k\le O_c$）的大向量 $V(t)$。计数是”重复组合”问题：从 $Q$ 个变量可重复地取至多 $O_c$ 个的乘积（含 0 次 = 哑变量 1），故（QC039 式 (16)）

$$N=\left(\genfrac{}{}{0ex}{}{O_c+Q}{Q+1}\right).$$

代入具体格子：D1Q3（$Q=3$）二阶展开 $N=9$（含哑变量 $V_1=1$，QC039 Table 1）；D2Q9（$Q=9$）二阶即 $\sim 10^2$ 量级的每格点变量、乘上格点数后在 32×32 格点上达 $9\times 10^7$，三阶 $8\times 10^{11}$Sanavio & Succi 2024 (AVS)。组合增长正是量子振幅编码的用武之地（$\log$ 比特装下 $N$），也是经典实现的死穴。

非线性比与旧误差界为何失效

对单变量二次 ODE $\dot{u}=au+b{u}^2$，经典结果用非线性比（nonlinearity ratio，QC039 式 (11)）

$$R=\frac{|b||f_0|}{|a|}$$

（非线性项与线性项在初值处的量级之比）刻画：达到最大误差 ${\epsilon }_{\max }$ 所需 Carleman 阶数

$$N=\lceil \frac{-{\log }_{2}R}{{\log }_2\left(2(1+1/{\epsilon }_{\max })\right)}\rceil ,$$

且可解出最大可模拟时间步（式 (22)–(23)）。Itani-Succi 指出该界对 LBM 不适用的两个原因：LB 系统恒为多变量（$Q>1$），且典型参数下 $R>1$（界失去意义）。因此他们另起炉灶，对 1/2/3 维直接证明：误差主阶随 Carleman 阶数指数改善（式 (24)–(30) 的递推与极限论证）——每加一阶，截断误差按公因子缩小，这是后续所有”低阶即可用”论断的数学地基。

两个关键发现

发现一：纯碰撞二阶封闭。 只对碰撞做 Carleman 线性化时，D1Q3/D2Q9/D3Q27 的”满”格子表达式在二阶以内封闭（式 (28)）：一阶变量的演化只需一阶与二阶变量，一阶分量只需二阶变量的初值即可精确演化（式 (29)）。数值确认：D1Q3 逐次碰撞的离散密度上，一阶以上的 Carleman 解与精确解重合（Figure 9）Itani & Succi 2021 (arXiv)：

图:D1Q3 逐次碰撞——精确解与 Carleman 线性化解的离散密度随时间演化及归一化误差,一阶以上两者重合(来源:QC039)

发现二：流送的交叉项灾难。 对 Carleman 变量做流送（二阶变量 $g_{ij}$ 携带两个位置标签）时，生成形如

$$f_1(\mathbf{x}+\Delta {\mathbf{x}}_1,t)f_2(\mathbf{x},t)$$

的非局部+非线性交叉项（式 (18)–(19)）：两个因子挂在不同格点上，既不是已有 Carleman 变量（它们都是同点的乘积），也无法被低阶变量封闭——必须引入新的跨格点 Carleman 变量，变量数在 $N=\left(\genfrac{}{}{0ex}{}{O_c+Q}{Q+1}\right)$ 之上再爆炸一轮。经典 LBM”流送精确”的招牌优势被 Carleman 化牺牲（QC039 §3.3）。这一发现解释了后来各派的设计选择：Sanavio-Succi 的 multi-streaming 把交叉项显式编码（代价是寄存器翻倍，见qlbm-circuit-design）；QALB 的玻色编码用”平移不精确”吸收（见qalb）；单时间步方案干脆把流送留给经典机。

数值收敛证据汇总

工作	设置	结果
Itani-Succi 2021	D1Q3 逐次碰撞、logistic 方程对照	纯碰撞二阶精确；误差随阶数指数下降
Sanavio-Succi 2024	D2Q9 Kolmogorov 流 32×32，截断 vs 闭合	$Re\approx 10$–$100$ 二阶误差 $\sim 10^{-3}$；闭合系数修正 $\frac{5}{6}{B}_{ijk}$
Sanavio et al. 2024	Carleman-Grad，Kolmogorov 流 32×32	二阶截断几十步内保持 $\sim 10^{-3}$；logistic 增长段受收敛半径 $t_{\lim}=\frac{1}{
Li et al. 2023	D2Q9 Taylor-Green 涡、衰减湍流初场（$Re=400$、$Ma=0.03$）	三阶截断拟合优秀；非线性强度由 $M{a}^2$ 控制，$N=O(n^3{Q}^3)$
Wang et al. 2025	节点级系综（线性碰撞替代 Carleman）	$2048^2$ 涡对合并/衰减湍流对 DNS 吻合

图:求解 NS 的复杂度链条——(a) Re 决定强非线性的 NS;(b) Ma 决定弱非线性的格子 Boltzmann 形式;(c) Carleman 线性化的 LBE;(d) 求解线性系统的指数量子优势(来源:QC089)

Carleman-Grad 论文还批判了文献中”Carleman 要求 $Re<\sqrt{2}$“定理的适用性：该定理的吸引子 $u^{\mathrm{eq}}=\frac{Re}{2}{\Delta }^{-1}\nabla u^2$ 含拉普拉斯逆算子（非局域 Green 函数），对局域碰撞的 LB 系统并不对号Sanavio et al. 2024 (arXiv)——$Re$ 收敛限制被 $Ma$ 论述取代（见carleman-qlbm）。

与算法层的联系

本条目分析的是格式层（LBM 离散后）的收敛性；算法层的 Carleman 嵌入复杂度（Liu et al. PNAS 的 $O({\kappa }^{k-1})$ 维度代价、截断阶与精度权衡）见carleman-linearization。两层在端到端资源核算中相遇：Penuel 等对 Carleman-LBM 阻力算例的容错资源估计给出 $10^{21}$–$10^{39}$ 的（逻辑比特×T 门）量级与 $R{e}^{2.68}$ 幂律——高 $Re$ 一般问题上无指数优势，但低 $Re$、Carleman 收敛好的特定问题仍可能有温和优势（见resource-estimation、quantum-advantage-debate）。

延伸阅读

• carleman-qlbm
• carleman-linearization
• qalb
• chapman-enskog
• resource-estimation